轨迹优化与模型预测控制
轨迹优化与模型预测控制
Section titled “轨迹优化与模型预测控制”在动力学与避障约束下将规划写成可求解优化：轨迹优化、最优控制、MPC 与序列凸化——服务 motion planning，不是概率/线代通识课。
类型 Topics · 更新 2026-07-20
本 Topic 要解决什么
Section titled “本 Topic 要解决什么”本Topic聚焦自动驾驶与具身智能中的轨迹优化与模型预测控制（MPC），核心解决如何在动力学约束、障碍物避碰、舒适性与实时性要求下，将轨迹规划与控制问题建模为可求解的优化形式。包括轨迹优化（trajectory optimization）将路径与速度联合优化、最优控制（optimal control）设计代价函数与边界条件、模型预测控制（MPC）以滚动时域处理不确定性与约束，以及凸优化（convex optimization）保证可解性与局部最优。目标是为motion-planning-control提供可解释、可约束、可实时部署的数学工具，支撑合流区轨迹、碰撞避免路径跟踪、极端机动与多车辆协调等场景。通过 foundational 综述与代表性方法，建立从模型到求解器的完整链路，避免黑盒学习直接替代约束优化。
非目标 / 边界
Section titled “非目标 / 边界”- 不覆盖端到端深度学习驾驶或大语言模型直接输出控制（如DriveGPT4仅作对比书目）
- 不深入特定硬件实现、传感器融合细节或完整系统集成验证
- 不提供未给出的具体数值性能指标或未下载全文的实验复现
- 不替代基础线性代数、微积分或经典控制理论教学
foundations— 需掌握基本动力学建模、状态空间表示与约束处理，才能理解轨迹优化与MPC的建模与求解前提
| 术语 | 含义 | 常见混淆 |
|---|---|---|
| 模型预测控制（MPC） | 在有限时域内反复求解优化问题，应用首步控制并滚动预测，显式处理多约束与模型预测误差 | 易与开环最优控制混淆，MPC强调反馈滚动而非一次求解全程 |
| 轨迹优化（Trajectory Optimization） | 在动力学与环境约束下联合优化路径、速度与控制输入序列，生成动力学可行轨迹 | 与纯几何路径规划不同，必须满足车辆/机器人动力学与时间参数化 |
| 凸优化（Convex Optimization） | 目标与约束集均为凸时，局部最优即为全局最优，便于高效可靠求解 | 实际轨迹问题常非凸，需通过线性化、序列凸化或松弛转为凸形式 |
| 最优控制（Optimal Control） | 在系统动力学下最小化代价函数（时间、能量、跟踪误差等）求控制律或轨迹 | 与MPC重叠但更广，包括离线全局解与在线滚动形式 |
| 序列凸优化（Sequential Convex Optimization） | 迭代对非凸问题做凸近似并求解，常用于碰撞检查与动力学可行轨迹 | 收敛依赖初始化与近似质量，非全局保证 |
| 模型保真度（Model Fidelity） | 车辆/机器人动力学模型精度对轨迹优化结果的影响程度，尤其在极端机动中 | 过高保真增加计算负担，过低导致不可行动态 |
方法谱系与时间线
Section titled “方法谱系与时间线”早期依赖几何路径加PID跟踪，难以系统处理多约束与预测。最优控制与轨迹优化将问题形式化为带动力学约束的数学规划。MPC引入滚动时域与显式约束处理，成为工程主流。凸优化与序列凸方法提升实时可解性与避障可靠性。近期结合事件触发、强化学习增强适应性，但核心仍是可解释优化框架而非纯数据驱动。
- (2009) watch — Time-Optimal Path Tracking for Robots: A Convex Optimization Approach
- (2012) watch — A real-time motion planner with trajectory optimization for autonomous vehicles
- (2013) needs-review — Finding Locally Optimal, Collision-Free Trajectories with Sequential Convex Optimization
- (2014) watch — Motion planning with sequential convex optimization and convex collision checking
- (2015) watch — Kinematic and dynamic vehicle models for autonomous driving control design
- (2016) foundational — Path Planning and Tracking for Vehicle Collision Avoidance Based on Model Predictive Control With Multiconstraints
- (2017) recent — Planning Dynamically Feasible Trajectories for Quadrotors Using Safe Flight Corridors in 3-D Complex Environments
- (2017) watch — Trajectory Tracking Control of an Autonomous Underwater Vehicle Using Lyapunov-Based Model Predictive Control
- (2019) watch — Trajectory optimization of connected and autonomous vehicles at a multilane freeway merging area
- (2020) watch — An Overview of Recent Advances in Coordinated Control of Multiple Autonomous Surface Vehicles
- (2021) foundational — Review on model predictive control: an engineering perspective
- (2021) recent — Impacts of Model Fidelity on Trajectory Optimization for Autonomous Vehicles in Extreme Maneuvers
- (2022) foundational — Model predictive path tracking control for automated road vehicles: A review
- (2022) recent — Multiphase Overtaking Maneuver Planning for Autonomous Ground Vehicles Via a Desensitized Trajectory Optimization Approach
- (2023) recent — Event-Triggered Model Predictive Control With Deep Reinforcement Learning for Autonomous Driving
- (2023) recent — Motion planning around obstacles with convex optimization
- (2024) watch — DriveGPT4: Interpretable End-to-End Autonomous Driving Via Large Language Model
- Motion planning with sequential convex optimization and convex collision checking（精读）— 序列凸优化 + 凸碰撞检查的运动规划经典路径，直接服务轨迹优化与避障约束
- Trajectory optimization of connected and autonomous vehicles at a multilane freeway merging area（精读）— 多车道合流区轨迹优化案例，把优化目标落到交通场景
- Review on model predictive control: an engineering perspective（待获取 PDF）— MPC工程综述；本地精读笔记未齐前作扩展书目，不作为空链必读
推荐阅读路径
Section titled “推荐阅读路径”- 先读两篇MPC foundational综述，建立工程视角与路径跟踪框架
- 再读TVT 2016多约束碰撞避免MPC，理解具体建模与约束处理
- 扩展至轨迹优化代表（如实时运动规划、序列凸优化、Safe Flight Corridors），对比输入输出与目标
- 关注模型保真度与极端机动影响论文，评估动力学选择取舍
- 浏览近期事件触发MPC与多相位超车优化作前沿补充，标记待核验细节
| Paper | 输入 | 输出 | 表示 | 训练目标 |
|---|---|---|---|---|
| Review on model predictive control: an engineering perspective | 系统模型、约束、参考轨迹或目标 | 滚动优化控制序列与预测轨迹 | 状态空间或预测模型 | 最小化跟踪/代价并满足约束 |
| Model predictive path tracking control for automated road vehicles: A review | 车辆状态、路径参考、道路/动力学约束 | 路径跟踪控制输入 | 运动学/动力学车辆模型 | 路径跟踪误差最小化与约束满足 |
| Path Planning and Tracking for Vehicle Collision Avoidance Based on Model Predictive Control With Multiconstraints | 障碍物信息、车辆状态、多类约束 | 避碰路径与跟踪控制 | — | 碰撞避免下安全可行轨迹 |
| Motion planning around obstacles with convex optimization | 障碍物环境、起点终点 | 凸优化可行轨迹 | — | 障碍物绕行下凸可解规划 |
| Time-Optimal Path Tracking for Robots: A Convex Optimization Approach | 几何路径、机器人动力学 | 时间最优跟踪轨迹 | — | 时间最优且凸形式可解 |
工程实现与复现风险
Section titled “工程实现与复现风险”- 非凸问题序列凸化依赖初值，可能陷入局部不可行或次优解
- 模型保真度不足导致极端机动下轨迹实际不可执行
- 实时性要求与求解复杂度冲突，尤其高维约束与长时域
- 约束硬/软处理不当引起可行性丢失或过度保守
- 多车辆/合流场景协调时通信与同步不确定性放大优化误差
- 如何在保证实时与可解释前提下，有效融合学习方法改进MPC预测模型或代价
- 极端机动与高保真动力学下的轨迹优化可扩展性与求解器选择
- 事件触发与自适应时域如何系统平衡计算负载与控制性能
- 凸松弛或Safe Corridor方法在复杂三维/动态环境中的完备性与保守性权衡
- 多相位超车或合流优化中，desensitized方法对参数不确定性的鲁棒性边界
Topic 自测清单
Section titled “Topic 自测清单”- MPC与开环最优控制的核心区别是什么？滚动时域如何处理模型失配？
- 为何轨迹优化问题常非凸？序列凸优化如何迭代近似并用于碰撞检查？
- 车辆运动学与动力学模型在控制设计中的取舍是什么？模型保真度如何影响极端机动轨迹？
- 凸优化在障碍物绕行运动规划中的优势与局限分别是什么？
- 多约束MPC用于碰撞避免时，典型输入输出与目标函数如何设定？实时性风险有哪些？
选篇附录（registry）
Section titled “选篇附录（registry）”本 Topic registry 入选 17 篇（foundational/recent/watch 见 papers.yml）。
论文池（FRW）
Section titled “论文池（FRW）”来自 research/papers.yml 的正式选题配额：基础必读 3 · 近期重要 5 · 观察 5。
可学习条目需本地 PDF 或已有精读/中文笔记；无正文资产的选题标为 待获取 PDF，不作为学习路径必读链接。
基础必读（选题 3 · 可学习 0 · 待获取 PDF 3）
Section titled “基础必读（选题 3 · 可学习 0 · 待获取 PDF 3）”本档尚无可学习正文（PDF/中文笔记）；下列为待获取选题。
- Model predictive path tracking control for automated road vehicles: A review (2022) · 待获取 PDF
- Review on model predictive control: an engineering perspective (2021) · 待获取 PDF
- Path Planning and Tracking for Vehicle Collision Avoidance Based on Model Predictive Control With Multiconstraints (2016) · 待获取 PDF
近期重要（选题 5 · 可学习 0 · 待获取 PDF 5）
Section titled “近期重要（选题 5 · 可学习 0 · 待获取 PDF 5）”本档尚无可学习正文（PDF/中文笔记）；下列为待获取选题。
- Planning Dynamically Feasible Trajectories for Quadrotors Using Safe Flight Corridors in 3-D Complex Environments (2017) · 待获取 PDF
- Multiphase Overtaking Maneuver Planning for Autonomous Ground Vehicles Via a Desensitized Trajectory Optimization Approach (2022) · 待获取 PDF
- Motion planning around obstacles with convex optimization (2023) · 待获取 PDF
- …另有 2 篇待获取 PDF
观察清单（选题 8 · 可学习 4 · 待获取 PDF 4）
Section titled “观察清单（选题 8 · 可学习 4 · 待获取 PDF 4）”- Motion planning with sequential convex optimization and convex collision checking (2014) · 精读
- An Overview of Recent Advances in Coordinated Control of Multiple Autonomous Surface Vehicles (2020) · 中文笔记
- Trajectory optimization of connected and autonomous vehicles at a multilane freeway merging area (2019) · 精读
- A real-time motion planner with trajectory optimization for autonomous vehicles (2012) · 中文笔记
- Trajectory Tracking Control of an Autonomous Underwater Vehicle Using Lyapunov-Based Model Predictive Control (2017) · 待获取 PDF
- DriveGPT4: Interpretable End-to-End Autonomous Driving Via Large Language Model (2024) · 待获取 PDF
- Kinematic and dynamic vehicle models for autonomous driving control design (2015) · 待获取 PDF
- …另有 1 篇待获取 PDF
成熟度 developing · 内容数 18 · 论文池 16