主要内容

模型预测控制工具箱

设计和模拟模型预测控制器

模型预测控制工具箱™提供函数,应用仿真软件®块和参考例子开发模型预测控制(MPC)。线性问题,工具箱支持隐式的设计,明确、适应性和gain-scheduled MPC。对于非线性问题,可以实现单和多级非线性MPC。工具箱提供部署优化解决并使您能够使用一个定制的解决者。

你可以评估控制器在MATLAB的表现®通过运行闭环模拟和仿真软件。自动驾驶,您还可以使用提供的MISRA - C™和ISO 26262 -兼容的街区和例子快速开始使用车道保持辅助、路径规划、路径跟踪和自适应巡航控制的应用程序。

工具箱支持C和CUDA®代码和IEC 61131 - 3结构化文本生成。

开始

学习基本的模型预测控制工具箱

线性植物规范

指定线性植物模型,输入和输出信号类型、规模的因素

MPC设计

基本工作流程设计传统(隐性)模型预测控制器

明确的MPC设计

快速模型预测控制使用预先计算的解决方案,而不是运行时优化

自适应MPC设计

自适应控制的非线性植物通过更新内部植物模型在运行时

Gain-Scheduled MPC设计

Gain-scheduled控制非线性植物在运行时切换控制器

非线性MPC设计

设计模型与非线性预测模型预测控制器,成本,和约束

代码生成

生成代码和部署控制器实时目标

自动驾驶的应用程序

设计和模拟模型预测控制器自动驾驶

Baidu
map