2020-12-19 진행 상황 기록

State를 boundary 안에 잘 넣고 시작하면 MPC exitflag가 0으로 잘 동작함(예. 적당한 초기 속도 1 m/s 부여 등). 그러나 제어에 사용하기에는 아직 불안정한 모습을 보임.

1. 세팅

• 실험 조건:

• 토픽과 입력값 관계표:

2. 문제점

MPC 솔루션이 일관적이지 않고 bang-bang스러운 모습을 보임.
영상 링크: link

선언과 초기화 분리하는 방법

예시)

class Customer {
public:
    Customer(void);
    Customer(string,char,int);
};

1. 선언

#include "Customer.h"

class Node {
  public:

     Node(void); //default constructor
     Node(string,char,int); //Node constructor with customer details

     Node* left;
     Node* right;
     Node* parent;
     Customer customer;
};

2. 초기화

Node::Node() : left(nullptr),
              right(nullptr),
              parent(nullptr),
              customer() {}

Node::Node(string x, char y, int z) : left(nullptr),
                                     right(nullptr),
                                     parent(nullptr),
                                     customer(x, y, z) {}

출처: https://stackoverflow.com/questions/42987199/using-a-class-object-in-another-class

related pull request: #4

1. 스펙으로 모델 도출

IAC 모델 스펙: google 문서

1. 횡방향 Pacejka 모델

   Vehicle Lateral Parameter Plotter
   
   Data: param.mat/param_feasible
   eq = tan(pi/(2*C))-k*C == 0
   solve(eq,C)
   for k = 1.9 ~ 3.0(?)
   then, D = C_alpha*alpha_max/k, B = k/(alpha_max*C)
   
   Brief: convert linear tire model to Pacejka Magic formula
   
   Fy = C_{alpha}*alpha
   into
   Fy = D*sin(C*atan(B*alpha))
   using
   C_{alpha} = D*C*B and C*atan(B*alpha_{max}) = pi/2
   and C_{alpha}*alpha_{max} = k*D
   Thus, plot depending on k = 1.6~2.0
   

Fy vs slip

2. 종방향 모델

   Vehicle Longitudinal Parameter Plotter
   
   Fx = (Cm1 - Cm2 * vx) * D - Cr0 - Cr2 * vx^2
   
   Data: param.mat/lonp
   

Fx vs D(throttle)

vx vs t(simulate assuming full throttle)

matlab code: swl017/MATLAB.git

2. 튜닝

1. scaled -> fullscale의 변화만큼 cost 튜닝
   Liniger MPCC fullscale branch: https://github.com/alexliniger/MPCC/blob/fullsize/C%2B%2B/Params/cost.json

2. n_sqp 2 -> 100("잘생각해봐")
   src/mpcc_controller/mpcc_controller/Params/config.json

  "n_sqp": 100,

3. 결과

느리지만 안정적
mpcc_model_by_spce_nsqp_100.mp4 (30 MB)

4. TODO

1. n_sqp < 10 에서도 잘 동작하게 튜닝