实时非线性模型预测控制中用于运动规划的渐进平滑
系统与控制
2024-03-05 v1 系统与控制
最优化与控制
摘要
非线性模型预测控制是解决自动驾驶应用中包含避障约束的运动规划问题的常用策略。非光滑障碍物形状（例如矩形）会在底层优化问题中引入额外的局部极小值。光滑的过近似（例如椭球形状）由于其保守性而限制了性能。我们提出通过同伦来改变平滑度以及相关的过近似。我们不是在连续的序列二次规划迭代中改变平滑度，而是使用从预测时域末端向起始端递减光滑过近似的公式。因此，实时迭代算法适用于所提出的非线性模型预测控制公式。在仿真实验中比较了不同的公式，并证明它们在不增加计算时间的情况下成功改善了性能指标。
引用
@article{arxiv.2403.01830,
title = {Progressive Smoothing for Motion Planning in Real-Time NMPC},
author = {Rudolf Reiter and Katrin Baumgärtner and Rien Quirynen and Moritz Diehl},
journal= {arXiv preprint arXiv:2403.01830},
year = {2024}
}