关于Apollo MPC算法近似方式的理解

愚见，仅做记录

 

1、百度Apollo中MPC算法对于模型做出了：在horizon时间内车辆的horizon plant以及model behavior 是不变的，因此在计算matrix_k等矩阵时采用的都是当前周期内计算的车辆模型参数。

 

2、百度Apollo中MPC算法对于控制量进行了约束处理，但是没有针对控制增量进行约束处理，自动驾驶中方向盘转角的变化速度对应横摆角速度的变化率，影响乘客体验最重要的Jerk参数，因此需要考虑增量约束。参考《无人驾驶模型预测控制》中提到，可以使用X(k|t)=[x(k|t);u(k-1|t)]来替代x(k+1)=Ax(k)+Bu(k)+C中的x，可以将x(k+1)=Ax(k)+Bu(k)+C转写为X(k+1|t)=A1*X(k|t)+B1*delta_u(k|t)+C,这里A1和B1是转换后对应的A、B 矩阵，在针对转换后的模型进行MPC计算即可实现对于控制增量的约束。