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