上一篇从解析法的角度介绍了如何求解轨迹优化问题,本篇将从数值法的角度介绍如何求解轨迹优化问题。
1. 数值法
首先,先回顾一下数值计算的一些公式
通常,求解数值积分问题我们采用插值型数值积分方法,具体算法有:
(1)梯形公式
(2)Simpson公式
...
以下,我们主要讨论梯形公式和Simpson公式如何用于求解轨迹优化问题。
轨迹优化问题是一个求解泛函优化的问题,求解泛函问题一般比较复杂;
我们可以将轨迹优化问题离散化,转换为一个函数优化的问题(NLP),于是求解问题的难度大大降低,通常这个求解过程被称为直接配置法
2. 直接配置法
简单说说几个要点:
(1)对时间、状态和控制变量的离散化,变为配置点
(2)对系统动力学和边界条件的配置处理
(3)对目标函数的配置处理
接下来两个图片是梯形配置法:
接下来两个图片是Simpson配置法:
最后用一个小车倒立摆模型来具体说明一下如何使用直接配置法
由于PPT做得比较细致,文字内容相对就比较少,年底了,比较忙,码字少,后续再改进吧~~~
Reference
- Kelly M. An introduction to trajectory optimization: How to do your own direct collocation[J]. SIAM
- 李庆扬 . 数值分析 [M]. 清华大学出版社 , 2001.
- http://www.matthewpeterkelly.com/tutorials/trajectoryOptimization/cartPoleCollocation.svg
评论(0)
您还未登录,请登录后发表或查看评论