OSQP二次编程求解器的C ++接口。 osqp-cpp：OSQP的C ++包装器OSQP的C ++包装器，一种基于ADMM的二次编程求解器。 与OSQP的本机C接口相比，该包装器使用本征稀疏矩阵提供了更方便的输入格式，并处理了OSQPWorkspace结构的生存期。 该软件包具有与osqp-eigen类似的功能。 完整的API在osqp ++。h中内联记录。 在本自述文件中，我们仅描述输入格式。 注意：OSQP使用比其他类似求解器更宽松的默认公差

OSQP的Python界面 Python包装器：运算符拆分QP解算器。 OSQP（算子拆分二次程序）求解器是一个数值优化程序包，用于解决以下形式的问题： minimize 0.5 x' P x + q' x subject to l <= A x <= u 其中x in R^n中的x in R^n是优化变量。 目标函数由P in S^n_+的正半定矩阵P in S^n_+和q in R^n向量q in R^n 。 线性约束由A in R^{mxn}的矩阵A in R^{mxn}和l in R^m U {-inf}^m向量l in R^m U {-inf}^m u in R^m U {+inf}^m 。 文献资料 该接口。 包装 该存储库执行测试并构建pypi轮子。 Conda软件包位于 forge上。

pyMPC Python中的线性约束模型预测控制（MPC）： 在哪里 要求 pyMPC需要以下软件包： 麻木 科学的 matplotlib 安装 获取pyMPC项目的本地副本。 例如，运行 git clone https://github.com/forgi86/pyMPC.git 在终端中使用git克隆项目。 或者，从此下载压缩的pyMPC项目并将其解压缩到本地文件夹中 通过运行安装pyMPC pip install -e . 在pyMPC项目根文件夹中（文件setup.py所在的位置）。 支持平台 我们在以下平台上成功测试了pyMPC： 具有x86-64 CPU的PC上的Windows 10 具有x86-64 CPU的PC上的Ubuntu 18.04 LTS Raspbian PI 3 rev B上的Raspbian Buster 有关Raspberry PI平台的详

基于OSQP的混合整数二次程序求解器 miOSQP解决了以下形式的混合整数二次程序（MIQP） minimize 0.5 x' P x + q' x subject to l <= A x <= u x[i] in Z for i in i_idx i_l[i] <= x[i] <= i_u[i] for i in i_idx 其中i_idx是索引的向量，其变量是整数， i_l ， i_u分别是整数变量的下限和上限。 安装 要安装该软件包，只需运行 python setup.py install 它取决于 ，numpy和scipy。 用法 要解决MIQP，我们需要运行 import miosqp m = miosqp . MIOSQP () m . setup ( P , q , A , l ,

Apollo使用的开源二次规划软件OSQP库文件，官网https://osqp.org/。Win10系统下，使用VS2019编译，含Debug和Release版本。

osqp-master是从克隆下来的0.60版本的osqp库。里面包含了qdldl库，所以无需重新下载。 osqp-eigen是对osqp库的eigen接口封装，使其更加好用。 osqp-eigen/example/src/simpleqp_example.cpp是参考写的简单例子。主要是为了方便理解osqp-eigen的接口如何使用。 快速开始使用该库可以参考我的。

osqp-matlab：OSQP的Matlab接口

osqp, 算子分解QP解算 分解QP求解器加入我们的论坛 任何与规划求解有关的问题！以英镑为单位的文档可以在英镑 osqp.orgOSQP ( 算子分裂二次程序) 求解器是一个数值优化包，用于解决表单中的问题minimize 0.5 x' P x q