【控制control】模型预测控制MPC的原理分析_机械臂 mpc

文章目录

• 系列文章目录
• 前言
• 一、模型预测控制(MPC)的介绍及构成
• • 1.介绍
• 二、模型预测控制(MPC)的运行过程对应的原理
• • 1.模型预测原理
  • 2.滚动优化原理
  • 3.状态反馈校正原理
• 三、模型预测控制(MPC)的各个模块及原理流程
• • 1.MPC控制器（模型预测+滚动优化）
  • 2.被控平台
  • 3.状态估计器（状态反馈校正）
• 四、模型预测控制(MPC)的运行过程介绍
• 五、模型预测控制(MPC)的工程实现一般步骤
• • 1.给定使用的模型，并对模型进行简化、线性化、离散化
  • 2.输入线性约束条件
  • 3.输入规划生成的目标轨迹（Reference）
  • 4.建立优化问题【用状态空间和状态方程表示】
  • 5.用QP求解上面的优化问题
  • 6.控制过程
  • 7.加入状态估计器过程
  • 8.调参过程：MPC设计时需要的参数(会影响控制器的性能)
  • 9.控制效果反思及优化：降低MPC的复杂性和计算时间
• 六、模型预测控制(MPC)的实现难点
• • 1.关键就在于怎么定义这个优化问题、
  • 2.模型的选择
• 七、模型预测控制(MPC)的优势
• 八、模型预测控制(MPC)的弊端
• 九、模型预测控制（MPC）与PID控制对比
• 十、模型预测控制（MPC）与最优控制对比
• • （1）对于最优控制
  • （2）对于模型预测控制
• 十一、模型预测控制（MPC）评价：
• 十二、模型预测控制（MPC）的注意事项
• 十三、模型预测控制（MPC）的工程参考