基于视觉的自动导引车两轮差速转向LQR控制器的研究与设计

基于车辆运动学模型得LQR总结与分析推导，先分析运动学模型的离散误差状态空间方程，根据此做横向LQR控制分析及其推导，其次总结CSDN中LQR算法的理解及其推导，介绍了全状态反馈控制系统，对LQR进行了具体分析及其公式推导。 其中部分为：黎卡提方程的求解 针对黎卡提方程，可以采用循环迭代的思想求解P： 1）令等式右边的P_old=Q； 2）计算等式右边的值为P_new 3）比较P_old和P_new，若两者的差值小于预设值，则认为等式两边相等；否则再令P_old=P_new，继续循环。

用于无人驾驶车辆横向控制，基于动力学模型的LQR算法，能够实现较好的跟踪效果

倒立摆自摆起算法，起摆控制采用能量分析法，稳摆控制采用LQR控制，倒立摆模型采用S函数编写，可运行

车辆主动、被动悬架控制比较，采用LQR控制，适于刚开始学习现代控制理论算法的同学

LQR设计简单的例子，matlab代码和说明文档

该应用程序是基于Web的控制系统教程的一部分，可从以下网站获得： http : //ctms.engin.umich.edu 此应用程序的目的是允许用户查看带有阶跃响应图的倒立摆系统的动画。 这允许用户查看绘图与系统物理响应之间的相关性。 动画和应用程序基于教程的倒立摆 - 状态空间控制器设计页面： http://ctms.engin.umich.edu/CTMS/index.php?example=InvertedPendulum§ion=ControlStateSpace 使用状态反馈方法是因为我们可以轻松返回推车位置和摆角以及它们各自的速度。 有关系统模型的更多信息，请参考教程的“倒立摆-系统建模”页面： http://ctms.engin.umich.edu/CTMS/index.php?example=InvertedPendulum§ion=System

小车倒立摆的仿真，机械部分用的simscape，控制部分用的simulink，实现了PI控制，LQR控制跟FSFB控制，并且实现了全维观测器跟降维观测器。

基于GA遗传优化算法的LQR控制器最优参数的仿真，在matlab2021a中仿真测试

基于遗传算法设计LQR控制器。本案例以汽车主动悬架作为被控制对象，将遗传算法应用于LQR控制器的设计中，提高LQR的设计效率和性能。