一直做自动驾驶模型预测控制, 几个月前申请了Paolo Falcone教授的博士职位5G based Traffic Junction Control of Connected Autonomous Vehicles 并且成功拿到Offer, 估计做车辆模型预测控制的都看过他在这个领域的开山之做。面试一共两个教授,另一个是Marion Zanon, 他之前是开发qpOASES和Acado Toolkit 那个组的博士。 简单回顾一下面试的内容,毕竟和专业大佬交流的机会不多。一共两次面试,每次一个多小时,先简单记录一下,有空补全一下细节答案,第一次面试他们主要问了我下面一些专业方面的问题:
- 车辆系统是在高速时候还是低速度时候的响应速度快
- 还有一个是关于鲁棒性能的问题,他问我是P控制器还是PI控制器抗干扰性能好鲁棒性更强。
- 车辆转向系统是稳定的还是不稳定的, 另一个问题是当车辆速度从低速度到高速度时候车辆的零极点是怎么变化的
- 模型控制的参数 转动刚度Cornering Stiffness, 质量Mass以及转动惯量momenta of inertia怎么得到,大概怎么进行参数辨识
- 还问了硕士时候自适应和模型预测控制大概学了哪些内容和一些基本概念, 大概问了点Generalized Predictive Control,以及GPC使用的模型
- 因为硕士时候主要学习机器人,所以又问了我觉得机器人控制和车辆控制有哪些区别
Marion Zanon主要做数值优化方面的, 他先简单问了一个问题是: - 如果我去理发店怎么去和理发师解释control ability这件概念。
接下来就是关于MPC的细节了: - 怎么去设计MPC的Cost Function, 怎么去转换成二次规划问题, 有没有去加End Cost。 我和他说我没有添加 End Cost。然后我就被问到如果不添加End Cost会不会影响MPC的稳定性能&