概述

本模块介绍有约束 MPC 问题的建模方法、终端集设计以及滚动优化执行机制。这是 MPC 从理论走向应用的关键。

学习路径

01-二次规划 QP 问题建模
       ↓
02-硬约束与可行域几何特性
       ↓
03-软约束与松弛变量引入
       ↓
01-终端等式约束 xN=0 设定
       ↓
02-终端不等式约束与终端集 Xf
       ↓
03-最大控制不变集 MAS 计算
       ↓
01-滚动时域执行策略 RHO
       ↓
02-基于 Shift 操作的可行解构造
       ↓
03-递归可行性的初步概念

核心笔记索引

01-约束优化问题标准形式

笔记描述状态
01-二次规划 QP 问题建模将约束 MPC 转化为标准 QP 形式⬜ 待创建
02-硬约束与可行域几何特性可行域 的非空闭凸集条件⬜ 待创建
03-软约束与松弛变量引入精确惩罚函数与可行性恢复⬜ 待创建

02-终端约束与终端集设计

笔记描述状态
01-终端等式约束 xN=0 设定强制终端状态归零的镇定问题⬜ 待创建
02-终端不等式约束与终端集 Xf终端状态必须落入的控制不变集⬜ 待创建
03-最大控制不变集 MAS 计算迭代算法求解最大控制不变集⬜ 待创建

03-滚动优化执行与可行解构造

笔记描述状态
01-滚动时域执行策略 RHO每步求解优化问题并实施首步控制⬜ 待创建
02-基于 Shift 操作的可行解构造利用上一时刻最优解构造候选解⬜ 待创建
03-递归可行性的初步概念可行性传递逻辑的基础⬜ 待创建

核心概念速查

概念说明参考
二次规划 (QP)MPC 优化问题的标准形式01-二次规划 QP 问题建模
硬约束必须满足的约束,否则问题不可行02-硬约束与可行域几何特性
软约束允许违反但有惩罚的约束03-软约束与松弛变量引入
终端等式约束,最保守的终端设计01-终端等式约束 xN=0 设定
终端集,终端状态必须落入的集合02-终端不等式约束与终端集 Xf
控制不变集状态一旦进入便永不离开的集合03-最大控制不变集 MAS 计算
滚动时域RHO,Receding Horizon Optimization01-滚动时域执行策略 RHO
递归可行性若当前可行,则下一时刻仍可行03-递归可行性的初步概念

与其他模块的关联


更新记录

日期内容
2026-04-10初始版本