mpc-1.0.3.zipmpc-1.0.3.zipmpc-1.0.3.zipmpc-1.0.3.zip
2021-12-11 16:59:53 793KB mpc
1
轨迹跟踪MPC控制-python实现-model_predictive_speed_and_steer_control
2021-12-11 14:33:05 10.76MB python MPC 轨迹跟踪控制
1
雅各比(Jacobi)迭代算法进行分布式MPC
2021-12-10 17:53:39 19KB MATLAB
1
离散控制Matlab代码MPC脑血流 我们提出了一个控制框架,该模型统一了模型的预测控制和控制障碍函数,其中终端成本函数充当控制Lyapunov函数的稳定性。 这是本文的参考实现: 具有离散时间控制屏障功能的安全关键模型预测控制 | | 曾军,张自行车和库希尔·史瑞纳斯(Koushil Sreenath) 引用 如果您发现此代码在您的工作中很有用,请考虑引用: @article{zeng2021mpccbf, title={Safety-critical model predictive control with discrete-time control barrier function}, author={Zeng, Jun and Zhang, Bike and Sreenath, Koushil}, booktitle={2021 American Control Conference (ACC)}, year={2021} } 指示 分配了2D双积分器以避开障碍物到达原点的目标位置。 对于不同的控制器,我们分为三类: DCLFDCBF.m (DCLF-DCBF), MPCCB
2021-12-10 10:54:06 11.32MB 系统开源
1
压缩包中包含4个文件,所以文件都需要放在同一目录下,且最好不要有中文路径,文件采用的是matlab 2018b版本,低于此版本可能打不开,解压后直接用simulink打开.slx文件就能运行,plot_1主要是车位尺寸和道路边界信息,可以在运行simulink文件前先在matlab运行plot_1,不要关闭绘图窗口,然后运行simulink文件,可以更直观的观察到车辆的运动,plot_2主要是绘图代码,具体内容可参考我写的文章《平行泊车系统路径跟踪控制(2)》
gcc编译依赖gmp、mpfr、mpc、isl四个库,mpfr依赖gmp,isl依赖gmp,而mpc依赖gmp和mpfr,因此安装gcc-7.3.0之前首先根据依赖关系依次安装四个库(软件版本:gmp-6.1.2,mpfr-3.1.5,isl-0.18,mpc-1.0.3,gcc-7.3.0)
2021-12-09 19:00:44 112.46MB gcc gmp mpfr mpc
1
这是我做的在线转换程序,不过你需要先安装ffmpeg,mencoder,flvmdi,mediainfo,mpc系列暴风阴影,可以加水印,需要avs。有问题联系我的qq:120442560
2021-12-08 15:01:47 225KB flv在线 转换 服务器
1
mpc_local_planner ROS软件包 mpc_local_planner软件包为2D导航堆栈的base_local_planner实现了一个插件。 它提供了具有最小时间和二次形式后退水平配置的通用且通用的模型预测控制实现。 有关自定义构建说明(例如,使用其他第三方求解器进行编译),请参见此 。 有关更多常规信息和教程,请参考 。 生成状态: ROS Melodic( melodic-devel ): 作者 克里斯托夫Rösmann 引用软件 由于开发工作花费了大量时间和精力,因此,如果您使用该软件来进行已发布的工作,请至少引用以下出版物之一。 主要论文与方法 C.Rösmann,A。Makarow和T. Bertram:基于具有非欧几里得旋转组的非线性模型预测控制的在线运动规划, ,2020年6月。 标准MPC和Hypergraph C.Rösmann,M.K
2021-12-08 11:19:35 158KB path-planning ros mpc mobile-robots
1
简单的MPC源程序,其中包括一个简单的主程序以及一个实现MPC功能的子程序
2021-12-02 14:17:12 793B mpc
1
MIT Cheetah 3四足机器人开源控制算法论文。文中提出了一种用于确定力矩控制四足机器人地面反作用力的模型预测控制(MPC)的实现方法。将机器人动力学简化为凸优化问题,同时仍能捕获系统的全三维特性。利用简化模型,地面反作用力规划问题的预测范围为0.5秒,并以20-30Hz的频率在1ms内求解至最优。尽管使用了简化模型,但该机器人能够在各种速度下进行稳健的运动。实验结果展示了对步态的控制,包括站立、小跑、飞跑、快步、跳跃、步速、三足步态和全3D疾驰。机器人的前进速度高达3米/秒,横向速度高达1米/秒,角速度高达180度/秒。我们的方法足够通用,可以使用相同的增益和权重集执行所有这些行为。
2021-12-02 09:26:18 4.77MB 四足机器人 MPC 控制 机器人
1