无人驾驶车辆与模型预测控制（三）——模型预测控制算法基础

0 模型预测控制三个步骤

1. 预测模型：根据历史信息、未来输入预测未来输出。
2. 滚动优化：某一性能指标最优，反复在线优化。
3. 反馈校正：基于测量对模型预测进行修正。

图例：

对于参考轨迹1，以时刻k作为当前时刻，预测[K,K+Np]的系统输出，通过求解以某目标的优化问题，得到预测控制量4，以该控制序列的第一个元素作为实际控制量。
下一时刻，重复该过程（滚动）。

根据所用模型不同，模型预测控制分为动态矩阵控制（DMC），模型算法控制（MAC）、广义预测控制（GPC）。对于无人驾驶车辆方向，重点在于基于状态空间模型的模型预测控制上。

非线性系统线性化方法

具体编程时的流程

1. 先写出此系统的状态空间方程
2. 转换为线性化模型
3. 转换为预测模型
4. 转换为二次规划问题
5. 利用求解器求解该二次规划
   matlab程序中，控制量是[v,w]

非线性化方法

1. 设定costfunc