matlab求二阶偏导代码弹道优化项目[2013] 介绍 这是NTU数学系2013数值优化课程的一个项目。 。 在这个项目中，我的目标是通过控制执行器的向量来优化其轨迹。 轨迹需要将对象从某个开始状态转换为某个目标状态，并受一组一般约束（在这种情况下，这些约束是基本物理学）。 这是路径规划和机器人技术中的常见问题。 我使用和。 该方法首先进行初步猜测（从起点到目标的非常糟糕的轨迹，甚至可能无法满足所有约束条件），然后通过将物理定义为显式约束条件，进行求解，并最终（希望）简化为实际解决方案。 整个轨迹由N步骤预先定义，其中每个步骤代表约束的子集。 通过增加步骤数量，可以提高解决方案的准确性。 繁重的工作是由Matlab自己的为此设置的非线性约束求解器完成的。 注意：我对存储库进行了一些污染，以概括事物，并向其中添加更多项目，以便找到解决方法： 该项目有两个测试用例： 测试案例1：2D寻路 首先是在2.5D空间中的简单寻路，高度表示成本。 我手动编写了代码，这很不错，因为约束梯度（或约束Jacobian）很容易构建。 。 据我所知，它是没有错误的。 在演示文稿的结尾，您可以看到具有各种不同

gpops5.2是一款功能强大的轨迹优化软件，处理大范围非线性轨迹优化问题，在航空航天领域应用广泛，这个是最新版本。内含丰富的例子。

这是使用HCW（Hill-Clohessey-Wiltshire）模型优化共面相对运动的控制输入轨迹的程序。 该程序使用 bvp4c 求解器来求解结果状态方程。

轨迹优化matlab源代码轨迹优化 此仓库将托管我的研究代码，用于研究不同机器人系统的轨迹优化。 我的最初计划是实施论文“使用隐式硬接触进行轨迹优化”，并研究本文提到的三个工具： 杂技机器人 第一个系统：直接搭配的acrobot 首先需要运行“〜/ optimization / robcogen / robcogen-0.5.1 / etc / cpp-iitrbd / install.sh” acrobot / model / run.sh包含一个运行RobCoGen的脚本，将输出复制到当前文件夹，并将必要的机械手标头和.so安装到/ usr / local / include RobCoGen具有生成URDF模型的选项，但是输出模型没有可视组件。 acrobot / test.cpp用于测试模型 要构建test.cpp，在编写CMakeLists文件以处理RPATH和eigen3路径时，需要格外小心。 弹指 这是在“通过接触进行刚体轨迹优化的直接方法”一文中描述的轨迹生成算法的实现。 ifopt Snopt是一个用Fortran编写的封闭源代码库，它具有c / c ++ / mat

飞行器轨迹优化，数值解法，很经典的方法，希望大家参考

使用数值方法求解机器人运动计划，以解决最佳控制问题。 规划可以采用运动学约束（例如位置、速度、加速度、加加速度边界）、动力学约束（例如机器人刚体动力学包括重力、离心力和科里奥利力、惯性力、关节扭矩限制，甚至扭矩变化率限制），以及碰撞避免考虑在内。 解决时间在几秒钟内。 详细信息参见出版物：“机器人运动规划的高效轨迹优化”，Yu Zhao、Hsien-Chung Lin、Masayoshi Tomizuka，ICARCV 2018。 有关可用演示的列表，请参阅https://github.com/yzhao334/Efficient-Trajectory-Optimization-for-Robot-Motion-Planning--Examples 。 所需软件包：chebfun、CasADi。 包中包含的其他依赖项（STLRead 和 STLWrite）

Matlab的轨迹优化库

本文提出了一种名为 MCMP（Monte Carlo Motion Planning）的新方法，用于解决不确定性下的运动规划问题，即计算满足概率避碰约束的低成本路径的问题。 MCMP 通过蒙特卡罗采样参考跟踪控制器的执行（在本文中我们考虑 LQG）来估计给定路径的碰撞概率（CP）。 本文的关键算法贡献是统计方差减少技术的设计，即控制变量和重要性抽样，以使这种抽样过程适合实时实施。 MCMP 通过迭代 (i) 计算问题的确定性版本的（近似）最优路径（此处使用 FMT* 算法），将此 CP 估计过程应用于运动规划，（ii）计算该路径的 CP，以及（ iii) 根据 CP 是高于还是低于目标值，以一个公因数对障碍物充气或放气。 MCMP 的优点有三个方面： (i) CP 估计的渐近正确性，与大多数当前的近似相反，如本文所示，后者可能会相差很大倍数并阻碍可行计划的计算； (ii) 速度和可并行性，以及 (iii) 通用性，即该方法几乎适用于任何规划问题，只要路径跟踪控制器和配置空间中的障碍物距离概念可用。 数值结果说明了 MCMP 的正确性（在可行性方面）、效率（在路径成本方面）和计

matlab求导代码OpenSim中的算法差异化（AD-algodiff） 该存储库包含代码和数据，以生成基于OpenSim的人体运动轨迹优化，同时利用算法差异（AD），如Falisse A，Serrancoli G，Dembia C，Gillis J，De Groote F，（2019）中所述。 算法差异提高了基于OpenSim的人体运动轨迹优化的计算效率。 PLoS ONE 14（10）：e0217730，。 我们通过名为Recorder的自定义源代码转换工具以及运算符重载工具ADOL-C在OpenSim中启用了AD的使用。 为此，我们修改了OpenSim和Simbody的源代码。 然后，我们在OpenSim之间开发了一个接口，以解决轨迹优化问题。 CasADi是用于非线性优化和算法微分的工具。 在解决一系列轨迹优化问题时，我们比较了通过记录器（AD-Recorder）和ADOL-C（AD-ADOLC）实现的使用标准有限差分（FD）与AD的计算效率。 这些问题包括扰动平衡的模拟，步行的二维预测模拟和步行的三维跟踪模拟。 我们发现通过Recorder使用AD比使用FD快1.8±0.1

在亚轨道飞行器返回轨迹设计中，不仅要研究其可行轨迹的设计问题，还要研究在各种性能指标下的最优轨迹。文章采用伪谱法研究了亚轨道飞行器返回轨迹优化设计问题。为了便于应用伪谱法并加快优化速度，建立了以能量为独立积分变量的动力学方程，并进行了归一化处理，将终端时间自由的优化问题转化为固定积分区间的优化问题。考虑状态约束、控制约束、过程约束以及终端约束，采用伪谱法进行了亚轨道飞行器的返回轨迹优化设计。从算例的仿真结果可以看出，伪谱法可以较好完成亚轨道飞行器的返回轨迹的优化设计任务。