自动驾驶规控算法工程师面试问题

目录

一、规控算法问题

一、规控算法问题

1、LQR和MPC了解吗？二者的区别是什么？

线性二次调节器（Linear Quadratic Regulator，简称LQR）和模型预测控制（Model Predictive Control，简称MPC）都是优化控制中经常用到的方法，它们都是用来找到一个优化的控制序列的。

LQR：LQR是一种最优控制策略，它对系统的状态进行线性化，并寻找一个使得二次型目标函数值最小的控制输入。目标函数通常由系统的状态误差和控制输入的大小组成。LQR通过解Riccati方程得到最优反馈增益。

MPC: MPC是一种基于模型预测的控制策略，它会在每一个时刻，对未来一段时间进行预测，并根据预测和一定的优化目标求解控制输入。然后只应用预测时段内的第一个控制输入，接着在下一个时刻再按同样的步骤进行预测和求解。这就使得MPC具有处理系统约束和非线性的能力。

两者区别：

①线性化方式：LQR是在整个控制过程应用线性化，而MPC是在每一步中线性化。

②处理约束：LQR无法直接处理系统的约束，而MPC能较好地处理系统的约束。

③预测计算：LQR没有前瞻计算过程，而MPC则有一个预测的过程。

④Riccati方程：LQR通过解Riccati方程得到最优