Applied Control Systems 2 autonomous cars (360 tracking)
🚘🚘 推荐：应用控制系统的两款自动驾驶汽车，可实现360度跟踪。

课程地址：https://xueshu.fun/1512
演示地址：https://www.udemy.com/course/applied-control-systems-2-autonomous-cars-360-tracking/

课程内容

安全稳定。

在本课程中，我们将一步一步地实现自动驾驶汽车的控制回路。我们将从车辆的运动方程开始，推导出它的状态空间形式并使用 Python 编程语言将其模拟出来。我们将使用自行车模型将自动驾驶汽车建模为一个控制问题，并使用模型预测控制 (MPC) 算法来解决它。

通过学习本课程，您将掌握与模型预测控制相关的更高级技术，并将能够将其应用于更高级的控制问题。此外，您还将学习如何使用 Python 编程语言将控制算法实现到实际机器人系统中。

本课程内容包括：

• LTI 系统的模型预测控制
• 自行车模型建模
• 非线性系统的线性参数变化形式
• MPC 算法的约束应用
• Python 模拟自动驾驶汽车的控制回路

📝 要求：基本微积分、向量矩阵乘法和 Udemy 课程：应用控制系统 1：自动驾驶汽车（数学 + PID + MPC）。

📚 包括：13.5 小时点播视频、5 篇文章、3 个可下载资源、终身访问和在手机和电视上访问。

🚗 描述：在本课程中，您将学习如何让自动驾驶汽车在 2D 平面上跟踪一般轨迹，并确保汽车速度、加速度和方向盘角度保持在实际的最小值和最大值内。您将学习如何使用模型预测控制 (MPC) 算法，将线性 MPC 控制器应用于非线性系统，并将 MPC 约束应用于自动驾驶汽车。通过本课程，您将掌握更高级的模型预测控制技术，并将能够将其应用于更高级的控制问题。