【trajectory optimization】introduction presentation

YouTube introduction to trajectory optimization

轨迹优化问题的基本形式
最小化边界目标函数和积分形式的目标函数？

transcription 简化轨迹规划问题为非线性问题NLP
决策变量从矢量方程简化为数字
从无限维度到有限维度
微分方程到代数方程

方法：
间接：优化后离散复杂精确难算用于空气动力学？
直接：离散后优化不够精确容易算用于机器人
shooting ：基于仿真，用于控制简单无路径约束。
collocation：函数逼近，复杂控制有路径约束。
h-method . p-method…


输入力 u
状态量 位置角度平移速度转动速度

直接转化：
连续时间转化为离散时间点
时间、力、位移、速度、都是离散点

整体->求积分
梯形方法组合
假设动力学和控制量在时间离散点之间线性变化，梯形面积求和近似积分。
输入力（加速度）积分得速度状态，速度积分得位置状态。

车摆问题 -> 非线性问题
状态量的约束和控制量的约束
边界约束。





广义坐标二次样条曲线（多段抛物线）

控制量线性插补

精确度：
每一个segment上面算误差

提高精度：
h-method。增加分段点，二次函数拟合。
p-method。增加样条曲线阶数？次数？（样条曲线控制点数目？）
样条曲线的次数和阶数
直观的说，所构成样条曲线的一段光滑参数曲线段，由控制多边形的相邻连续的几段折线段决定，就是几次样条。
阶数与次数有关，样条曲线的阶是样条曲线的次数加一。样条曲线的阶越高，控制点越多。二次样条的阶数是三，样条曲线段与三个控制点决定；三次样条的阶数是四，样条曲线段与四个控制点决定。
次数就是指样条函数在指定区间上是几次多项式，阶数就是指样条函数有几阶连续导数。

hermite-simpson 组合
p-method
动力学和控制量在时间离散点之间二次曲线变化
积分得到状态量三次样条曲线。
取代梯形积分法的Simpson积分。

正交多项式？

参考：
all of the bells and whistles 功能齐全花里胡哨
psopt