MPC制御とは何ですか?

MPC制御

モデル予測制御 (MPC) は、1970 年代に産業プロセスに適用されたヒューリスティック制御アルゴリズムとしての起源から、豊富な理論的および実践的な内容を備えた新しい学問分野へと進化しました。

予測制御は、最適化要件に伴う制御の問題に対処します。過去 30 年間にわたり、複雑な産業プロセスにおける予測制御の成功により、複雑な制約付き最適化制御問題を処理するためのその巨大な可能性が十分に証明されてきました。

MPC 制御は、リアルタイムの閉ループ最適化制御手法です。-このアルゴリズムの主な利点は、現在の最適な制御量を継続的に取得する反復オンライン操作です。さらに、車両アクチュエーター、スキッド、ダイナミクスなどの複数の制約を満たす目的関数を確立できます。

ただし、その追跡パフォーマンスは、予測モデルの精度に非常に影響されます。さらに、非線形モデル予測制御には高い計算要件があるため、高速走行環境には適していません。-

現在、多くの研究者が非線形車両モデルを線形化していますが、これは車両とタイヤの線形領域内の追跡精度のみを保証します。

MPC コントローラはローリング タイム ドメイン コントローラとも呼ばれ、制御システムの非線形動的モデルを考慮し、将来の時間間隔にわたるシステムの出力動作を予測します。{0}制約された最適制御問題を解決することにより、システムは将来の時間間隔にわたる追跡誤差を最小限に抑え、この方法を堅牢にします。

モデル予測制御アルゴリズムには、予測モデリング、ローリング最適化、およびフィードバック補正の基本機能があります。従来の研究方法では、運動学的および動的制約が無視または単純化されることがよくありますが、そのような制約は制御パフォーマンスに大きな影響を与えます。

モデル予測制御手法では、車両の運動学的および動的制約を最適化目的関数に明示的に組み込むことができます。

MPC のローリング最適化機能とフィードバック修正機能を活用することで、閉ループ システムの時間遅延の影響を効果的に軽減、または排除することができます。{0}さらに、計画プロセスによって提供される将来の軌道情報を利用してモーション制御を最適化し、制御パフォーマンスを向上させることができます。

王維蘭ら。ラゲール関数に基づいた適応予測制御法を設計しました。

この方法は、正確な軌道追跡のための適応 MPC モジュールと、計算量を大幅に削減するためのラゲール関数モジュールの 2 つの部分で構成されます。

適応 MPC モジュールでは、システムのモデル パラメーターを識別するために再帰的最小二乗アルゴリズムが導入され、それによってシステムの精度と堅牢性が向上します。ただし、AUV が複雑な環境で動作する場合、この方法では計算負荷が大幅に増加する可能性があります。