这份资料主要绍了基于数学优化的遥控赛车自动驾驶技术。利用车辆的动力学模型，通过基于后退地平线的控制器计算控制输入，其目标是在满足保持轨迹和避开对手要求的情况下最大限度地提高轨迹上的进度。提出了两种不同的控制公式。第一个控制器采用两层结构，由路径规划器和非线性模型预测控制器(NMPC)组成。第二控制器遵循轮廓控制的思想，将这两个任务结合在一个非线性优化问题中。利用线性化得到的线性齿形变化模型，在每个采样点建立凸二次规划形式的控制非线性规划的局部逼近。所得到的OPs具有典型的MPC结构，通过最近的结构挖掘求解器可以在毫秒范围内求解，这是整个控制方案实时可行性的关键。避障是由一种基于mcans或动态规划的高层走廊规划器实现的，该控制器根据当前对手的位置和轨道布局，对控制器进行凸约束。采用1:43比例的钢筋混凝土赛车，在超过3米/秒的速度下，在有饱和后轮力(漂移)的操作区域，对控制性能进行了实验研究。该算法在嵌入式计算平台上以50hz的采样率运行，证明了基于优化的自动驾驶方法的实时性和高性能。

在STM32F103C8T6微控制器芯片基础上,提出了两轮自平衡车系统的一种设计方案。系统方案包括STM32F103C8T6微控制器电路设计、车体姿态传感器MPU6050检测电路设计、电机驱动电路设计、以PID控制器为核心的软件设计。经过测试,两轮自平衡车系统样机能够保持车体自我平衡并简单的直立行走,验证了硬件设计和软件设计的有效性和可靠性。

为了克服传统PID控制缺点,发挥其优点,为了提高系统的动态性能,本文利用模糊控制方法,在线实现对PID参数自整定,并举例使用MATLAB对系统进行仿真,验证了该方法的可行性,对其应用具有较高的参考价值。

这个也是在计算机控制课上做的，simulink的。都运行过的。希望可以帮助到大家。

自20世纪70年代被提出以来，预测控制相对传统PID控制的很多优势令其在工业过程应用中产生了重要和广泛的影响。预测控制的方法有很多种，例如：动态矩阵控制(DMC)、扩展的预测自适应控制(EPSAC)、模型算法控制(MAC)、预测函数控制(PFC)、二次动态矩阵控制(QDMC)、序贯开环最优控制(S0L0)，以及广义预测控制(GPC)等，统称为"模型预测控制"(modelDredictive Control，MPC)。

vImage.bin下载工具软件. rar

大多数时候我们使用 Simulink 来模拟 PID 控制器。 但是这个文件将它作为 Matlab 代码运行。 将文件解压到工作目录，然后运行文件 PID_ctrl_call.m。 您可以更改文件 pid_ctrl.m 中的 PID 调整参数，看看会发生什么。

基于改进型BP神经网络的PID控制系统.7z

PID控制算法matlab仿真实验，PID仿真

控制目标是维持氧气过量比为2~