模型预测路径规划和参数最优控制的经典论文和方法整理
发布时间：2024-04-15 12:10:54浏览次数：
基于模型预测控制的路径规划
包括Tube-MPC等,这个似乎是深蓝学院的课程中的一部分，B站上有视频，github上也能找到对应代码，我就不发有人盗版出来的深蓝学院的github连接了，感觉这样是侵权行为：
8基于模型预测控制的路径规划_明码的博客-CSDN博客_管道模型预测控制一个tubeMPC github仓库，没仔细看过，搜索了关键词：
https://github.com/ZehuaJia/Tube-based-MPC-for-nonlinear-systems/blob/main/NMPC_get_max_terminal_Tube.m参数最优控制，基于控制参数的梯度法优化：
论文Reactive Nonholonomic Trajectory Generation via Parametric Optimal Control的解析，经典的参数最优控制方法：
【轨迹生成】参数化最优控制 约束-控制-图形参数论文Optimal rough terrain trajectory generation for wheeled mobile robots
论文State Space Sampling of Feasible Motions for High-Performance Mobile Robot Navigation in Complex Environments，与上面的论文一个思路，以上的三个论文的方法都很像，构造lagrangian， 将g(x)约束放进Lag中，对控制u求导，迭代求解最优控制序列。
Python robotics 基于上面的思路的复现，这里是csdn网友写的解析，很详细，分别是原理 + 代码注释，解析了上面的两个论文的方法，并且对于代码做了注释
读PythonRobotics StateLatticePlanner源码-原理篇读PythonRobotics StateLatticePlanner源码-代码注释篇其中还有庞特里亚金最小值原理，变分法的经典应用，当然这是另一个思路分支了，与上面无关，我的博客写的最详细，看我的就行：
论文推土机：庞特里亚金最小值原理解最优控制问题
