Robotics: Aerial Robotics 部分笔记——Week3(2)规划部分

3.2

  1. 轨迹不同于路径,需要是光滑的,考虑无人机动力学约束
  2. 三阶导控制jerk,四阶导控制snap
  3. 如果轨迹要满足某个特点,如:最短时间、最短路径,此时最优控制思路会被引入,变分法等算法可用以求解,选择 x ∗ x* x使得泛函(functional) L \mathcal{L} L取得最优。
    在这里插入图片描述
  4. 欧拉-拉格朗日方程:最优值的必要条件
    d d t ( ∂ L ∂ x ˙ ) − ∂ L ∂ x = 0 ∂ L ∂ x − d d t ( ∂ L ∂ x ˙ ) + d 2 d t 2 ( ∂ L ∂ x ¨ ) + … + ( − 1 ) n d n d t n ( ∂ L ∂ x ( n ) ) = 0 \frac{d}{d t}\left(\frac{\partial \mathcal{L}}{\partial \dot{x}}\right)-\frac{\partial \mathcal{L}}{\partial x}=0\\ \frac{\partial \mathcal{L}}{\partial x}-\frac{d}{d t}\left(\frac{\partial \mathcal{L}}{\partial \dot{x}}\right)+\frac{d^{2}}{d t^{2}}\left(\frac{\partial \mathcal{L}}{\partial \ddot{x}}\right)+\ldots+(-1)^{n} \frac{d^{n}}{d t^{n}}\left(\frac{\partial \mathcal{L}}{\partial x^{(n)}}\right)=0 dtd(x˙L)xL=0xLdtd(x˙L)+dt2d2(x¨L)++(1)ndtndn(x(n)L)=0
  5. 最短距离轨迹也是最小速度轨迹
    证明:最小速度轨迹满足
    x ⋆ ( t ) = argmin ⁡ x ( t ) ∫ 0 T x ˙ 2 d t x^{\star}(t)=\underset{x(t)}{\operatorname{argmin}} \int_{0}^{T} \dot{x}^{2} d t x(t)=x(t)argmin0Tx˙2dt
    通过欧拉-拉格朗日方程,解得该 x ⋆ ( t ) x^{\star}(t) x(t)为一条直线。
    而采用分段微分再积分的方法,最短距离轨迹满足
    x ⋆ ( t ) = argmin ⁡ x ( t ) ∫ 0 T 1 + x ˙ 2 d t x^{\star}(t)=\underset{x(t)}{\operatorname{argmin}} \int_{0}^{T} \sqrt{1+\dot{x}^{2}} d t x(t)=x(t)argmin0T1+x˙2 dt
    解出来仍是一条直线,起点终点相同,只有一条直线。

Quiz 3

  1. 优化k阶导数,会得到(2k-1)阶的轨迹曲线
  2. 我们在设计控制模块中的控制器时所做的简化假设有:无人机位于平衡(悬停)点附近,角速度、俯仰角、滚转角接近于0(交叉相乘项直接忽略)
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