用于无缝对接机动规划的动态目标 MPC

自动驾驶车辆和物流机器人经常需要在狭窄环境中精确定位到特定目标前方，如包裹或充电站。这些对接场景通常以两步方式求解：路径跟随和粗略定位，然后 followed by 高精度运动规划算法。这会导致由于第一阶段定位不佳而产生次优轨迹，从而延长到达目标的时间。本文提出了一种统一方法，基于模型预测控制 (MPC)，该方法将模型预测轮廓控制 (MPCC) 的优势与笛卡尔 MPC 结合，以到达特定目标姿态。论文的主要贡献包括将动态权重分配方法适配以到达路径末端和目标姿态，以及开发所谓的动态目标 MPC。后者是动态权重分配方法的改进版，能够在 state-dependent 条件下无缝切换从 MPCC 到笛卡尔 MPC，以解决路径跟随问题和高精度定位任务，这两者独立于目标姿态的位置。由此产生的 foresighted、feasible、safe 的运动计划可降低任务时间并产生更平滑的轨迹。