内容概要：文章介绍了自动驾驶车辆轨迹规划与运动控制的关键技术，采用动态规划（DP）算法进行动态障碍物的轨迹边界规划，生成可行的行驶路径范围，并将该边界作为约束条件用于底层运动控制设计。在此基础上，结合非线性模型预测控制（NMPC）对车辆的加速度和方向盘转角进行精确控制，状态量包括纵向/侧向车速及Frenet坐标系下的s和ey。整体方案实现了从环境感知到运动执行的闭环控制。
适合人群：从事自动驾驶算法研发的工程师、控制理论研究人员以及具备一定MATLAB编程基础的硕士、博士研究生。
使用场景及目标：①解决复杂动态环境中车辆避障与轨迹生成问题；②实现高精度的车辆运动控制，提升自动驾驶系统的稳定性与安全性。
阅读建议：建议结合MATLAB脚本程序实践文中提出的DP与NMPC算法，重点关注状态建模、约束处理与控制器参数调优，以深入理解算法在实际系统中的集成与性能表现。
2025-09-23 18:30:42
240KB
1
自动驾驶规划控制-nmpc路径规划和mpc路径跟踪
matlab和simulink联合仿真，非线性mpc路径规划，线性mpc路径跟踪
2024-05-08 10:03:22
294KB
1
模型预测控制
非线性 MPC 的优化算法
使用同时和顺序方法求解非线性 MPC：
牛顿-拉格朗日法 (SQP)
线性二维码
用于收敛检查的线搜索
最速下降作为顺序方法
牛顿法作为顺序方法
2022-05-11 09:04:48
4KB