[足式机器人]Part2 Dr. CAN学习笔记- MPC模型预测控制 Ch06
发布时间:2024年01月19日
本文仅供学习使用
本文参考:
B站:DR_CAN
Dr. CAN学习笔记 - Kalman Filter卡尔曼滤波器 Ch06
1. 最优控制和基本概念
1.1 Model Predictive Control - 背景 State Space, feed back control
Optimal Control 最优控制 & MPC concept 基本概念

1.2 SISO


1.3 MIMO

1.4 MPC:模型预测
用于数位控制,离散型状态空间表达
通过模型预测系统在某一未来时间段的表现来进行优化控制

2. 最优化数学模型推导
- 估计/测量系统的状态值
- 基于
U
k
,
U
k
+
1
,
.
.
.
,
U
k
+
N
?
1
U_{\mathrm{k}},U_{\mathrm{k}+1},...,U_{\mathrm{k}+\mathrm{N}-1}
Uk?,Uk+1?,...,Uk+N?1? 做最优化
- 只施加
U
k
U_{\mathrm{k}}
Uk?
二次规划 Quadratic Programming


3. 一个详细建模例子


文章来源:https://blog.csdn.net/LiongLoure/article/details/135691876
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:chenni525@qq.com进行投诉反馈,一经查实,立即删除!