Model Predictive Control Toolbox

線形 MPC 設計

二次計画法 (QP) の問題を解く陰的ゲインスケジューリング、および適応 MPC コントローラーを設計します。陰的設計から陽的 MPC コントローラーを生成します。混合整数 QP の問題には、離散制御集合 MPC を使用します。

MPC デザイナーアプリ

MPC デザイナーアプリを使用して、陰的 MPC コントローラーの対話的な設計、Simulink Control Design™ による Simulink モデルの線形化、シミュレーション シナリオを使用したコントローラー性能の検証、および複数の設計での応答の比較を行います。

非線形 MPC 設計

Optimization Toolbox™ を使用する非線形かつ経済的 MPC コントローラーを設計して、非線形計画法 (NLP) の問題を解きます。最適化計画およびフィードバック制御には、シングルステージまたはマルチステージの定式化を使用します。

自動運転向けの MPC 設計

ISO 26262 および MISRA C 規格に準拠した、あらかじめ用意された Simulink ブロックを使用して、自動運転システムの開発を加速します。あらかじめ用意されたブロックは、パスプランニング、パス追従、アダプティブ クルーズ コントロール、その他のアプリケーションをサポートしています。

MPC 最適化ソルバー

組み込みの有効制約法、内点法、および混合整数 QP ソルバーから選択するか、Optimization Toolbox から NLP ソルバー を使用します。あるいは、FORCESPRO ソルバー (Embotech 社) を使用するか、独自のカスタムソルバーを使用します。

予測モデルの指定

Control System Toolbox™ または Symbolic Math Toolbox™ を使用し、Simulink Control Design による Simulink モデルの線形化、または System Identification Toolbox™ および Deep Learning Toolbox™ による測定データを介して、予測モデルを解析的に指定します。

状態の推定および設計レビュー

ツールボックスにより提供される状態推定器、またはカスタムの状態推定器を用いて、測定された出力からコントローラーの状態を推定します。組み込みの診断関数を使用して、線形 MPC 設計における安定性とロバスト性の潜在的な問題を検出します。

閉ループのシミュレーション

Simulink で ISO 26262 および MISRA C に準拠した Simulink ブロックを使用したり、MATLAB でコマンド ライン関数を使用したりして、閉ループのシミュレーションを実行することにより、コントローラーの性能を評価します。Simulink Test™ で複数のシナリオのテストを自動化します。

コード生成

MATLAB および Simulink で設計された MPC コントローラーから、量産向け C/C++ コードおよび CUDA コード、または IEC 61131-3 ストラクチャード テキストを自動生成します。ECU、GPU、PLC などさまざまなターゲットにコードを展開します。

「モデルベースデザインを使用することで、当社の油圧エンジニアは、組み込みエンジニアを介さずにコントローラーの設計および実装を完了できるようになりました。開発時間が短縮され、結果的にコントローラー品質の向上につながるため、これは大きなメリットです。

Eisuke Matsuzaki, Sumitomo Heavy Industries