MPC(模型预测控制,差分底盘距离)

 

参考博客地址:

https://blog.csdn.net/weixin_43879302/article/details/105880972?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-3.edu_weight&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-3.edu_weight

状态方程:

这里的状态方程是非线性化的,无法直接使用。需要在参考值ref处通过一阶泰勒公式进行展开,这个时候就可以得到A和B矩阵,是通过雅克比矩阵得到的。

这个地方并不是将整个过程线性化了,而是将误差进行了线性化。

注意这里多了一个O矩阵,是将偏差部分单独拿出来成立了一项。

控制量的参考值是0,所以没用。

位置的参考值是通过轨迹规划确定的,这个是与时间严格相关的。

这个时候的运动方程还是无法直接使用,需要进行离散化,形成一个递推公式。

状态预测过程:

只是一个滚动优化的过程。形成多个预测时域和控制时域。

这里的参考点是严格与时间相关的,从轨迹规划的图中根据时间找到位置。

 

 

通过二次规划器找到最优解,将第一项作为输出。

 

这是一种基于偏差的方法,具体需要见视频,内在逻辑是一样的。

https://www.bilibili.com/video/BV1HQ4y1P7bJ?p=8

 

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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