【无人机】基于matlab无人机追踪轨迹【含Matlab源码 1152期】
2021/7/24 1:06:16
本文主要是介绍【无人机】基于matlab无人机追踪轨迹【含Matlab源码 1152期】,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
一、简介
基于matlab无人机追踪轨迹
二、源代码
clc; clear all; %% 参考轨迹生成 N=100; T=0.05; % Xout=zeros(2*N,3); % Tout=zeros(2*N,1); Xout=zeros(N,3); Tout=zeros(N,1); for k=1:1:N Xout(k,1)=k*T; Xout(k,2)=2; Xout(k,3)=0; Tout(k,1)=(k-1)*T; end %% Tracking a constant reference trajectory Nx=3; Nu =2; Tsim =20; X0 = [0 0 pi/3]; [Nr,Nc] = size(Xout); % Nr is the number of rows of Xout % Mobile Robot Parameters c = [1 0 0 0;0 1 0 0;0 0 1 0;0 0 0 1]; L = 1; Rr = 1; w = 1; % Mobile Robot variable Model vd1 = Rr*w; % For circular trajectory vd2 = 0; x_real=zeros(Nr,Nc); x_piao=zeros(Nr,Nc); u_real=zeros(Nr,2); u_piao=zeros(Nr,2); x_real(1,:)=X0; x_piao(1,:)=x_real(1,:)-Xout(1,:); X_PIAO=zeros(Nr,Nx*Tsim); XXX=zeros(Nr,Nx*Tsim);%用于保持每个时刻预测的所有状态值 q=[1 0 0;0 1 0;0 0 0.5]; Q_cell=cell(Tsim,Tsim); for i=1:1:Tsim for j=1:1:Tsim if i==j Q_cell{i,j}=q; else Q_cell{i,j}=zeros(Nx,Nx); end end end Q=cell2mat(Q_cell); R=0.1*eye(Nu*Tsim,Nu*Tsim); for i=1:1:Nr t_d =Xout(i,3); a=[1 0 -vd1*sin(t_d)*T; 0 1 vd1*cos(t_d)*T; 0 0 1;]; b=[cos(t_d)*T 0; sin(t_d)*T 0; 0 T;]; A_cell=cell(Tsim,1); B_cell=cell(Tsim,Tsim); for j=1:1:Tsim A_cell{j,1}=a^j; for k=1:1:Tsim if k<=j B_cell{j,k}=(a^(j-k))*b; else B_cell{j,k}=zeros(Nx,Nu); end end end A=cell2mat(A_cell); B=cell2mat(B_cell); b_cons=[]; lb=[-1;-1]; ub=[1;1]; tic [X,fval(i,1),exitflag(i,1),output(i,1)]=quadprog(H,f,A_cons,b_cons,[],[],lb,ub); toc X_PIAO(i,:)=(A*x_piao(i,:)'+B*X)'; if i+j<Nr for j=1:1:Tsim XXX(i,1+3*(j-1))=X_PIAO(i,1+3*(j-1))+Xout(i+j,1); XXX(i,2+3*(j-1))=X_PIAO(i,2+3*(j-1))+Xout(i+j,2); XXX(i,3+3*(j-1))=X_PIAO(i,3+3*(j-1))+Xout(i+j,3); end else for j=1:1:Tsim XXX(i,1+3*(j-1))=X_PIAO(i,1+3*(j-1))+Xout(Nr,1); XXX(i,2+3*(j-1))=X_PIAO(i,2+3*(j-1))+Xout(Nr,2); XXX(i,3+3*(j-1))=X_PIAO(i,3+3*(j-1))+Xout(Nr,3); end end u_piao(i,1)=X(1,1); u_piao(i,2)=X(2,1); Tvec=[0:0.05:4]; X00=x_real(i,:); vd11=vd1+u_piao(i,1); vd22=vd2+u_piao(i,2); XOUT=dsolve('Dx-vd11*cos(z)=0','Dy-vd11*sin(z)=0','Dz-vd22=0','x(0)=X00(1)','y(0)=X00(2)','z(0)=X00(3)'); t=T; x_real(i+1,1)=eval(XOUT.x); x_real(i+1,2)=eval(XOUT.y); x_real(i+1,3)=eval(XOUT.z); if(i<Nr) x_piao(i+1,:)=x_real(i+1,:)-Xout(i+1,:); end u_real(i,1)=vd1+u_piao(i,1); u_real(i,2)=vd2+u_piao(i,2); figure(1); hold on; title('跟踪结果对比'); xlabel('横向位置X'); axis([-1 5 -1 3]); ylabel('纵向位置Y'); hold on; for k=1:1:Tsim X(i,k+1)=XXX(i,1+3*(k-1)); Y(i,k+1)=XXX(i,2+3*(k-1)); end X(i,1)=x_real(i,1); Y(i,1)=x_real(i,2); plot(X(i,:),Y(i,:),'y') hold on; end %% 以下为绘图部分 figure(2) subplot(3,1,1); hold on; %grid on; %title('状态量-横向坐标X对比'); xlabel('采样时间T'); ylabel('横向位置X') subplot(3,1,2); plot(Tout(1:Nr),Xout(1:Nr,2),'k--'); hold on; %grid on; %title('状态量-横向坐标Y对比'); xlabel('采样时间T'); ylabel('纵向位置Y') subplot(3,1,3); hold on; %grid on; hold on; %title('状态量-\theta对比'); xlabel('采样时间T'); ylabel('\theta') figure(3) subplot(2,1,1); %grid on; %title('控制量-纵向速度v对比'); xlabel('采样时间T'); ylabel('纵向速度') subplot(2,1,2) %grid on; %title('控制量-角加速度对比'); xlabel('采样时间T'); ylabel('角加速度') figure(4) subplot(3,1,1); %grid on; xlabel('采样时间T'); ylabel('e(x)'); subplot(3,1,2); %grid on; xlabel('采样时间T'); ylabel('e(y)'); subplot(3,1,3); %grid on; xlabel('采样时间T'); ylabel('e(\theta)');
三、运行结果
四、备注
版本:2014a
这篇关于【无人机】基于matlab无人机追踪轨迹【含Matlab源码 1152期】的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-11-19JAVA分布式id教程:轻松入门与实践
- 2024-11-19Java高并发教程:入门与实践指南
- 2024-11-19JAVA高并发直播教程:新手入门指南
- 2024-11-19Java高并发直播教程:入门与实践指南
- 2024-11-19Java微服务教程:初学者快速入门指南
- 2024-11-19JAVA微服务教程:新手入门的详细指南
- 2024-11-19Java微服务教程:从零开始搭建你的第一个微服务应用
- 2024-11-19Java项目开发教程:初学者必备指南
- 2024-11-19Java项目开发教程:新手快速入门指南
- 2024-11-19Java项目开发教程:零基础入门到实战