无人驾驶模型预测控制(六)-加入规划层的轨迹跟踪控制

结合规划层的轨迹跟踪控制系统

思想:局部规划+轨迹跟踪
局部规划:低精度模型+长周期
跟踪控制层:高精度模型+短周期
在这里插入图片描述
基于MPC规划层需满足的条件:

  1. 满足运动学、动力学约束
  2. 能避障

基于MPC控制层需满足的条件:

  1. 实际跟踪轨迹与期望轨迹偏差尽量小
  2. 优化出的控制量满足执行机构的限制
  3. 不打滑,不侧翻

基于MPC的规划器

模型:点质量动力学模型
参考点的选择:(考虑目标点信息时)离车最近的轨迹上的点。
避障函数:惩罚离障碍物的距离
在这里插入图片描述
轨迹重规划层的模型预测控制器目标函数
在这里插入图片描述
五次多项式轨迹拟合
实现规划层和控制层的顺利对接。
将局部规划层的离散点拟合为五次多项式。

非线性二次规划计算
算法跟之前程序的过程基本一致。

  1. 模型状态空间方程
  2. 迭代预测(以前是写出了预测方程,现在每一步以上一步为基础预测)
  3. 非线性优化问题直接求解(之前都是转化为2次规划问题)

点评:还是预测方程更清晰一点,迭代方法写起来多写点。(本质相同)
预测方程就是迭代方法的公式化。

基于MPC方法的路径跟踪控制器

编程思想还是老套路:
状态方程+线性化+离散化+预测方程+约束线性化+非线性目标函数转为二次规划+求解最优问题。

展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 大白 设计师: CSDN官方博客
应支付0元
点击重新获取
扫码支付

支付成功即可阅读