基于微分平坦特性进行最优化控制-轨迹规划

一、微分平坦定义

微分平坦使用一组系统的平坦输出（和控制量维度一致）及其微分（导数）表示系统的状态变量和控制量（输入变量）。 例如： 自动驾驶汽车使用后轴中心的x,y坐标作为平坦输出，然后将状态量（x，y，φ横摆角）和控制量（前轮转角和速度）全部由平坦输出x，y表示。

在机器人进行运动规划的时候指导选择哪些输出变量进行规划，并将所有的轨迹约束条件都映射到平坦输出空间，并在输出空间中规划出最优轨迹，然后再上升回到初始的状态和输入空间中。这使得最优控制问题的维数降低到能在实际应用中实时计算的数目。

因此在规划轨迹的时候只需要规划x(t)和y(t)即可，将选定的平坦输出变量参数化为合适的时间函数。根据微分平坦的性质可知，所生成的轨迹能满足非完整性等多种约束的要求，从而解决了多约束条件下的轨迹规划问题。