基于Matlab的离散控制MPC代码-应用于自主车辆的自行车模型C++实现

简介：
本项目基于Matlab开发了用于自主车辆控制的离散模型预测控制(MPC)算法，并实现了在自行车模型上的C++仿真，为智能驾驶系统提供优化路径规划和实时控制策略。 在自主车辆MPCC++中的自行车模型上实现离散控制Matlab代码的MPC（Model Predictive Control）方法包括后视最优控制与约束最优控制的应用。具体来说，在恒定前进速度下，通过使用模型预测控制器实现了三种情况下的横向控制：直线行驶、换道操作及避障系统。 在这些情况下，系统状态主要包括横向速度、偏航率Y和位置，而输入则是转向角（基于先前时间步骤的增强SS矩阵）。C++代码用于处理MPC成本函数的数据，并通过计算新状态来获取所需结果。本征库被用来进行矩阵运算。项目中未使用任何优化库，而是采用成本函数的导数并将其设为零以求解输入转向命令。 接下来，利用离散时间的状态空间方程式来预测新的系统状态值。主文件允许用户更改轨迹类型（直线、换道或避障），并且可以通过调整数据观察不同情况下的车辆行为表现，比如速度变化、视界周期长度以及计算的时间步长等参数设置差异带来的影响。 所有绘图操作均在MATLAB中完成，并通过调用MATLAB引擎将C++中的数据传递给MATLAB环境。此外，Animate.m是能够直接从C++运行的Matlab文件之一。