Dieser Artikel stellt einen einheitlichen Ansatz zur quadratischen Optimalsteuerung für vor
sowohl lineare als auch nichtlineare zeitdiskrete Systeme, mit Fokus auf Flugbahn
Verfolgung. Die Kontrollstrategie basiert auf der Minimierung einer quadratischen Kostenfunktion
das bestraft Abweichungen von Systemzuständen und Steuereingaben von ihren
gewünschte Flugbahnen.
Für lineare Systeme, der klassische lineare quadratische Regulator (LQR) Lösung
wird mithilfe dynamischer Programmierung abgeleitet, was zu rekursiven Gleichungen für führt
Feedback- und Feedforward-Begriffe. Für nichtlineare Dynamik, die iterative Linearität
Quadratischer Regulator (iLQR) Methode eingesetzt wird, wodurch die iterativ linearisiert wird
System und löst eine Folge von LQR-Problemen, um zu einer optimalen Richtlinie zu konvergieren.
Um diesen Ansatz umzusetzen, Es wurde ein Softwaredienst entwickelt und getestet
mehrere kanonische Modelle, einschließlich: Rayleigh-Oszillator, umgekehrtes Pendel auf
ein fahrender Wagen, zweigliedriger Manipulator, und Quadrocopter. Die Ergebnisse bestätigen das
iLQR ermöglicht eine effiziente und genaue Trajektorienverfolgung in Gegenwart von
Nichtlinearitäten.
Zur weiteren Leistungssteigerung, Es kann nahtlos in Model integriert werden
Vorausschauende Kontrolle (MPC), Ermöglicht Online-Anpassung und verbesserte Robustheit
Einschränkungen und Systemunsicherheiten.

Dieser Artikel untersucht Zeitreisen und deren Auswirkungen.

PDF herunterladen: