我想在一个真正的机器人上做一些轨迹跟踪，我想使用 MPC，所以我找到了这个 gekko。我可以对我的机器人和其他东西进行模拟，但是是否可以实时使用它，因为我认为计算最佳解决方案需要一些时间，而且我不太确定如何编写明智的代码，如果你只需获取第一个输入并将其提供给真实系统，然后使用传感器读数更新状态值，然后再次使用 m.solve() 函数，依此类推。
提前致谢
问问题
196 次
1 回答
0
是的，Gekko 当然可以进行实时控制，但您需要注意以下几点：
- 周期时间：应用程序必须读取传感器，计算模型的更新（估计），优化未来的移动计划（控制），并在指定的周期时间内实施移动计划。如果您的循环时间快于 10 Hz，您可能需要查看 LQR 控制器或其他更快的方法。
- 模型形式：非线性模型计算时间较长或可能不收敛。线性模型通常用于许多行业，因为它快速且可靠。
- 视野长度：您需要足够长的视野长度来预测影响当前移动的未来约束
- 地平线分辨率：控制器的第一步需要与循环时间一致。未来的预测步骤可以是任何步长。
- 本地求解：如果您在 Raspberry Pi 等嵌入式硬件上实现 MPC，则本地求解可能比远程求解慢。您可以对公共服务器使用远程求解 (
remote=True)，在 Windows 或 Linux 中设置自己的本地服务器 (remote=True server='http://10.0.0.10')，或者在嵌入式硬件上本地求解 (remote=False)。在创建 gekko 对象 ( )时设置remoteand 。serverm=GEKKO(remote=False)
机器学习和动态优化课程中有很多实时 MPC 代码和温度控制实验室 (TCLab)的应用程序。下面是 MPC 的实际应用。
这是设备：
于 2020-03-18T17:01:28.060 回答