TinyMPC项目的代码

简介：
TinyMPC项目是一套精简高效的模型预测控制算法源码集合，适用于实时控制系统和嵌入式应用开发。 卡内基梅隆大学的开源机器人TinyMPC项目代码可以在单片机上运行，如STM32F405、树莓派PICO以及RP2040等设备。在自动驾驶和无人车领域中，路径规划通常被划分为运动轨迹生成与车辆路径跟踪控制两个部分。传统的基于几何条件的跟踪算法（例如pure-pursuit）由于没有考虑车辆动力学特性，在控制精度及稳定性方面存在不足之处。因此，目前大部分采用线性MPC控制算法来平衡控制精度和计算量。 模型预测控制（Model Predictive Control, MPC）是一种根据系统动态模型进行操作的技术。其工作原理是通过数学模型预测系统的未来行为，并基于这些预测结果优化系统的输入信号以实现期望的输出效果。 MPC的核心在于它的预测模型，该模型可以根据当前的状态信息来预测未来的状态变化。这种预测模型的形式并不固定，可以采用状态空间方程、传递函数、阶跃响应模型、脉冲响应模型或模糊逻辑等不同形式，具体取决于被控对象和需要预测的具体参数。