主頁 >  其他 > 模型預測控制系列(MPC)系列:1.建立車輛橫向動力學模型

模型預測控制系列(MPC)系列:1.建立車輛橫向動力學模型

2021-02-21 11:36:18 其他

Hi All

新年挖新坑,今日開啟船新連載.內容是無人車的橫向控制,整體涵蓋從0-1為車輛橫向控制設計MPC控制器設計與MPC+MRAC耦合控制.大家有問題,有興趣可以在評論區多多交流.

車輛橫向動力學模型

引言

首先我們要問:針對車輛橫向控制的問題,我們為什么需要建立動力學模型?
簡單來說,當車輛在較高速度下行駛時,運動學模型(自行車模型)中提出"汽車輪胎速度方向與車輛朝向相同"的假設不再成立.車輛受到的橫向力將不可忽視,如向心力將隨著速度的增大而平方倍地增大.因此引入動力學模型,旨在建立更高階量之間的聯系,以更好地描述車輛轉彎的非線性特性.

那么,讓我們開始吧.為了在不失一般性的前提下盡可能簡化模型,動力學模型將建立在以下幾個假設上
1.輪胎速度方向與車輛縱向方向( x )的夾角 θ v (后統稱輪胎速度方向角)較小且滿足小角度假設: a ) θ v ≈ t a n θ v 2.輪胎轉角( δ )與輪胎速度方向角( θ v )的夾角 α (后統稱輪胎側滑角)較小 3.車輛縱向速度維持不變: a ) V x : = C o n s t a n t 4.忽略路堤角( ? )對橫向控制的影響 \begin{aligned} &\text{1.輪胎速度方向與車輛縱向方向($x$)的夾角$\theta_v$(后統稱輪胎速度方向角)較小且滿足小角度假設:}\\ &\qquad a) \ \theta_v \approx tan\theta_v \\ &\text{2.輪胎轉角($\delta$)與輪胎速度方向角($\theta_v$)的夾角$\alpha$(后統稱輪胎側滑角)較小} \\ &\text{3.車輛縱向速度維持不變:} \\ &\qquad a) \ V_x : = Constant \\ &\text{4.忽略路堤角($\phi$)對橫向控制的影響} \end{aligned} ?1.輪胎速度方向與車輛縱向方向(x)的夾角θv?(后統稱輪胎速度方向角)較小且滿足小角度假設:a) θv?tanθv?2.輪胎轉角(δ)與輪胎速度方向角(θv?)的夾角α(后統稱輪胎側滑角)較小3.車輛縱向速度維持不變:a) Vx?:=Constant4.忽略路堤角(?)對橫向控制的影響?

坐標系

本模型在 F L U (Front-Left-Universe) FLU \text{(Front-Left-Universe)} FLU(Front-Left-Universe) 慣性坐標系下建立.坐標系原點固定在車輛質心位置, x x x軸方向為車輛縱向方向,指向車頭前方. y y y軸方向與x軸垂直且指向車輛左側, z z z軸方向垂直于 x x x, y y y軸且指向天空.值得注意的是,全域(地圖)坐標系為ENU(East-North-Universe),其xyz指向規則于FLU相似,分別指向東北天.還有一個區域坐標系為Frenet坐標系,其固定在理想軌跡上,這里就不展開講了,詳見下圖.
在這里插入圖片描述

受力分析

車輛受力分析圖如下
在這里插入圖片描述

根據牛頓第二定律,對車輛y方向(橫向)進行受力分析
F y f + F y r = m a y F_{yf} + F_{yr} = ma_y Fyf?+Fyr?=may?
其中 F y f F_{yf} Fyf? F y r F_{yr} Fyr? 分別是車輛前輪和后輪在 y y y方向受到的力, m m m為車輛質量, a y a_y ay?為車輛在 y y y方向上的加速度.

車輛在 y y y方向上的加速度由兩部分構成:
1.因車輛在 y y y方向上運動產生的加速度,定義為 y ¨ \ddot{y} y¨?.
2.車輛的向心加速度,記為 a y c a_{yc} ayc?.
a y = y ¨ + a y c = y ¨ + ω 2 R = y ¨ + ψ ˙ 2 R = y ¨ + V x ψ ˙ a_y = \ddot{y}+a_{yc} = \ddot{y}+\omega^2R = \ddot{y}+\dot{\psi}^2R = \ddot{y}+V_x\dot{\psi} ay?=y¨?+ayc?=y¨?+ω2R=y¨?+ψ˙?2R=y¨?+Vx?ψ˙?

因此
F y f + F y r = m ( y ¨ + V x ψ ˙ ) F_{yf} + F{yr} = m(\ddot{y}+V_x\dot{\psi}) Fyf?+Fyr=m(y¨?+Vx?ψ˙?)

對z軸進行偏航動力學分析,由力矩平衡可得
I z ψ ¨ = l f F y f ? l r F y r I_z\ddot{\psi}=l_fF_{yf} - l_rF_{yr} Iz?ψ¨?=lf?Fyf??lr?Fyr?
其中 l f l_f lf? l r l_r lr? 分別是車輛前輪和后輪距離車輛重心的距離.

下一步,我們要對橫向力 F y f F_{yf} Fyf? F y r F_{yr} Fyr? 進行分析.實驗表明,當輪胎側滑角 α \alpha α 較小時,輪胎受到的橫向力的大小與輪胎側滑角成正比.其中輪胎側滑角被定義為輪胎轉角與輪胎速度方向角的夾角.

因此,前輪(方向輪)側滑角 α f \alpha_f αf?
α f = δ ? θ v f \alpha_f = \delta - \theta_{vf} αf?=δ?θvf?
其中 δ \delta δ為前輪轉角, θ v f \theta_{vf} θvf? 為前輪速度方向角.

同理,后輪(假定后輪無法轉向)側滑角為
α r = 0 ? θ v r = ? θ v r \alpha_r = 0 - \theta_{vr} = - \theta_{vr} αr?=0?θvr?=?θvr?
其中 θ v r \theta_{vr} θvr? 為后輪速度方向角.

基于上述兩點推斷, 輪胎橫向力可被改寫為以下形式
F y f = 2 C α f ( δ ? θ v f ) F y r = ? 2 C α r θ v r \begin{aligned} &F_{yf} = 2C_{\alpha_f}(\delta - \theta_{vf}) \\ &F_{yr} = -2C_{\alpha_r}\theta_{vr} \end{aligned} ?Fyf?=2Cαf??(δ?θvf?)Fyr?=?2Cαr??θvr??
其中 C α f C_{\alpha_f} Cαf?? C α r C_{\alpha_r} Cαr?? 分別為前輪與后輪的側滑剛度系數.

由小角度假設與牽連運動公式可得
θ v f ≈ t a n ( θ v f ) = y ˙ + l f ψ ˙ V x θ v r ≈ t a n ( θ v r ) = y ˙ ? l r ψ ˙ V x \begin{aligned} &\theta_{vf} \approx tan(\theta_{vf}) = \frac{\dot{y} + l_f\dot{\psi}}{V_x} \\ &\theta_{vr} \approx tan(\theta_{vr}) = \frac{\dot{y} - l_r\dot{\psi}}{V_x} \end{aligned} ?θvf?tan(θvf?)=Vx?y˙?+lf?ψ˙??θvr?tan(θvr?)=Vx?y˙??lr?ψ˙???

綜上可得

y ¨ = 2 m [ C α f δ ? C α f + C α r V x y ˙ + ? C α f l f + C α r l r V x ψ ˙ ] ? V x ψ ˙ ψ ¨ = 2 I z ( C α f l f δ ? C α f l f ? C α r l r V x y ˙ ? C α f l f 2 + C α r l r 2 V x ψ ˙ ) \begin{aligned} &\ddot{y} = \frac{2}{m}[C_{\alpha_f}\delta - \frac{C_{\alpha_f}+C_{\alpha_r}}{V_x}\dot{y}+ \frac{-C_{\alpha_f}l_f+C_{\alpha_r}l_r}{V_x}\dot{\psi}] -V_x\dot{\psi} \\ &\ddot{\psi}=\frac{2}{I_z}(C_{\alpha_f}l_f\delta-\frac{C_{\alpha_f}l_f- C_{\alpha_r}l_r}{V_x}\dot{y}-\frac{C_{\alpha_f}l_f^2+C_{\alpha_r}l_r^2}{V_x}\dot{\psi}) \end{aligned} ?y¨?=m2?[Cαf??δ?Vx?Cαf??+Cαr???y˙?+Vx??Cαf??lf?+Cαr??lr??ψ˙?]?Vx?ψ˙?ψ¨?=Iz?2?(Cαf??lf?δ?Vx?Cαf??lf??Cαr??lr??y˙??Vx?Cαf??lf2?+Cαr??lr2??ψ˙?)?

將上式改寫為矩陣形式

[ y ˙ y ¨ ψ ˙ ψ ¨ ] = [ 0 1 0 0 0 ? 2 ( C α f + C α r ) m V x 0 2 ( ? C α f l f + C α r l r ) m V x ? V x 0 0 0 1 0 ? 2 ( C α f l f ? C α r l r ) I z V x 0 ? 2 ( C α f l f 2 + C α r l r 2 ) I z V x ] [ y y ˙ ψ ψ ˙ ] + [ 0 2 C α f m 0 2 C α f l f I z ] δ \begin{bmatrix} \dot{y} \\ \ddot{y} \\ \dot{\psi} \\ \ddot{\psi} \\ \end{bmatrix} = \begin{bmatrix} 0 & 1 & 0 & 0 \\ 0 & -\frac{2(C_{\alpha_f}+C_{\alpha_r})}{mV_x} & 0 & \frac{2(-C_{\alpha_f}l_f+C_{\alpha_r}l_r)}{mV_x}-V_x \\ 0 & 0 & 0 & 1 \\ 0 & -\frac{2(C_{\alpha_f}l_f- C_{\alpha_r}l_r)}{I_zV_x} & 0 & -\frac{2(C_{\alpha_f}l_f^2+C_{\alpha_r}l_r^2)}{I_zV_x} \\ \end{bmatrix} \begin{bmatrix} y \\ \dot{y} \\ \psi \\ \dot{\psi} \\ \end{bmatrix} + \begin{bmatrix} 0 \\ \frac{2C_{\alpha_f}}{m} \\ 0 \\ \frac{2C_{\alpha_f}l_f}{I_z} \\ \end{bmatrix} \delta ?????y˙?y¨?ψ˙?ψ¨???????=??????0000?1?mVx?2(Cαf??+Cαr??)?0?Iz?Vx?2(Cαf??lf??Cαr??lr?)??0000?0mVx?2(?Cαf??lf?+Cαr??lr?)??Vx?1?Iz?Vx?2(Cαf??lf2?+Cαr??lr2?)?????????????yy˙?ψψ˙???????+??????0m2Cαf???0Iz?2Cαf??lf?????????δ

動力學誤差模型

將動力學模型中的狀態變數設定為誤差量,將有利于簡化后續控制器的設計.因此,定義誤差狀態變數
e 1 : = y ? y d e s 橫向誤差 e 2 : = ψ ? ψ d e s 前輪航向角誤差 \begin{aligned} &e_1:= y-y_{des} \quad\text{橫向誤差} \\ &e_2:= \psi-\psi_{des} \quad\text{前輪航向角誤差} \\ \end{aligned} ?e1?:=y?ydes?橫向誤差e2?:=ψ?ψdes?前輪航向角誤差?

誤差動力學分析

理想航向角速率
ψ ˙ d e s = V x R \dot{\psi}_{des} = \frac{V_x}{R} ψ˙?des?=RVx??
理想橫向加速度為
a y d e s = y ¨ d e s + a y c d e s = 0 + V x 2 R = V x ψ ˙ d e s a_{y_{des}} = \ddot{y}_{des}+a_{yc_{des}} = 0+\frac{V^2_x}{R} = V_x\dot{\psi}_{des} aydes??=y¨?des?+aycdes??=0+RVx2??=Vx?ψ˙?des?
因此,橫向誤差 e 1 e_1 e1?可改寫為
e ¨ 1 = a y ? a y d e s = y ¨ + V x ψ ˙ ? V x ψ ˙ d e s = y ¨ + V x ( ψ ˙ ? ψ ˙ d e s ) = y ¨ + V x e ˙ 2 \ddot{e}_1 = a_y - a_{y_{des}} = \ddot{y}+V_x\dot{\psi}-V_x\dot{\psi}_{des} = \ddot{y}+V_x(\dot{\psi}-\dot{\psi}_{des}) = \ddot{y}+V_x\dot{e}_2 e¨1?=ay??aydes??=y¨?+Vx?ψ˙??Vx?ψ˙?des?=y¨?+Vx?(ψ˙??ψ˙?des?)=y¨?+Vx?e˙2?
前面提到 V x V_x Vx?為常數,因此對上式積分可得
e ˙ 1 = y ˙ + V x ( ψ ? ψ d e s ) = y ˙ + V x e 2 \dot{e}_1 = \dot{y}+V_x(\psi-\psi_{des}) = \dot{y}+V_xe_2 e˙1?=y˙?+Vx?(ψ?ψdes?)=y˙?+Vx?e2?

由此可得
y ˙ = e ˙ 1 ? V x e 2 y ¨ = e ¨ 1 ? V x e ˙ 2 ψ ˙ = ψ ˙ d e s + e ˙ 2 \begin{aligned} & \dot{y} = \dot{e}_1 - V_xe_2\\ & \ddot{y} = \ddot{e}_1 - V_x\dot{e}_2 \\ & \dot{\psi}= \dot{\psi}_{des}+\dot{e}_2 \\ \end{aligned} ?y˙?=e˙1??Vx?e2?y¨?=e¨1??Vx?e˙2?ψ˙?=ψ˙?des?+e˙2??

將上述式子代入到動力學模型中,替換掉原先的變數可得

( e ¨ 1 ? V x e ˙ 2 ) = 2 m [ C α f δ ? C α f + C α r V x ( e ˙ 1 ? V x e 2 ) + ? C α f l f + C α r l r V x ( ψ ˙ d e s + e ˙ 2 ) ] ? V x ( ψ ˙ d e s + e ˙ 2 ) ψ ¨ = 2 I z ( C α f l f δ ? C α f l f ? C α r l r V x ( e ˙ 1 ? V x e 2 ) ? C α f l f 2 + C α r l r 2 V x ( ψ ˙ d e s + e ˙ 2 ) ) \begin{aligned} &(\ddot{e}_1 - V_x\dot{e}_2) = \frac{2}{m}[C_{\alpha_f}\delta - \frac{C_{\alpha_f}+C_{\alpha_r}}{V_x}(\dot{e}_1 - V_xe_2)+ \frac{-C_{\alpha_f}l_f+C_{\alpha_r}l_r}{V_x}(\dot{\psi}_{des}+\dot{e}_2)] -V_x(\dot{\psi}_{des}+\dot{e}_2) \\ &\ddot{\psi}=\frac{2}{I_z}(C_{\alpha_f}l_f\delta-\frac{C_{\alpha_f}l_f- C_{\alpha_r}l_r}{V_x}(\dot{e}_1 - V_xe_2)-\frac{C_{\alpha_f}l_f^2+C_{\alpha_r}l_r^2}{V_x}(\dot{\psi}_{des}+\dot{e}_2)) \end{aligned} ?(e¨1??Vx?e˙2?)=m2?[Cαf??δ?Vx?Cαf??+Cαr???(e˙1??Vx?e2?)+Vx??Cαf??lf?+Cαr??lr??(ψ˙?des?+e˙2?)]?Vx?(ψ˙?des?+e˙2?)ψ¨?=Iz?2?(Cαf??lf?δ?Vx?Cαf??lf??Cαr??lr??(e˙1??Vx?e2?)?Vx?Cαf??lf2?+Cαr??lr2??(ψ˙?des?+e˙2?))?

整理可得

e ¨ 1 = 2 C α f m δ + ? 2 ( C α f + C α r ) m V x e ˙ 1 + 2 ( C α f + C α r ) m e 2 + 2 ( ? C α f l f + C α r l r ) m V x e ˙ 2 + ( 2 ( ? C α f l f + C α r l r ) m V x ? V x ) ψ ˙ d e s ψ ¨ = 2 C α f l f I z δ + ? 2 ( C α f l f ? C α r l r ) I z V x e ˙ 1 + 2 ( C α f l f ? C α r l r ) I z e 2 + ? 2 ( C α f l f 2 + C α r l r 2 ) I z V x e ˙ 2 + ? 2 ( C α f l f 2 + C α r l r 2 ) I z V x ψ ˙ d e s \begin{aligned} &\ddot{e}_1 = \frac{2C_{\alpha_f}}{m}\delta+\frac{-2(C_{\alpha_f}+C_{\alpha_r})}{mV_x}\dot{e}_1 +\frac{2(C_{\alpha_f}+C_{\alpha_r})}{m}e_2 + \frac{2(-C_{\alpha_f}l_f+C_{\alpha_r}l_r)}{mV_x}\dot{e}_2 +(\frac{2(-C_{\alpha_f}l_f+C_{\alpha_r}l_r)}{mV_x}-V_x)\dot{\psi}_{des} \\ &\ddot{\psi} = \frac{2C_{\alpha_f}l_f}{I_z}\delta+\frac{-2(C_{\alpha_f}l_f-C_{\alpha_r}l_r)}{I_zV_x}\dot{e}_1 +\frac{2(C_{\alpha_f}l_f-C_{\alpha_r}l_r)}{I_z}e_2 +\frac{-2(C_{\alpha_f}l^2_f+C_{\alpha_r}l^2_r)}{I_zV_x}\dot{e}_2 +\frac{-2(C_{\alpha_f}l^2_f+C_{\alpha_r}l^2_r)}{I_zV_x}\dot{\psi}_{des} \end{aligned} ?e¨1?=m2Cαf???δ+mVx??2(Cαf??+Cαr??)?e˙1?+m2(Cαf??+Cαr??)?e2?+mVx?2(?Cαf??lf?+Cαr??lr?)?e˙2?+(mVx?2(?Cαf??lf?+Cαr??lr?)??Vx?)ψ˙?des?ψ¨?=Iz?2Cαf??lf??δ+Iz?Vx??2(Cαf??lf??Cαr??lr?)?e˙1?+Iz?2(Cαf??lf??Cαr??lr?)?e2?+Iz?Vx??2(Cαf??lf2?+Cαr??lr2?)?e˙2?+Iz?Vx??2(Cαf??lf2?+Cαr??lr2?)?ψ˙?des??

改寫為矩陣形式

[ e ˙ 1 e ¨ 1 e ˙ 2 e ¨ 2 ] = [ 0 1 0 0 0 ? 2 ( C α f + C α r ) m V x 2 ( C α f + C α r ) m 2 ( ? C α f l f + C α r l r ) m V x 0 0 0 1 0 ? 2 ( C α f l f ? C α r l r ) I z V x 2 ( C α f l f ? C α r l r ) I z ? 2 ( C α f l f 2 + C α r l r 2 ) I z V x ] [ e 1 e ˙ 1 e 2 e ˙ 2 ] + [ 0 2 C α f m 0 2 C α f l f I z ] δ + [ 0 2 ( ? C α f l f + C α r l r ) m V x ? V x 0 ? 2 ( C α f l f 2 + C α r l r 2 ) I z V x ] ψ ˙ d e s \begin{bmatrix} \dot{e}_1 \\ \ddot{e}_1 \\ \dot{e}_2 \\ \ddot{e}_2 \\ \end{bmatrix}= \begin{bmatrix} 0 & 1 & 0 & 0 \\ 0 & \frac{-2(C_{\alpha_f}+C_{\alpha_r})}{mV_x} & \frac{2(C_{\alpha_f}+C_{\alpha_r})}{m} & \frac{2(-C_{\alpha_f}l_f+C_{\alpha_r}l_r)}{mV_x}\\ 0 & 0 & 0 & 1 \\ 0 & \frac{-2(C_{\alpha_f}l_f-C_{\alpha_r}l_r)}{I_zV_x} & \frac{2(C_{\alpha_f}l_f-C_{\alpha_r}l_r)}{I_z} & \frac{-2(C_{\alpha_f}l^2_f+C_{\alpha_r}l^2_r)}{I_zV_x} \\ \end{bmatrix} \begin{bmatrix} e_1 \\ \dot{e}_1 \\ e_2 \\ \dot{e}_2 \\ \end{bmatrix} + \begin{bmatrix} 0 \\ \frac{2C_{\alpha_f}}{m} \\ 0 \\ \frac{2C_{\alpha_f}l_f}{I_z} \\ \end{bmatrix} \delta + \begin{bmatrix} 0 \\ \frac{2(-C_{\alpha_f}l_f+C_{\alpha_r}l_r)}{mV_x}-V_x \\ 0 \\ \frac{-2(C_{\alpha_f}l^2_f+C_{\alpha_r}l^2_r)}{I_zV_x} \\ \end{bmatrix} \dot{\psi}_{des} ?????e˙1?e¨1?e˙2?e¨2???????=??????0000?1mVx??2(Cαf??+Cαr??)?0Iz?Vx??2(Cαf??lf??Cαr??lr?)??0m2(Cαf??+Cαr??)?0Iz?2(Cαf??lf??Cαr??lr?)??0mVx?2(?Cαf??lf?+Cαr??lr?)?1Iz?Vx??2(Cαf??lf2?+Cαr??lr2?)?????????????e1?e˙1?e2?e˙2???????+??????0m2Cαf???0Iz?2Cαf??lf?????????δ+??????0mVx?2(?Cαf??lf?+Cαr??lr?)??Vx?0Iz?Vx??2(Cαf??lf2?+Cαr??lr2?)????????ψ˙?des?

定義

x = [ e 1 e ˙ 1 e 2 e ˙ 2 ] A = [ 0 1 0 0 0 ? 2 ( C α f + C α r ) m V x 2 ( C α f + C α r ) m 2 ( ? C α f l f + C α r l r ) m V x 0 0 0 1 0 ? 2 ( C α f l f ? C α r l r ) I z V x 2 ( C α f l f ? C α r l r ) I z ? 2 ( C α f l f 2 + C α r l r 2 ) I z V x ] B = [ 0 2 C α f m 0 2 C α f l f I z ] B c = [ 0 2 ( ? C α f l f + C α r l r ) m V x ? V x 0 ? 2 ( C α f l f 2 + C α r l r 2 ) I z V x ] \begin{aligned} &x = \begin{bmatrix} e_1 \\ \dot{e}_1 \\ e_2 \\ \dot{e}_2 \\ \end{bmatrix} \quad A = \begin{bmatrix} 0 & 1 & 0 & 0 \\ 0 & \frac{-2(C_{\alpha_f}+C_{\alpha_r})}{mV_x} & \frac{2(C_{\alpha_f}+C_{\alpha_r})}{m} & \frac{2(-C_{\alpha_f}l_f+C_{\alpha_r}l_r)}{mV_x}\\ 0 & 0 & 0 & 1 \\ 0 & \frac{-2(C_{\alpha_f}l_f-C_{\alpha_r}l_r)}{I_zV_x} & \frac{2(C_{\alpha_f}l_f-C_{\alpha_r}l_r)}{I_z} & \frac{-2(C_{\alpha_f}l^2_f+C_{\alpha_r}l^2_r)}{I_zV_x} \\ \end{bmatrix} \\ &B = \begin{bmatrix} 0 \\ \frac{2C_{\alpha_f}}{m} \\ 0 \\ \frac{2C_{\alpha_f}l_f}{I_z} \\ \end{bmatrix} \quad B_c = \begin{bmatrix} 0 \\ \frac{2(-C_{\alpha_f}l_f+C_{\alpha_r}l_r)}{mV_x}-V_x \\ 0 \\ \frac{-2(C_{\alpha_f}l^2_f+C_{\alpha_r}l^2_r)}{I_zV_x} \\ \end{bmatrix} \end{aligned} ?x=?????e1?e˙1?e2?e˙2???????A=??????0000?1mVx??2(Cαf??+Cαr??)?0Iz?Vx??2(Cαf??lf??Cαr??lr?)??0m2(Cαf??+Cαr??)?0Iz?2(Cαf??lf??Cαr??lr?)??0mVx?2(?Cαf??lf?+Cαr??lr?)?1Iz?Vx??2(Cαf??lf2?+Cαr??lr2?)????????B=??????0m2Cαf???0Iz?2Cαf??lf?????????Bc?=??????0mVx?2(?Cαf??lf?+Cαr??lr?)??Vx?0Iz?Vx??2(Cαf??lf2?+Cαr??lr2?)?????????

則誤差動力學方程為

x ˙ = A x + B δ + B c ψ ˙ d e s \dot{x} = Ax + B\delta + B_c\dot{\psi}_{des} x˙=Ax+Bδ+Bc?ψ˙?des?

離散化

離散化的方法有很多,例如雙線性離散化,前向歐拉差分,河鏌夥拉差分,AB-2差分法等等.通常的,對于系統矩陣 A A A,為了保障其離散化后的精度與穩定性,我們采用雙線性離散化的方法.對于控制矩陣 B B B與矩陣 B c B_c Bc?,為了簡化運算,我們采用前向歐拉差分法進行離散.離散后的結果如下:
A d = ( I ? T 2 A ) ? 1 ( I + T 2 A ) B d = B T B c d = B c T \begin{aligned} &A_d = (I-\frac{T}{2}A)^{-1}(I+\frac{T}{2}A)\\ &B_d = BT\\ &B_{cd} = B_cT \end{aligned} ?Ad?=(I?2T?A)?1(I+2T?A)Bd?=BTBcd?=Bc?T?
其中,下標 d d d表示離散域矩陣, T T T為離散時間

至此,我們完成了車輛橫向動力學模型的搭建與離散化.下一步,就是將其封裝為一個QP問題,并以此設計MPC控制器.

轉載請註明出處,本文鏈接:https://www.uj5u.com/qita/261824.html

標籤:其他

上一篇:opencv獲取視頻影像在web端無插件播放

下一篇:VM虛擬機

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • 網閘典型架構簡述

    網閘架構一般分為兩種:三主機的三系統架構網閘和雙主機的2+1架構網閘。 三主機架構分別為內端機、外端機和仲裁機。三機無論從軟體和硬體上均各自獨立。首先從硬體上來看,三機都用各自獨立的主板、記憶體及存盤設備。從軟體上來看,三機有各自獨立的作業系統。這樣能達到完全的三機獨立。對于“2+1”系統,“2”分為 ......

    uj5u.com 2020-09-10 02:00:44 more
  • 如何從xshell上傳檔案到centos linux虛擬機里

    如何從xshell上傳檔案到centos linux虛擬機里及:虛擬機CentOs下執行 yum -y install lrzsz命令,出現錯誤:鏡像無法找到軟體包 前言 一、安裝lrzsz步驟 二、上傳檔案 三、遇到的問題及解決方案 總結 前言 提示:其實很簡單,往虛擬機上安裝一個上傳檔案的工具 ......

    uj5u.com 2020-09-10 02:00:47 more
  • 一、SQLMAP入門

    一、SQLMAP入門 1、判斷是否存在注入 sqlmap.py -u 網址/id=1 id=1不可缺少。當注入點后面的引數大于兩個時。需要加雙引號, sqlmap.py -u "網址/id=1&uid=1" 2、判斷文本中的請求是否存在注入 從文本中加載http請求,SQLMAP可以從一個文本檔案中 ......

    uj5u.com 2020-09-10 02:00:50 more
  • Metasploit 簡單使用教程

    metasploit 簡單使用教程 浩先生, 2020-08-28 16:18:25 分類專欄: kail 網路安全 linux 文章標簽: linux資訊安全 編輯 著作權 metasploit 使用教程 前言 一、Metasploit是什么? 二、準備作業 三、具體步驟 前言 Msfconsole ......

    uj5u.com 2020-09-10 02:00:53 more
  • 游戲逆向之驅動層與用戶層通訊

    驅動層代碼: #pragma once #include <ntifs.h> #define add_code CTL_CODE(FILE_DEVICE_UNKNOWN,0x800,METHOD_BUFFERED,FILE_ANY_ACCESS) /* 更多游戲逆向視頻www.yxfzedu.com ......

    uj5u.com 2020-09-10 02:00:56 more
  • 北斗電力時鐘(北斗授時服務器)讓網路資料更精準

    北斗電力時鐘(北斗授時服務器)讓網路資料更精準 北斗電力時鐘(北斗授時服務器)讓網路資料更精準 京準電子科技官微——ahjzsz 近幾年,資訊技術的得了快速發展,互聯網在逐漸普及,其在人們生活和生產中都得到了廣泛應用,并且取得了不錯的應用效果。計算機網路資訊在電力系統中的應用,一方面使電力系統的運行 ......

    uj5u.com 2020-09-10 02:01:03 more
  • 【CTF】CTFHub 技能樹 彩蛋 writeup

    ?碎碎念 CTFHub:https://www.ctfhub.com/ 筆者入門CTF時時剛開始刷的是bugku的舊平臺,后來才有了CTFHub。 感覺不論是網頁UI設計,還是題目質量,賽事跟蹤,工具軟體都做得很不錯。 而且因為獨到的金幣制度的確讓人有一種想去刷題賺金幣的感覺。 個人還是非常喜歡這個 ......

    uj5u.com 2020-09-10 02:04:05 more
  • 02windows基礎操作

    我學到了一下幾點 Windows系統目錄結構與滲透的作用 常見Windows的服務詳解 Windows埠詳解 常用的Windows注冊表詳解 hacker DOS命令詳解(net user / type /md /rd/ dir /cd /net use copy、批處理 等) 利用dos命令制作 ......

    uj5u.com 2020-09-10 02:04:18 more
  • 03.Linux基礎操作

    我學到了以下幾點 01Linux系統介紹02系統安裝,密碼啊破解03Linux常用命令04LAMP 01LINUX windows: win03 8 12 16 19 配置不繁瑣 Linux:redhat,centos(紅帽社區版),Ubuntu server,suse unix:金融機構,證券,銀 ......

    uj5u.com 2020-09-10 02:04:30 more
  • 05HTML

    01HTML介紹 02頭部標簽講解03基礎標簽講解04表單標簽講解 HTML前段語言 js1.了解代碼2.根據代碼 懂得挖掘漏洞 (POST注入/XSS漏洞上傳)3.黑帽seo 白帽seo 客戶網站被黑帽植入劫持代碼如何處理4.熟悉html表單 <html><head><title>TDK標題,描述 ......

    uj5u.com 2020-09-10 02:04:36 more
最新发布
  • 2023年最新微信小程式抓包教程

    01 開門見山 隔一個月發一篇文章,不過分。 首先回顧一下《微信系結手機號資料庫被脫庫事件》,我也是第一時間得知了這個訊息,然后跟蹤了整件事情的經過。下面是這起事件的相關截圖以及近日流出的一萬條資料樣本: 個人認為這件事也沒什么,還不如關注一下之前45億快遞資料查詢渠道疑似在近日復活的訊息。 訊息是 ......

    uj5u.com 2023-04-20 08:48:24 more
  • web3 產品介紹:metamask 錢包 使用最多的瀏覽器插件錢包

    Metamask錢包是一種基于區塊鏈技術的數字貨幣錢包,它允許用戶在安全、便捷的環境下管理自己的加密資產。Metamask錢包是以太坊生態系統中最流行的錢包之一,它具有易于使用、安全性高和功能強大等優點。 本文將詳細介紹Metamask錢包的功能和使用方法。 一、 Metamask錢包的功能 數字資 ......

    uj5u.com 2023-04-20 08:47:46 more
  • vulnhub_Earth

    前言 靶機地址->>>vulnhub_Earth 攻擊機ip:192.168.20.121 靶機ip:192.168.20.122 參考文章 https://www.cnblogs.com/Jing-X/archive/2022/04/03/16097695.html https://www.cnb ......

    uj5u.com 2023-04-20 07:46:20 more
  • 從4k到42k,軟體測驗工程師的漲薪史,給我看哭了

    清明節一過,盲猜大家已經無心上班,在數著日子準備過五一,但一想到銀行卡里的余額……瞬間心情就不美麗了。最近,2023年高校畢業生就業調查顯示,本科畢業月平均起薪為5825元。調查一出,便有很多同學表示自己又被平均了。看著這一資料,不免讓人想到前不久中國青年報的一項調查:近六成大學生認為畢業10年內會 ......

    uj5u.com 2023-04-20 07:44:00 more
  • 最新版本 Stable Diffusion 開源 AI 繪畫工具之中文自動提詞篇

    🎈 標簽生成器 由于輸入正向提示詞 prompt 和反向提示詞 negative prompt 都是使用英文,所以對學習母語的我們非常不友好 使用網址:https://tinygeeker.github.io/p/ai-prompt-generator 這個網址是為了讓大家在使用 AI 繪畫的時候 ......

    uj5u.com 2023-04-20 07:43:36 more
  • 漫談前端自動化測驗演進之路及測驗工具分析

    隨著前端技術的不斷發展和應用程式的日益復雜,前端自動化測驗也在不斷演進。隨著 Web 應用程式變得越來越復雜,自動化測驗的需求也越來越高。如今,自動化測驗已經成為 Web 應用程式開發程序中不可或缺的一部分,它們可以幫助開發人員更快地發現和修復錯誤,提高應用程式的性能和可靠性。 ......

    uj5u.com 2023-04-20 07:43:16 more
  • CANN開發實踐:4個DVPP記憶體問題的典型案例解讀

    摘要:由于DVPP媒體資料處理功能對存放輸入、輸出資料的記憶體有更高的要求(例如,記憶體首地址128位元組對齊),因此需呼叫專用的記憶體申請介面,那么本期就分享幾個關于DVPP記憶體問題的典型案例,并給出原因分析及解決方法。 本文分享自華為云社區《FAQ_DVPP記憶體問題案例》,作者:昇騰CANN。 DVPP ......

    uj5u.com 2023-04-20 07:43:03 more
  • msf學習

    msf學習 以kali自帶的msf為例 一、msf核心模塊與功能 msf模塊都放在/usr/share/metasploit-framework/modules目錄下 1、auxiliary 輔助模塊,輔助滲透(埠掃描、登錄密碼爆破、漏洞驗證等) 2、encoders 編碼器模塊,主要包含各種編碼 ......

    uj5u.com 2023-04-20 07:42:59 more
  • Halcon軟體安裝與界面簡介

    1. 下載Halcon17版本到到本地 2. 雙擊安裝包后 3. 步驟如下 1.2 Halcon軟體安裝 界面分為四大塊 1. Halcon的五個助手 1) 影像采集助手:與相機連接,設定相機引數,采集影像 2) 標定助手:九點標定或是其它的標定,生成標定檔案及內參外參,可以將像素單位轉換為長度單位 ......

    uj5u.com 2023-04-20 07:42:17 more
  • 在MacOS下使用Unity3D開發游戲

    第一次發博客,先發一下我的游戲開發環境吧。 去年2月份買了一臺MacBookPro2021 M1pro(以下簡稱mbp),這一年來一直在用mbp開發游戲。我大致分享一下我的開發工具以及使用體驗。 1、Unity 官網鏈接: https://unity.cn/releases 我一般使用的Apple ......

    uj5u.com 2023-04-20 07:40:19 more