ocs2

OCS2（Optimal Control for Switched Systems）是一个 C++ 工具箱，用于制定和解决非线性最优控制问题，重点是用于机器人领域的实时 Model Predictive Control (MPC)。

OCS2 通过增强拉格朗日法或松弛阈值方法处理一般路径约束。为了方便在机器人任务中应用 OCS2，它提供了额外的工具，可从 URDF 模型中设置系统动力学（如运动学或动力学模型）和成本/约束（如自碰撞避免和末端效应器跟踪）。该库还提供了自动微分工具，用于计算系统动力学、约束和成本的导数。为了方便在机器人平台上部署，OCS2 提供了用于 ROS 接口的工具。该工具箱高效且数值稳定的实现，再加上其人性化的接口，为在具有有限板载计算能力的众多机器人应用中使用它铺平了道路。

**ROS 2 端口可用：**使用分支 ros2。

• 多个求解器
• SLQ：连续时间约束 DDP（SLQ/DDP 系列）
• iLQR：离散时间约束 DDP
• SQP：多次射击 SQP（通过 HPIPM/BLASFEO 解决的 QP 子问题）
• SLP：顺序线性规划（PIPG）
• IPM：多次射击非线性内部点方法
• 切换系统 OCP 支持：模式计划和跳转映射（单域和多域问题）。
• 约束：强约束/松约束，使用增强拉格朗日法和松弛阈值方法。
• 导数：分析导数接口 + 自动微分（CppAD）和可选代码生成（CppADCodeGen）。
• 机器人工具：URDF → 模型辅助工具（Pinocchio）、运动学、质心模型、自碰撞约束（HPP-FCL）。
• ROS 集成：消息、节点和可视化/绘图工具，用于在机器人上部署 MPC。
• 机器人示例：端到端 MPC 示例（以及 ROS Wrapper）用于双积分器、滑梯杆、球机器人、四旋翼无人机、移动机械手、多腿机器人。