qq_43750093的博客

原创 差速移动机器人MPC中误差状态矩阵和控制矩阵推导

其中，vr​,ωr​ 是参考轨迹的速度和角速度，Δv=v−vr是线速度误差。因此得到误差矩阵A和控制矩阵B。具体推导过程见下图。

原创 差速机器人运行学方程

机器人围绕沿左右轮轴线上点[瞬时曲率中心（ICR）]旋转。两个车轮绕ICR的旋转速度相同。 (1)左轮速度： (2)右轮速度：

原创 [Spawn service failed]

Spawn service failed Debug

原创 《基于运动学的移动机器人模型预测控制（MATLAB）》

使用Line MPC对基于运动学的移动机器人进行轨迹跟踪

原创 《模型预测控制器（MPC）的选择》

在低速下，可以使用一个简单的线性动态模型实现实时MPC控制。当然，在高速情况下，通过显性MPC或者其他方法减少计算成本，也是可行的。但是NMPC在外部干扰的情况下，能够提供更强大的性能。移动机器人的运动模型的选择对MPC的选择具有决定性的作用。但是在较高的速度下，会给系统带来不确定性，降低控制器的性能。最后，也可以考虑使用神经网络NN来预测未来的状态，需要注意的是，在神经网络中，优化问题的代价函数是非凸的，可能会出现不理想的局部最小值，需要对神经网络进行改善，这里不多加赘述。

原创 《移动机器人的“自我描述”（动力学状态方程）》

相比较于移动机器人的运动学模型，动力学引入机器人的质量和惯性，考虑机器人对输入产生响应的过程。对于自行车模型，其动力学模型多了两部分：平动动力学和转动动力学。：假设速度变换缓慢，忽略前后轴载荷的转移。为曲率因子，表示曲线最大值附近的形状，为曲率因子，表示曲线最大值附近的形状，为曲率因子，表示曲线最大值附近的形状，，为轮胎在侧向、纵向的速度，可用。为曲线巅因子，表示曲线的最大值，为曲线巅因子，表示曲线的最大值，为曲线巅因子，表示曲线的最大值，，前后轮胎收到的x方向的力。，前后轮胎收到的y方向的力。

原创 《移动机器人的“自画像”（运动学方程）由来》

龙生九子各有不同，为了适应不同的工作场景，移动机器人也有着不同的底盘，下面介绍的是应用最广的差速移动底盘，他长这个样子。因为后轮轴心通常被视为机器人的旋转中心，所以运动学状态方程也是以后轮求解。为机器人前轴轴心坐标 ，由下图可知式1.5怎么来的。为机器人后轴轴心坐标，为机器人前轴中心速度，

原创 Summit_xl move_base | 跬步机器人 运动

【代码】Summit_xl move_base | 跬步机器人 运动。

原创 Summit_xl Gmapping | 跬步机器人 建图

【代码】Summit_xl Gmapping | 跬步机器人 建图。

原创 summit_xl | 跬步机器人键盘控制

订阅不到/cmd_vel，因为，没有这个节点，运行rostopic list可以看到是/robot/cmd_vel；

原创 跬步机器人Summit_xl | Installations

summit_xl机器人安装

原创 ROS_Robot_Programming_CN