基于数据驱动和学习模型预测控制的突变轨迹追踪控制方法

本发明涉及一种基于数据驱动和学习模型预测控制的突变轨迹追踪控制方法属于轨迹追踪控制领域。旨在解决现有的轨迹追踪方法无法追踪超过无人系统追踪能力的突变轨迹的问题，首先建立了学习模型预测控制算法，通过权衡无人系统的追踪能力和与突变轨迹的偏离程度，重新规划出最优的目标轨迹。之后，针对传统规划方法优化能力差和学习模型预测控制计算复杂度高的问题，设计了长短期记忆网络(LSTM)来学习最优目标轨迹与传统规划算法计算的辅助轨迹之间的深层映射关系，并结合鲁棒模型预测控制算法，实时控制无人系统追踪具有突变点的目标轨迹。