基于罚函数法的非线性模型预测控制自主导航方法
最优化与控制
2018-08-28 v2
摘要
本文提出一种新颖的模型预测控制策略，用于控制自主运动系统在具有一般形状障碍物的环境中运动。为解决此类通用非凸优化问题并找到一条到达目的地可行轨迹，该方法采用二次罚函数法来强制避障约束，并运用若干启发式方法绕过障碍物后的局部极小。二次罚函数法本身通过随着罚因子逐步增大逐渐寻找绕障路径，有助于避免此类局部极小。内部优化问题使用用于最优控制的近端平均牛顿型方法（PANOC）实时求解，这是一种具有低运行时间且适用于嵌入式应用的一阶方法。该方法通过大量数值仿真验证，并在运行时间与鲁棒性上优于最先进的求解器。
引用
@article{arxiv.1805.02524,
title = {A Penalty Method Based Approach for Autonomous Navigation using Nonlinear Model Predictive Control},
author = {Ben Hermans and Panagiotis Patrinos and Goele Pipeleers},
journal= {arXiv preprint arXiv:1805.02524},
year = {2018}
}
备注
7 pages