更适合青年研究者的资源库！公众号：杰哥的无人驾驶便利店

点击下方卡片，加入 HUI YUAN 全年无限制学习后台（MPC相关矩阵的底层逻辑、纵向控制、非线性系统线性化处理及MPC算法动力学跟踪任何轨迹等）专属爆品课程（赠送会员专属全套答疑课程及全套爆品资源，且课程持续更新）！

无人驾驶系统分类、架构及常用的车辆模型总结

模型预测控制算法（MPC算法）底层逻辑

ACC仿真实例

目录车型选择工况设置Simulink框图轨迹重规划结果图代码段

如何理解不足转向和过度转向？

S-Fucntion 模块核心干货及易错点归纳总结【入门学员必学】

目录仿真标志位flag初始化状态子函数执行顺序S-Function函数即系统函数System Function的意思，为什么要使用S函数呢？因为在研究中，有时需要用到复杂的算法设计等，而这些算法因为其复杂性不适合用普通的Simulink模块来搭建，即matlab所提供的Simulink模块不能满足用户的需求，需要用编程的形式设计出S函数模块，将其嵌入到系统中。如果恰当地使用S函数，理论上，可以在Simulink下对任意复杂的系统进行仿真。S函数具有固定的程序格式，用matla...

什么是代数环？在数字计算中，输入信号决定输出信号，同时输出信号也决定输入信号，由于数字计算的时序性，导致没有输出信号无法计算输入信号，没有输入信号又反过来无法计算输出信号，形成一个死锁（deadlock）或死循环，这就是代数环。代数环产生的条件？ 简单地说，代数环其实就是一个输入信号包含输出信号，同时输出信号也包含输入信号的特殊反馈回路。在simulink中，这是由于直通模块（无延时的模块）的原因造成的，simulink中大部分的模块都是直通模块，因此很容易形成代数环。在整个回路中...

atan2 vs atan

一、预测时域的调整问题预测时域作为 MPC 的重要参数之一，表示控制器对未来状态的预测程度。若车速一定时，当预测时域较大时，控制器可以预测较远的距离，但会产生较大的误差，降低轨迹跟踪精度；当预测时域较小时，在车辆转向轮的转向角速度约束的影响下，车辆又会因无法及时转向而造成轨迹跟踪失败，所以不同的预测时域产生的控制效果不同。综合考虑跟踪精确性和行驶稳定性，在低速时采用较小的预测时域，而高速情况下采用较大的预测时域有良好的跟踪精确性和行驶稳定性。这是因为在模型预测算法中，当预测时域较大时，控制器会考虑更

侧偏刚度永远是负数 正的侧偏力导致负的侧偏角 车辆坐标系规定使用右手系，即x方向的左边为正，右边为负 再推导过程中做了一些小角度假设

在控制系统运动学建模与仿真中得到的是一个非线性系统，需要对其进行线性化处理才能直接作用于线性时变模型预测控制，处理方法有近似线性化和精确线性化，近似线性化简单且适用性强，但不适用于控制精度要求高的场合。精确线性化需要对单个系统进行具体分析，适用范围小。因此，在模型预测控制中往往采用近似线性化方法，以下两种较为常见：基于参考系统的线性化算法假设参考系统已经在期望路径上完全通过，得到了路径上每个时刻的状态量和控制量。通过对参考系统和当前系统之间的偏差处理，使得模型预测控制器跟踪期望轨迹。分析参考系统.

MPC算法跟踪直线轨迹

状态轨迹的线性化方法该算法是通过对系统输入持续不变的控制量得到状态轨迹，根据状态轨迹和系统实际状态量偏差设计基于线性模型的预测控制算法。由于期望跟踪轨迹状态量和控制量无需提前得到，算法简便。值得注意的一点是我们使用这种方法最终建立的新的状态空间是【当前时刻状态量，上一时刻控制量】，而不是【当前时刻状态量误差，前一时刻控制量误差】设系统一个工作点为，对系统施加控制量后得到状态量，二者关系如下： 由于时间紧凑，可能写的比较乱，给大家参考！更多...

局部路径规划+轨迹跟踪过程中，我们利用全局路径生成了一个局部期望路径。Yref表示局部期望路径，Y_ref为全局期望路径（也就是我们的双移线轨迹）。Yref=(Y_ref(1,round(State_Initial(5,1))+1:round(State_Initial(5,1))+15))';State_Initial(5,1) ;%代表车辆的纵向位置X，是从carsim里面导进来的Yref=[Y_ref(1,round(X)+1:round(X)+15)]';%我们将局部期望路径的形式进行设.

本代码基于无人驾驶车辆模型预测控制第一版本第五章中的代码予以纠正，下面代码已经过测试。通过函数来生成参考轨迹（双移线），然后用模型预测控制器去跟踪。function [sys,x0,str,ts] = chapter5_2_2(t,x,u,flag)switch flag, case 0 [sys,x0,str,ts] = mdlInitializeSizes; % Initialization case 2 sys = mdlUpdates(t,x,u); % Update d.

4.Simulink框图搭建：5.大家也可以通过更换设定的轨迹曲线去跟踪别的曲线轨迹。代码：function [sys,x0,str,ts] = MY_MPCController3(t,x,u,flag)switch flag case 0 [sys,x0,str,ts] = mdlInitializeSizes; % Initialization case 2 sys = mdlUpdates(t,x,u); % Update discrete states case 3

MPC的理论基础由一个状态空间方程和一个输出方程构成。下面我们以线性误差模型的MPC推导为例，进行一个简单的介绍：关于目标函数，我们可以做以下理解（可以参考MPC跟踪直线轨迹的视频讲解）：......

以自行车模型为例，在推导过程中下角标 r （reference）,即参考的意思。