《非线性模型预测控制的现状与问题》是期刊《控制与决策》在2001年第4期上刊载的一篇论文。《控制与决策》是EI检索期刊,2019年复合影响因子2.640,综合影响因子1.579。
《基于非线性模型预测控制的自动泊车路径跟踪》是期刊《工程科学学报》在2019年第41卷第7期上刊载的一篇论文。《工程科学学报》是EI检索期刊,2019年复合影响因子1.006,综合影响因子0.723。
在路径跟踪控制中,线性模型预测控制(Linear Model Predictive Control, LMPC)[1]是一种目前较为常见的控制方法。在LMPC最初应用于路径跟踪控制时,也常被直接称为预测控制(Predictive Control)[2]或模型预测控制(Model Predictive Control, MPC)[3]。考虑到预测模型的参数随时间变化,它也常被叫做线性时变模型预测控制(Linear-Time-Varying Model Predictive Control,LTV-MPC)[4]或线性参变模型预测控制(Linear-Parameter-Varying Model Predictive Control,LPV-MPC)[5]。由于路径跟踪控制系统是非线性系统,所以LMPC有时也会被称为非线性模型预测控制(Nonlinear Model Predictive Control, NMPC)[6]。五花八门的名称,容易使初学者混淆这些概念。本文希望通过介绍LMPC路径跟踪控制的基本特点以及一些典型工作,澄清LMPC路径跟踪控制的概念和历史。
《MPC-based yaw and lateral stabilisation via active front steering and braking》是期刊《Vehicle System Dynamics》在2008年第46卷增刊第1期上刊载的一篇论文。《Vehicle System Dynamics》的中科院大类分区(工程技术)是3区,小类分区(工程:机械)3区,2019年影响因子为2.581。
《无人驾驶车辆的运动控制发展现状综述》是期刊《机械工程学报》在2020年第56卷10期上刊载的一篇论文。《机械工程学报》属于三类高质量期刊,是EI收录期刊,2019年复合影响因子2.346,综合影响因子1.421。
《Obstacle avoidance of semi-trailers based on nonlinear model predictive control》是期刊《World Electric Vehicle Journal》在2019年第10卷第4期上刊载的一篇论文。《World Electric Vehicle Journal》是EI检索期刊。
自动驾驶的3大核心科技是定位(在哪里),感知(周围是啥)以及控制(咋开车呢)。通过车道检测,我们可以对车的行进路线进行路径规划。本篇文章主要通过一个自行车的动力学模型讨论车辆的加速、刹车和转向的模型预测控制。目的不仅在于尽可能地控制车辆轨迹,同时也还要尽可能使速度平滑以避免晕车和频繁的刹车。
今天在交流群里大家讨论了一个问题,路径跟踪控制方面的论文,怎么设置对照组,才符合学术道德?首先以我个人的观点,我认为应该采用对照组性能最优(或接近最优,有时是否最优不太容易判定)时的参数。在现在的不少研究论文中,都会给对照组设置一组较差的参数,从而证明自己提出的方法性能更好。这样就产生了一个现象,搞滑模控制的,说滑模控制比模型预测控制精确性更高,搞模型预测控制的,说模型预测控制比滑模控制精确性更高。然后读者就该迷糊了,到底谁精确性高?所以做路径跟踪控制研究,真正从学术道德的方面考虑,我们应该在对照组性能最优的情况下,去和它比较。在研究滑模控制时,最好比较一下在多重系统约束下自己的控制方法是不是比模型预测控制更精确。研究模型预测控制时,最好也把对照组中滑模控制还没受系统约束影响时的结果报道出来。
控制层作为无人车系统的最底层,其任务是将我们规划好的动作实现,所以控制模块的评价指标即为控制的精准度。控制系统内部会存在测量,控制器通过比较车辆的测量和我们预期的状态输出控制动作,这一过程被称为反馈控制(Feedback Control)。
《Review and comparison of path tracking based on model predictive control》是期刊《Electronics》在2019年第8卷第10期上刊载的一篇论文。目前期刊《Electronics》的中科院大类分区(工程技术)是4区,小类分区(工程:电子与电气)是4区,2019年影响因子为2.412。
《基于扰动观测器的轮式移动机器人滚动时域路径跟踪控制》是期刊《吉林大学学报(工学版)》在2020年7月1日网络首发的一篇论文。《吉林大学学报(工学版)》目前属于三类高质量期刊,是EI收录期刊,2019年复合影响因子1.347,综合影响因子0.741。
《A Full Error Dynamics Switching Modeling and Control Scheme for an Articulated Vehicle》是期刊《International Journal of Control, Automation, and Systems》在2015年第13卷第5期上刊载的一篇论文。目前期刊《International Journal of Control, Automation, and Systems》的中科院大类分区是3区(工程技术),小类分区是4区(自动化与控制系统),2019年影响因子是2.733。
自动驾驶汽车先使用感知模块了解其环境,并通过定位模块了解其在环境中的位置,然后使用规划模块进行决策并生成轨迹。
永磁同步电机(PMSM)具有高功率密度、高能量转换效率以及宽调速范围等,在新能源汽车、伺服电机、风电、轨道交通以及航空航天等场合具有广泛的应用;本部分对永磁电机的工作原理及控制策略进行简要介绍,具体内容如下:
工业控制系统在现代工业中扮演着重要角色,实现了自动化生产和优化生产过程。闭环控制系统是一种常见的控制方法,除了传统的比例-积分-微分(PID)控制器外,还存在许多其他闭环控制方法和技术。本文将重点介绍这些闭环控制系统,并提供实际应用案例,以增加文章的实用性。
作者喻超,加拿大滑铁卢大学在读博士,主要研究方向:基于机器学习的模型预测控制技术,及其在车辆动力学、自动驾驶规划和控制领域的应用,硕士毕业于上海交通大学,拥有8年电动汽车控制系统开发工作经验,曾担任上汽通用汽车电气化控制架构开发经理,美国通用汽车高级控制系统工程师。
《基于非线性模型预测控制的农用拖挂车避障控制器研究》是期刊《农业机械学报》在2019年第50卷第4期上刊载的一篇论文。目前期刊《农业机械学报》是EI收录期刊,2019年的复合影响因子为3.078,综合影响因子为2.047。
北京科技大学机械工程学院刘立教授团队长期从事路径跟踪控制算法研发工作,发表了多篇论文,在铰接式车辆、履带式机器人等平台实现了应用。
为了帮助各位学术青年更好地学习前沿研究成果和技术,AI科技评论联合Paper 研习社(paper.yanxishe.com),重磅推出【今日 Paper】栏目, 每天都为你精选关于人工智能的前沿学术论文供你学习参考。以下是今日的精选内容——
我们实施了一个模型预测控制来驱动赛道上的赛车。但是这一次我们没有交叉错误,我们必须自己计算。另外,在连接延迟之上的执行命令之间有100毫秒的延迟。 这篇文章从非常简单的P,PD和PID实现开始,到一个复杂的模型预测控制: 用Python实现的P,PD和PID控制器 模型预测控制在C ++中实现 用Python实现的P,PD和PID控制器 比例积分微分控制器(PID控制器或三项控制器)是广泛用于工业控制系统和各种其他需要连续调节控制的应用的控制回路反馈机构。一个PID控制器连续计算一个误差值e(t),作为所需
最关键的是Mini Cheetah使用改进自航模电机的执行器,致使Mini Cheetah的执行器硬件成本总计仅有3600美元,在零配件价格高企的机器人行业中,这一价格堪称天地良心。
麻省理工学院的猎豹3机器人,现在已经可以在崎岖的地形上奔跑和跳跃,爬上满是碎片的楼梯,并在突然猛拉或猛推时快速恢复平衡,并且它实质上是个瞎子!
《基于非线性模型预测控制的移动机器人实时路径跟踪》是期刊《农业机械学报》在2020年7月3日网络首发的一篇论文。《农业机械学报》目前属于三类高质量期刊,是EI收录期刊,2019年复合影响因子3.078,综合影响因子2.047。
不过上一期内容,并未深入介绍LMPC的各种分支,因此本期将主要介绍两种运动学层面的LMPC控制器和一种动力学层面的LMPC控制器。
前文注释了《无人驾驶车辆模型预测控制》3.3.3的代码,例程代码中的参考路径是一条直线路径,如果希望将该路径更改为更为复杂的参考路径,可以对原生成参考路径的代码进行替换。
“ 随着在线广告的发展,预算控制和流量预测在DSP中变得十分重要。流量预测直接影响到广告主获得优质的流量,进而决定广告主的预算性价比,并影响广告营销的效果。”
模型预测控制(MPC,Model Predictive Control)属于优化和控制两个领域的交叉,实际上是以优化的方法来求解控制问题。
日常生活中,人们通过与各种物体接触与世界互动。例如走路时脚接触地面,书写时手指与笔接触。接触虽然是种很普遍的现象,但研究起来却有些复杂。模拟身体接触也是机器人研究中非常重要的一部分。
《Path tracking of mining vehicles based on nonlinear model predictive control》是期刊《Applied Sciences》在2019年第9卷第7期上刊载的一篇论文。《Applied Sciences》的中科院大类分区(工程技术)是3区,小类分区(物理:应用)4区,2019年影响因子为2.474。
《基于轮胎状态刚度预测的极限工况路径跟踪控制研究》是期刊《自动化学报》在2019年9月19日网络首发的一篇论文。《自动化学报》属于三类高质量期刊,是EI收录期刊,2019年复合影响因子5.936,综合影响因子3.594。
《Autonomous racing using Linear Parameter Varying-Model Predictive Control (LPV-MPC)》是期刊《Control Engineering Practice》在2020年第95卷上刊载的一篇论文。《Control Engineering Practice》的中科院大类分区(工程技术)是3区,小类分区(自动化与控制系统)3区,2019年影响因子为3.193。
强化学习算法的思路非常简单,以游戏为例,如果在游戏中采取某种策略可以取得较高的得分,那么就进一步「强化」这种策略,以期继续取得较好的结果。这种策略与日常生活中的各种「绩效奖励」非常类似。我们平时也常常用这样的策略来提高自己的游戏水平。
MIT研发猎豹机器人不依靠视觉和任何外部传感器,全凭控制算法,会纵身飞跃上桌,能轻松爬上满是障碍物的楼梯,甚至在突然被猛推或猛踢时迅速恢复平衡。
【新智元导读】机器人领域又一大突破:MIT最新研发的第三代猎豹机器人,不依靠视觉和任何外部传感器,全凭控制算法,漂亮地纵身飞跃上桌,还能轻松爬上满是障碍物的楼梯,在突然被猛推或猛拉时迅速恢复平衡。这样的机械狗,你要不要也来一只?
《Design, analysis, and experiments of preview path tracking control for autonomous vehicles》是期刊《IEEE Transactions on Intelligent Transportation Systems》在2020年第21卷第1期上刊载的一篇论文。目前期刊《IEEE Transactions on Intelligent Transportation Systems》的中科院大类分区是2区(工程技术),小类分区是2区(运输科技),2019年影响因子是6.319。
【新智元导读】最近在北京参加《智能驾驶深度学习研讨会》,跟很多高校和企业的同行聊了半天。大家一致的观点是,鉴于深度学习技术在各个领域的碾压性优势,它恐怕会成为智能驾驶领域的杀手锏了。个人觉得这是毫无疑
8 月 8 日,腾讯正式发布 Max 二代机器人(以下简称Max)。记者获悉,Max 能够在梅花桩上完成旋转踏步、单桩跳跃、双轮站立等高难度动作。同时,过桩速度达到 “前辈” Jamoca 的 4 倍。
通常,控制器使用一系列路径点来接收轨迹。控制器的任务是使用控制输入让车辆通过这些路径点。
模型预测控制(MPC)的理论推导部分见前文: 自动驾驶轨迹跟踪-模型预测控制(MPC) 这里主要用Python代码实现前文的推导结论。
作者简介:申泽邦(Adam Shan),兰州大学在读硕士研究生,主攻无人驾驶,深度学习;兰大未来计算研究院无人车团队骨干,在改自己的无人车,参加过很多无人车Hackathon,喜欢极限编程。
丰色 Alex 发自 凹非寺 量子位 | 公众号 QbitAI 机器狗会中国功夫是一种什么体验? 且看下面这只黑白狗,直接就是一个花式过梅花桩: 瞧这单桩跳:腾空一跃,四脚稳稳落在前方小圆盘上,连个趔趄都没打。 当然,站立和起身作揖这样的传统技能也不在话下。虽然是在桩子上,但狗子完全能控制好力道不至于摔跤。 更别提下桩时,它还会耍一个完美的前空翻,稳稳落地结束表演。 真狗都很难做到吧~ 如此身轻如燕的狗子很快就吸引了一波关注。 有人就表示希望再做大一点,这样就能当坐骑了。(话说见过骑狗的吗) 还有网
Paolo Falcone(保罗·法尔康),于2003年硕士毕业于瑞典Chalmers University of Technology(查默斯工业大学)Department of Signals and Systems(信号与系统系),硕士论文题目为《Modello per la stima di coppia nei motori diesel(Stippi Di Coppia Nei柴油发动机的模型)》,这也是Falcone在谷歌学术上能检索到的最早的论文,可以视为他的“出道”标志。
无人驾驶系统的核心可以概述为三个部分:感知(Perception),规划(Planning)和控制(Control),这些部分的交互以及其与车辆硬件、其他车辆的交互可以用下图表示:
它由美国格鲁吉亚理工学院的研究团队开发,可以利用力道感测帮人穿衣服;并且借助神经网络技术,来学习和提升自己的穿衣技能。
控制系统应用是MATLAB和Simulink的重点应用领域,它包括了被控对象建模、控制器设计、自动代码生成部署和系统验证全流程。具体如下:
机器人学有着极其广泛的研究和应用领域。这些领域体现出广泛的学科交叉, 涉及 众多的课题,如机器人体系结构、机构、控制、智能、传感、机器人装配、恶劣环境下的机器 · 人以及机器人语言等。机器人已在工业、农业、商业、旅游业、空间和海洋以及国防等领域 获得越来越普遍的应用。下面是一些比较重要的研究领域。 1 . 传感器与感知系统 · 各种新型传感器的开发, 包括视觉、触觉、听觉、接近感、力觉、临场感等 · 多传感系统与传感器融合 · 传感数据集成 · 主动视觉与高速运动视觉 · 传感器硬件模块化 · 恶劣工
随着智能交通系统和自动驾驶技术的发展,车辆的横向控制成为了研究的热点。横向控制指的是对车辆在行驶过程中的水平运动进行控制,包括车辆的转向、车道保持、避障等。这些控制任务对于提高道路安全性、减少交通事故、提升驾驶舒适性具有重要意义。模型预测控制(Model Predictive Control, MPC)作为一种先进的控制策略,因其在处理多变量系统、非线性系统以及约束条件下的优越性能,被广泛应用于车辆横向控制领域。
本文整理12册容易被忽略的人工智能书籍,有经典入门内容、有理论加深内容,现在大家都很关注怎样能够更快做出结果,往往忽略了一些基础内容,这些书籍,希望各位“闲暇”时,可以“阅读”一番。
领取专属 10元无门槛券
手把手带您无忧上云