Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2507.09134

帮助 | 高级搜索

电气工程与系统科学 > 系统与控制

arXiv:2507.09134 (eess)
[提交于 2025年7月12日 ]

标题: 使用路径可行性调节器集成规划与预测控制

标题: Integrating Planning and Predictive Control Using the Path Feasibility Governor

Authors:Shu Zhang, James Y. Z. Liu, Dominic Liao-McPherson
摘要: 生成在非凸环境中动态可行且无碰撞的轨迹的运动规划问题,是自主系统面临的基本挑战。 将问题分解为路径规划和路径跟踪可以提高可处理性,但以理论上有根据且计算高效的方式集成这些组件是具有挑战性的。 我们提出了路径可行性管理器(PathFG),这是一种将路径规划器与非线性模型预测控制(MPC)集成的框架。 PathFG操作传递给MPC控制器的参考值,引导其沿路径移动,同时确保约束满足、稳定性和递归可行性。 PathFG是模块化的,兼容重新规划,并通过减少对长预测范围的需求来提高计算效率和可靠性。 我们证明了安全性与渐近稳定性,且吸引域显著扩大,并通过一个杂乱环境中的四旋翼导航模拟案例研究验证了其实时性能。
摘要: The motion planning problem of generating dynamically feasible, collision-free trajectories in non-convex environments is a fundamental challenge for autonomous systems. Decomposing the problem into path planning and path tracking improves tractability, but integrating these components in a theoretically sound and computationally efficient manner is challenging. We propose the Path Feasibility Governor (PathFG), a framework for integrating path planners with nonlinear Model Predictive Control (MPC). The PathFG manipulates the reference passed to the MPC controller, guiding it along a path while ensuring constraint satisfaction, stability, and recursive feasibility. The PathFG is modular, compatible with replanning, and improves computational efficiency and reliability by reducing the need for long prediction horizons. We prove safety and asymptotic stability with a significantly expanded region of attraction, and validate its real-time performance through a simulated case study of quadrotor navigation in a cluttered environment.
评论: 14页,7图,提交至IEEE自动控制汇刊
主题: 系统与控制 (eess.SY)
引用方式: arXiv:2507.09134 [eess.SY]
  (或者 arXiv:2507.09134v1 [eess.SY] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.09134
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Shu Zhang [查看电子邮件]
[v1] 星期六, 2025 年 7 月 12 日 04:24:47 UTC (2,142 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
eess.SY
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.SY
eess

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号