控制之美（卷2）——最优化控制MPC与卡尔曼滤波器

在自动化与控制领域，最优化控制MPC与卡尔曼滤波器是解决复杂系统设计与状态估计的核心技术。本书《控制之美（卷2）——最优化控制MPC与卡尔曼滤波器》深入浅出地探讨了这些高级控制理论，通过丰富的实例和详细代码，帮助读者掌握如何将理论应用于实践。作者王天威博士与黄军魁博士结合多年研究经验，为自动化专业学生和科研人员提供了一本全面直观的学习资源。 本书从动态系统建模出发，对比经典与现代控制理论，强调状态空间方程在精确控制中的优势。随后，深入剖析卡尔曼滤波器与最优控制理论，涵盖矩阵求导、动态规划、线性二次型调节器（LQR）等关键概念，并通过独轮车、平衡车、无人机等案例，展示如何解决停车、能耗最小化、轨迹追踪等实际控制问题。特别地，本书详细介绍了MPC控制器的设计与分析，包括滚动优化、二次规划求解以及约束条件处理，并通过无人机高度控制等案例，展现MPC在非线性系统中的强大能力。 此外，本书还探讨了正态分布与数据融合，为卡尔曼滤波器的应用奠定基础，并通过实际案例展示如何融合多传感器数据以提高估计精度。无论您是控制理论的初学者，还是寻求进阶技术的专业人士，本书都将为您提供宝贵的理论与实践指导，助您掌握现代控制系统的设计精髓。

王天威（网名DR CAN）博士，机器人高级研发工程师，2016年毕业于美国Clemson大学机械工程系，获博士学位，研究方向为动态系统与控制理论。博士期间发表多篇SCI文章，并担任多个SCI期刊、会议及国家基金项目的评审工作。自2017年起，他在B站制作控制理论相关视频课程，涵盖现代控制理论、经典控制理论等本科及研究生课程，深受专业领域学习者欢迎。黄军魁博士，汽车电池电机热管理系统仿真工程师，2019年毕业于Clemson大学机械工程系，研究方向为电动汽车及混合动力汽车热管理系统建模与控制理论应用。两位作者均拥有深厚的学术背景和丰富的工程实践经验，其写作风格兼具严谨的科学性与通俗易懂的科普性。

《控制之美（卷2）——最优化控制MPC与卡尔曼滤波器》是一本极具价值的控制理论实用指南，适合自动化专业学生和科研人员。本书深入浅出地介绍了最优控制理论、动态规划、线性二次型调节器（LQR）、模型预测控制（MPC）和卡尔曼滤波器等关键控制理论，并通过丰富的实例和详细代码帮助读者直接实践和验证所学内容。作者王天威博士和黄军魁博士的联合编写，使得本书内容全面直观，不仅覆盖了动态系统的基本概念和最优控制问题的分析，还重点讲解了卡尔曼滤波器的应用和矩阵求导等数学工具。此外，本书通过无人机高度控制等案例，展示了如何将理论知识应用于实际问题，强调了理论与实践的结合，是学习和研究控制理论的宝贵资源。

自动化专业学生和科研人员
对最优控制理论和卡尔曼滤波器感兴趣的研究者
从事控制系统设计和分析的工程师
希望深入理解动态系统和最优控制应用的读者