MPC控制器

模型预测控制MPC(Model Predictive Control)

基本原理

  1. MPC使用系统的动态数学模型来进行控制,该模型通常是差分方程或微分方程的离散化版本。
  2. 在每个时刻,MPC通过求解一个优化问题来选择当前时刻到未来一段时间内的最优控制输入。比如考虑到位置的偏差值,车体控制变化量等。
  3. 相比于纯跟踪算法MPC考虑的是多个未来点的情况,而纯跟踪仅考虑当前点的情况,但是MPC更耗时实现起来相对复杂,需要根据实际的场景选择不同的控制器。

系统动态模型

在这里插入图片描述

预测

在这里插入图片描述
以矩阵的形式进行体现
在这里插入图片描述

单舵轮模型推导

单舵轮模型推导

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

关于代价函数分析
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

代码实现可参考如下链接

  1. python 实现mpc 源码
  2. C++实现 
  3. 基于Cppad 实现
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值