想象你正在驾驶一辆非常特殊的高科技汽车，它拥有三种“档位”的运动状态：1. 位置：你所在的位置。2. 速度：你行驶得有多快。3. 加加速度：你改变速度的快慢（即汽车加速或刹车时你感受到的“推力”）。本文旨在寻找在遵守严格规则的前提下，将这辆汽车从 A 点驾驶到 B 点的最快路径：* 你不能以超过特定限制的力度踩油门或刹车（箱约束）。* 你的速度不能超过某个上限。* 你不能越过某道物理墙壁（位置约束）。* 向前推进与刹车的规则可能不同（非对称约束）。### 问题：寻找“完美”路线极其困难几十年来，工程师们一直了解最快路线的通用规则（称为“Bang-Bang"控制：全油门，然后急刹车）。然而，当你加入“墙壁”约束（不能越过特定点）以及“推/刹不同”的规则时，数学计算会变得极其混乱。以往的方法就像试图通过猜测和试错来寻找迷宫中的路径。它们速度缓慢，有时会陷入“局部陷阱”（看似不错但并非最优的路径），并且如果起点或终点较为棘手，往往完全失败。### 解决方案：一张新地图（切换曲面）本文的作者并非仅仅依靠猜测，而是绘制出了一张覆盖该汽车可行驶整个三维空间的完整且完美的地图。将这一空间想象成一个巨大的房间。作者们精确地计算出如何将这个房间划分为不同的区域。* 区域：在每个区域内，都有一个明确的指令：“全油门”、“急刹车”或“滑行”。* 切换曲面：这些是区域之间看不见的边界。一旦跨越其中一面边界，你就确切知道何时从油门切换到刹车。“切点标记”的发现：他们地图中最令人兴奋的部分在于如何处理“墙壁”（位置约束）。想象你正朝一堵墙驶去。旧的方法是猜测何时转向。作者们发现，在不发生碰撞的情况下撞击墙壁的最快方式是擦过它。他们称之为“切点标记”。这就像舞者沿着墙壁滑行：你用肩膀触碰墙壁（位置达到极限），相对于墙壁的速度为零，但你继续向前移动。本文从数学上证明了何时以及如何执行这种“擦过”动作以节省时间。### 结果：一种超快算法利用这张新地图，作者们构建了一个计算机程序（算法），它就像一个永远不会迷路的 GPS。* 速度：它能在约10 微秒内计算出完美路线。为了直观对比，这比之前的最佳方法快了 10 万倍（旧方法需要几分之一秒）。这就像蜗牛与超音速喷气式飞机之间的差别。* 成功率：它在100% 的情况下都能成功。其他方法在约 20% 到 60% 的困难场景中会失败。* 效率：因为它找到的是真正的最快路径（而不仅仅是“足够好”的路径），所以在困难情况下，与其他方法相比，它能节省高达70% 的行程时间。### 核心结论本文提供了在速度、加速度和位置存在严格限制时，移动三阶系统（如机械臂或 CNC 机床）的最快方式的首份完整“操作手册”。它将一个混乱且无法求解的谜题转化为清晰、即时的计算，确保机器能够在不违反规则的前提下，以物理定律所允许的最快速度移动。
技术摘要：全箱约束下三积分器的时间最优切换曲面
问题陈述
本文研究了受全箱约束的三积分器系统的时间最优控制问题。系统动力学涉及加加速度受限的控制输入（u）以及位置（x1）、速度（x2）和加速度（x3）的状态约束。目标是在最小时间 tf 内将系统从任意初始状态 x0 转移到固定的终端状态 xf。
虽然双积分器的时间最优控制已为人熟知，但三积分器情况带来了显著挑战，特别是在处理以下问题时：
- 非对称约束：加加速度和状态的上下界幅值不相等。
- 非平稳边界条件：任意的初始和终端状态。
- 激活的位置约束：轨迹必须接触或沿位置约束边界（x3=xˉ3 或 x3=x3）滑行的场景。
现有的解决方案，如商业 Ruckig 算法（社区版），在非对称约束或激活的位置约束下往往失效。先前的解析方法要么忽略了状态约束，要么假设约束是对称的，要么未能提供切换曲面的完整表征以及位置约束的激活条件。
方法论
作者利用庞特里亚金极大值原理（PMP）来表征最优控制律，该控制律遵循 Bang-Bang-Singular（BBS）结构。方法论的核心涉及对状态空间进行几何分析，以推导时间最优切换曲面。
- 增强切换律（ASL）：最优轨迹被表示为弧段序列（无约束的 Bang-Bang 弧段和状态固定的约束弧段）以及“切点标记”。当位置约束切向激活时（即 x3=xˉ3，x2=0，且 x1≥0），会出现切点标记。
- 切换曲面构建：
- 无位置约束：作者通过从终端状态 xf 向后积分来构建切换流形。他们定义了与特定 ASL 对应的曲面（例如 0ˉ0ˉ0ˉ、0ˉ1ˉ0ˉ0ˉ），这些曲面将三维状态空间进行划分。
- 有位置约束：本文推导了位置约束被激活的具体条件。它引入了新的切换曲面（例如 0ˉ(3ˉ,2)0ˉ0ˉ0ˉ），以考虑与位置边界相切的轨迹。定理 2 提供了全箱约束下三积分器所有可能 ASL 形式的完整分类，确立了最优轨迹由无约束弧段序列和切点标记组成。
- 算法实现：
- 算法 1：通过分析二阶投影确定 x0 和 xf 之间的相对方向，处理切换曲面为多值的情况。
- 算法 2：通过连接二阶最优控制状态并求解弧段持续时间的多项式方程，解决无位置约束的问题。
- 算法 3：将解扩展到全箱约束。如果无约束解违反位置约束，该算法递归地将状态连接到切点标记（源自定理 2）并求解子问题。
- 弧段持续时间的方程组使用 Gröbner 基求解，将问题简化为次数 ≤6 的单一方程。
主要贡献
- 切换曲面的完整表征：本文首次提供了全箱约束下三积分器时间最优切换曲面的完整解析表征，包括具有激活位置约束的解的几何结构。
- 激活条件的推导：本文明确推导了位置约束被激活的条件（即“切点标记”条件），填补了先前文献中的空白。
- 定理 2（ASL 分类）：它确立了该问题允许的所有增强切换律的完整集合，证明了最优轨迹遵循涉及切点标记的特定序列。
- 高效算法：提出了一种算法，可为任意边界状态和非对称约束规划时间最优轨迹。
结果
所提出的方法针对三个基线进行了评估：Ruckig（社区版）、CasADi（基于 IPOPT）和 SCP（序列凸规划）。
- 成功率：所提出的方法在寻找可行解方面实现了100% 的成功率，适用于对称情况（案例 1）和非对称且激活位置约束的情况（案例 2）。相比之下，Ruckig 因非对称性在案例 2 中失败，而 SCP/CasADi 的成功率显著较低（案例 2 中分别为 34.1% 和 97.7%）。
- 计算效率：每条轨迹的平均计算时间约为 10 μs（案例 1 具体为 2.38×10−6 秒，案例 2 为 1.25×10−5 秒）。与基于优化的基线（CasADi：约 0.28 秒；SCP：约 7.28 秒）相比，这代表了5 个数量级的降低。
- 最优性：该方法始终找到全局最优解。在基于优化的方法收敛到局部最优（次优 ASL）的测试案例中，所提出的方法将终端时间减少了高达 90.9%（案例 1）和 73.4%（案例 2）。
意义
作者声称，这项工作提供了在非平稳终端条件和激活位置约束下，针对三阶时间最优控制问题的首个完整切换曲面表征和高效算法。通过从迭代优化转向几何解析解，本文证明了可以实现微秒级计算时间的高精度时间最优控制，使其非常适合实时工业应用，如机器人运动和数控加工，在这些应用中约束通常是非对称且被激活的。
每周获取最佳 electrical engineering 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。