0%
基于模型的控制方法
建模（Modeling）
- 建模一般可以分为分析建模和拟合建模
- 通常，一个模型主要由各种属性表示，主要包括描述输入输出的数量、模型是线性还是非线性、连续还是离散等特性
- 控制模块中的模型，通常包括运动学模型和动力学模型
- 运动学模型是一种几何模型，运动学模型是动力学模型的一个子集
- 感知、预测讨论的模型则以运动学模型为主，在控制模块中，更多考虑动力学模型
- 在自动驾驶中，Model以运动学模型（Kinematics model）为初始模型，将环境等参数设置到运动学模型中，把车看作质点进行分析
- 几何模型：
- 综合移动机器人控制模型
- 自行车模型
- 只考虑几何约束是不够的
- 上图是一个动力学模型，它不仅考虑了几何约束，还考虑了力矩和扭矩平衡
- 通常情况下，模型的建立是基于误差，而不是参考值
- 在控制器实现过程中，通常会将ODE或者PDE方程进行处理，转化为矩阵计算的形式
系统辨识
- 在模型中，有些参数是未知的，系统辨识的目的是确定这些未知参数的值
- 确定未知参数的方法有三种：
- 白盒方法是指对于基于第一原理（如牛顿定律）的模型结构，可以由测量数据估计模型的参数。
- 灰盒方法是用于只有部分模型结构可知，通过数据重建的方法来获取模型的其它部分的方法。
- 黑盒方法是指模型结构和参数都在未知的情况下，只能通过输入输出数据来估计的方法。
- 基于学习的辨识方法和黑盒方法很类似
控制器设计
- 基于模型的控制模块设计第三步是控制器的设计，包括滤波器设计、控制器设计以及观察器设计等
- 滤波器可以分为线性和非线性，数字滤波或者模拟信号滤波，离散滤波或者连续滤波等
- 系统在频域里面需要满足某些性能要求，滤波器通常也会对频域信号进行处理：根据频域边界，我们可以对滤波器进行进一步细分，包括低通滤波，高通滤波等
- 根据实现方式不同，滤波器又可以分为高斯滤波、卡尔曼滤波、贝叶斯滤波等，这些滤波器通常用于预测和跟踪
参考资料