Model Predictive Control Toolbox

線形 MPC 手法および使用する場面を示すチャート。

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 デザイナーアプリに表示された MPC の設計パラメーター。

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 ブロックを使用した Simulink モデル。

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。

車両が駐車の軌道を追従する駐車場のアニメーション。

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。

Model Predictive Control Toolbox がサポートする線形、非線形、およびカスタムの最適化ソルバーのチャート。

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。

予測に使用されるディープラーニング モデルと MPC コントローラーの図。

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。

MPC 設計パラメーターの推奨事項を表示するレポート。

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。

Simulink の Model Predictive Control Toolbox ライブラリブラウザー。

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。

MPC Controller ブロックからのコード生成レポート (および生成されたコード)

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。

「住友重機械工業は、ショベルの動的性能を損なうことなく、燃料消費量を 15% 削減することに成功しました。Model Predictive Control Toolbox の使用と制御設計の改善により、エンジン回転数の変動を 50% 低減できたことも、効率向上の一因となっています。