python - 是否可以在真实的机器人上在线使用这种 gekko MPC 方法？

Question

我想在真实的机器人上做一些轨迹跟踪，并且我想使用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，因为我发现计算最佳解决方案需要一些时间，而且我不太确定编码方面如何做到这一点，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

Answer 1

是的，Gekko 当然可以进行实时控制，但您需要注意一些事项:

• 周期时间:应用程序必须读取传感器、计算模型更新(估计)、优化 future 移动计划(控制)，并在指定的周期时间内实现移动计划。如果您的循环时间快于 10 Hz，您可能需要考虑 LQR Controller 或其他更快的方法。
• 模型形式:非线性模型的计算时间较长，或者可能无法收敛。线性模型通常用于许多行业，因为它快速且可靠。
• 地平线长度:您需要足够长的地平线长度来预测影响当前移动的 future 约束
• 水平分辨率: Controller 的第一步需要与循环时间一致。 future 的预测步骤可以是任意步长。
• 本地求解:如果您在 Raspberry Pi 等嵌入式硬件上实现 MPC，则本地求解可能会比远程求解慢。您可以使用远程解决公共(public)服务器(remote=True)，在 Windows 或 Linux 中设置您自己的本地服务器(remote=True server='http://10.0.0.10 ')，或者在嵌入式硬件上进行本地求解 (remote=False)。您可以在创建 gekko 对象 (m=GEKKO(remote=False)) 时设置远程和服务器。

有很多实时 MPC 代码和 Temperature Control Lab (TCLab) 的应用程序在Machine Learning and Dynamic Optimization的类(class)中。下面是 MPC 的实际应用。

这是设备: