Contents
系統建模 + 狀態空間系統 + 模型預測控制 + MPC 約束 + Python 模擬：自動駕駛汽車
從這 13.5 小時的課程，你會學到
- 修正線性非時變 ( Linear Time Invariant，LTI) 系統的模型預測控制
- 使用自行車模型( bicycle model )在 2D X-Y 平面上對自動駕駛汽車進行數學建模
- 從車輛的運動方程到它的狀態空間形式( state space form )
- 使用線性參數變化 (Linear Parameter Varying，LPV) 公式掌握線性模型預測控制 (Model Predictive Control，MPC) 並將其應用於非線性系統
- 掌握並將模型預測控制 (MPC) 約束應用於自動駕駛汽車
- 用 Python 模擬自動駕駛汽車的控制迴路，包括模型預測控制 (MPC) 控制器及其約束
要求
- 基本微積分：函數、導數、積分
- 向量矩陣乘法
- Udemy 課程：應用控制系統 1：自動駕駛汽車（數學 + PID + MPC）
課程說明
如何讓自動駕駛汽車在 2D 平面上追蹤一般軌跡，以及如何確保自動駕駛汽車的速度、加速度和方向盤角度保持在實際的最小值和最大值內？
我的名字叫 Mark。 我是一名航太和機器人工程師，在本課程中，我將提供您所有這些的直覺、數學和 Python 實現。
本課程是“應用控制系統 1：自動駕駛汽車：數學 + PID + MPC”課程的直接延續。在之前的課程中，模型預測控制 (MPC) 算法僅允許自動駕駛汽車在直路上變動道路。 我們應用小角度近似將非線性模型轉換為線性非時變 (LTI)。它使我們的生活更輕鬆，但也限制了我們的模型預測控制演算法。
然而，在本課程中，我們將消除這種簡化，我將向您展示如何通過首先將線性 MPC 控制器置於線性參數變化形式來將其應用於非線性系統。 使用這種非常流行的技術，您的汽車將能夠追蹤一般的 2D 軌跡。
此外，您還將學習如何使用 qpsolvers 和 quadprog 等二次求解器將 MPC 約束應用於自動駕駛汽車。 在大多數控制問題中，您必須考慮約束以將系統保持在合理的值範圍內。
您從本課程中獲得的知識是通用的，可以應用於控制系統工程中的許多系統。
看看我的一些免費預覽視訊，如果您喜歡您所看到的，那麼現在就註冊，讓我們開始吧。
希望能在裡面見到你！
目標受眾
- 理工科學生
- 在職科學家和工程師
- 控制工程愛好者
講師簡介
Mark Misin Engineering Ltd 數學、控制系統、Python、力學：靜力學和動力學
使命：提升人類的知識、技能和對科學與工程的熱愛
我認為線上教育是未來，因為一個事實——它很容易擴散。 一位優秀教師的一門課程可以影響數百萬人，並有可能改變他們的生活。 如果教育更具可擴展性，它將更容易負擔得起。 更實惠和更容易獲得的教育將使更多的人有機會擺脫貧困並為自己創造美好的生活。
我來這裡是為了為這項運動做出貢獻。
英文字幕：有
- 想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To
🙌 如何有效率地管理 ChatGPT 輸出與整理自己的 ChatGPT 提示( prompts )使用情境？LN+ for Web 已經針對 ChatGPT 的整合做最佳化
🙌 讓 Notion AI 成為你線上學習的得力助手，詳細操作請參考 – 使用 Notion AI 功能來為 udemy 的課程做摘要總結
- 點選這個✨優惠連結 ，課程最低價 NT330 起( 登入後將看到 ）
- 辦公室生產力課程特價連結
- Udemy 現在越來越多課程有中文字幕，請參考 Soft & Share 中文線上課程
- 手機上點選優惠連結看到的價格比電腦上看到的貴
- ＄代表當地貨幣, 如在台灣為 NT
- 點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上，請稍等刷新或重新點選就會出現
報名參加課程
也許你會有興趣
- 應用控制系統相關線上課程
- ★英語學習地圖 – 練好英文是最大的學習槓桿
- 如何找工作學習地圖 – 找工作不要靠運氣！
- 從 Soft & Share 各種社團頻道挑選你喜歡的加入
你必須登入才能發表留言。