文件名称：证明收敛阶的matlab代码-Gusto.m:该项目是在Matlab中基于3DDubin的Car模型动力学在拟议中使用GuSTO算法[1]的实
文件大小：518KB
文件格式：ZIP
更新时间：2024-06-11 01:06:22
系统开源
证明收敛阶的matlab代码保证顺序轨迹优化（GuSTO） ECE 602 2019年冬季项目 努肯·图克蒂巴耶夫（20764609） 介绍 Bonalli等。 在他们最近的论文“ GuSTO：通过顺序凸规划保证顺序轨迹优化”（2019年）中提出了一种使用顺序凸规划（SCP）解决轨迹优化问题的算法。 SCP是众所周知的优化中的重要工具，它在机器人运动计划中起着关键作用。 该项目是在Matlab中基于3D Dubin汽车模型动力学的GuSTO算法的实现，使用CVX，这是一个用于指定和求解凸程序的程序包[3]，[4]。 GuSTO算法 [1]中提出了一种新的通用SCP方案，名为GuSTO（保证顺序轨迹优化），以解决OCP： 文献[1]中的作者提供了从庞特里亚金最大原理的意义上证明GuSTO收敛到平稳点的证明。 数据来源和功能 数据初始化。 给定初始和期望的目标点和方向为[x，y，θ]，最大迭代次数和初始时间猜测。 可以为初始轨迹选择2种不同的方法：1表示直线，0表示初始和期望目标点之间的中间点。 从[1]中部分提取算法执行参数，其余值从实验中获得 机器人说明。 选择了一个简单的3D Dub
【文件预览】：
Gusto.m-master
----GuSTOProblem.m(4KB)
----main.m(12KB)
----GuSTOSolution.m(542B)
----Output.m(1010B)
----html()
--------eImage6.PNG(5KB)
--------eImage4.PNG(81KB)
--------eImage5.PNG(14KB)
--------main_eq02619125812656254059.png(370B)
--------main_14.png(25KB)
--------main_eq15636846968047188835.png(295B)
--------main_eq08209924178862718868.png(778B)
--------main_eq13560274181536256371.png(518B)
--------main.png(4KB)
--------main_eq18047527249248817779.png(907B)
--------main.html(35KB)
--------main_eq13903821570875888529.png(1KB)
--------main_eq05561703286244869120.png(670B)
--------main_16.png(20KB)
--------main_eq11776305044305525613.png(241B)
--------main_eq17107043615603211227.png(2KB)
--------main_eq05468472705052318781.png(1002B)
--------DubinExample.png(4KB)
--------main_06.png(20KB)
--------main_10.png(21KB)
--------main_eq09608361945266058543.png(2KB)
--------main_eq08288499342375314727.png(289B)
--------main_eq06445640507891902834.png(1KB)
--------eImage1.PNG(11KB)
--------main_eq16598262816228680690.png(3KB)
--------main_18.png(27KB)
--------main_eq18079382802514483762.png(459B)
--------main_eq00315019821361599997.png(2KB)
--------main_eq04542198942566209643.png(1KB)
--------main_eq13523018089704159837.png(2KB)
--------main_eq12556606157233792916.png(842B)
--------main_20.png(24KB)
--------main_eq13466811192897986295.png(873B)
--------main_eq16012750060115792548.png(2KB)
--------main_eq15385039735043462407.png(1KB)
--------main_eq09250175893128688257.png(936B)
--------main_eq11035587743328782569.png(1KB)
--------main_eq00590680390252039056.png(2KB)
--------main_eq12267211811494638899.png(603B)
--------main_eq17985246632453900538.png(1KB)
--------main_eq15522211401196321330.png(697B)
--------main_eq02183714845455771867.png(1004B)
--------main_eq03158747792916826732.png(228B)
--------main_eq18284203225510653089.png(2KB)
--------main_eq09102013743257289857.png(524B)
--------main_eq07231387707392003237.png(362B)
--------DubinExample_01.png(20KB)
--------main_eq02419679035215893711.png(1KB)
--------main_eq16987630830221338956.png(1KB)
--------main_08.png(22KB)
--------main_eq00323963064157158049.png(921B)
--------main_eq14328152136967907595.png(1KB)
--------main_04.png(19KB)
--------main_eq05603500368509676647.png(1KB)
--------main_eq15238467810365407948.png(3KB)
--------main_12.png(27KB)
--------eImage2.PNG(10KB)
--------DubinExample_02.png(37KB)
--------main_eq06365613817285118266.png(405B)
--------main_eq01187287385442986875.png(735B)
--------main_eq06269968709491478594.png(467B)
--------eImage3.PNG(41KB)
--------main_02.png(18KB)
--------main_eq09741512715528188095.png(2KB)
----GenerateObstacles.m(1KB)
----GuSTO.m(4KB)
----DubinsCar.m(4KB)
----README.md(6KB)
----.gitattributes(25B)
----ObjectiveFunction.m(699B)