基于 Koopman 算子的车辆模型预测控制
最优化与控制
2021-03-09 v1 系统与控制
系统与控制
摘要
本文延续 arXiv:1903.06103 [math.OC] 的工作，其中非线性车辆模型以纯数据驱动方式被一个高阶线性预测器即 Koopman 算子逼近。车辆系统通常具有大量非线性，如刚体动力学、坐标系变换以及最重要的轮胎。这些非线性在状态空间的预定义子集内由线性 Koopman 算子逼近，并用于高维状态空间中的线性模型预测控制(MPC)设计，其中非线性系统动力学线性演化。结果是一个由线性方法设计的非线性 MPC。结果表明，基于 Koopman 的控制器能够从车辆一种非常异常的状态中恢复，其中上述所有非线性均占主导。该控制器与基于经典局部线性化的控制器进行比较，并讨论了此方法的不足。
引用
@article{arxiv.2103.04978,
title = {Model Predictive Control of a Vehicle using Koopman Operator},
author = {Vít Cibulka and Milan Korda and Tomáš Haniš and Martin Hromčík},
journal= {arXiv preprint arXiv:2103.04978},
year = {2021}
}