德州整站优化网站php环境搭建

德州整站优化,网站php环境搭建,ftp网站地图怎么做,wordpress播放swf插件文献复现基于非线性模型预测控制NMPC的无人船#xff0c;无人艇的轨迹跟踪控制和障碍物避碰 该算法包含Matlab编写的非线性模型预测控制Nonlinear model predictive control 的无人船轨迹跟踪和障碍物避碰算法trajectory tracking and collision avoidance #xff0c;有详细…文献复现基于非线性模型预测控制NMPC的无人船无人艇的轨迹跟踪控制和障碍物避碰 该算法包含Matlab编写的非线性模型预测控制Nonlinear model predictive control 的无人船轨迹跟踪和障碍物避碰算法trajectory tracking and collision avoidance 有详细的注释和参考文献。 附使用说明。最近在折腾无人船轨迹跟踪控制发现非线性模型预测控制NMPC确实是个好东西。这玩意儿能把轨迹跟踪和避障统一到优化框架里特别是处理动态障碍物的时候比传统PID强得不是一星半点。今天咱们就扒一扒Matlab实现的这套算法到底怎么玩。先看核心结构——船体模型用的是3自由度动力学模型function dx shipDynamics(x, u) % x [px, py, psi, u, v, r] % u [thrust, rudder_angle] m 180; % 船体质量 Iz 80; % 转动惯量 % 水动力系数矩阵 M diag([m, m, Iz]); D [0.1*x(4) 0 0; 0 0.2*x(5) 0; 0 0 0.3*x(6)]; R [cos(x(3)) -sin(x(3)) 0; sin(x(3)) cos(x(3)) 0; 0 0 1]; nu x(4:6); tau [u(1)*cos(u(2)); u(1)*sin(u(2)); 0.5*u(1)*sin(2*u(2))]; dx(1:3,1) R * nu; dx(4:6,1) M \ (tau - D*nu); end这里最妙的是把推力和舵角转化为三维力矩的操作tau变量那块直接规避了传统方法需要单独设计航向控制器的麻烦。注意看最后一行力矩的0.5系数这是根据实验数据调整的经验值文献里可不会告诉你这种细节。避障约束的实现更有意思。咱们在NMPC的优化问题里直接塞了个安全距离约束function [c, ceq] obstacleConstraints(u, x0, obstacles) ceq []; c zeros(length(obstacles),1); % 预测未来N步的轨迹 pred_traj simulateTrajectory(x0, u); for k 1:length(obstacles) % 计算障碍物与预测轨迹的最小距离 min_dist inf; for t 1:size(pred_traj,2) dx pred_traj(1,t) - obstacles(k).x; dy pred_traj(2,t) - obstacles(k).y; dist sqrt(dx^2 dy^2); min_dist min(min_dist, dist); end c(k) 1.5 - min_dist; % 安全距离1.5米 end end这里用了双重循环来预测轨迹与障碍物的最小距离虽然计算量大了点但比凸近似的方法更直观。注意安全距离设置要大于船体半径障碍物半径安全余量别傻乎乎直接抄1.5这个数。实际调试时发现权重矩阵的选取比算法本身还重要。建议先用默认参数跑通然后重点调整这几个参数Q diag([10, 10, 5, 2, 2, 1]); % 状态权重 R diag([0.1, 0.5]); % 控制量权重航向角第三位的权重别设太高不然船体会疯狂扭屁股。推力惩罚系数设小点让控制器更愿意输出大推力来紧急避障。最后给个使用忠告一定要先关掉避障功能单独调跟踪见过太多新手一上来就开全功能结果船在原地转圈还说算法不work。建议运行步骤注释掉障碍物约束调跟踪效果直到RMSE小于0.3米逐步增加静止障碍物最后上动态障碍物这套代码在松花江实测过对付流速2m/s的情况没问题。不过注意动力学模型里的D矩阵系数得根据实际船型重新标定别拿我的参数去跑海监船翻船了别找我。参考文献直接去看Primer论文见代码头文件但真正有用的参数设置全在渔民口口相传的经验里——这话也就私下说说写论文时可别这么搞。