《无人驾驶车辆模型预测控制》之基于动力学的MPC设计

目录

 

写之前的话:

1. 车辆模型的建立

2. 车辆模型的线性化

​ 3. 车辆模型离散化

 4. 预测模型的建立

 5.目标函数及约束


写之前的话:

前面我写到一些列的文章:

《无人驾驶车辆模型预测控制》之车辆运动学模型

《无人驾驶车辆模型预测控制》之基于运动学的MPC设计(一)

《无人驾驶车辆模型预测控制》之基于运动学的MPC设计(二)

本篇将介绍基于车辆动力学的MPC设计:主要从动力学模型的建立、预测模型的建立、目标 函数的建立、约束的建立来分别介绍。关于模型预测理论公式的推导细节可见

《无人驾驶车辆模型预测控制》之基于运动学的MPC设计(二)

0 仿真模型的搭建与结果

10m/h

《无人驾驶车辆模型预测控制》之基于动力学的MPC设计_第1张图片

20m/s 采样步长是0.05

 《无人驾驶车辆模型预测控制》之基于动力学的MPC设计_第2张图片

20m/s 采样步长是0.02

《无人驾驶车辆模型预测控制》之基于动力学的MPC设计_第3张图片

 针对结果参数调节,两个重要的设计参数是预测时域和控制时域,一般预测时域越长,控制精度越好,但是计算耗时就越大。合理的调节这两个参数,将有利于控制效果。同时也发现,选择不同的采样时间对控制精度同样有着重要影响。当Ts = 0.02s 时,跟踪误差更小。

1. 车辆模型的建立

《无人驾驶车辆模型预测控制》之基于动力学的MPC设计_第4张图片

《无人驾驶车辆模型预测控制》之基于动力学的MPC设计_第5张图片

 经过整理、简化轮胎力为线性区,得到:

《无人驾驶车辆模型预测控制》之基于动力学的MPC设计_第6张图片

2. 车辆模型的线性化

《无人驾驶车辆模型预测控制》之基于动力学的MPC设计_第7张图片 3. 车辆模型离散化

《无人驾驶车辆模型预测控制》之基于动力学的MPC设计_第8张图片

 4. 预测模型的建立

《无人驾驶车辆模型预测控制》之基于动力学的MPC设计_第9张图片

 5.目标函数及约束

《无人驾驶车辆模型预测控制》之基于动力学的MPC设计_第10张图片

 至此完成理论公式的建立。

这篇文章也不错,介绍Apollo的MPC设计,链接如下,方便大家参考:

Apollo代码学习(六)—模型预测控制(MPC)

你可能感兴趣的:(自动驾驶控制)