源自：《无人驾驶无人驾驶车辆模型预测控制》——龚建伟
1.基本原理
已知（输入）：一条期望参考轨迹；当前k时刻的测量值；
设计：预测模型
目标：预测未来一段时域内[k,k+Np]，系统的输出
方法：对这段时域内施加一系列控制序列4（k+1时刻的值为实际控制量）
总结起来就是：预测模型；滚动优化；反馈校正
2.控制原理框图
控制过程：
- 预测模型+目标函数+约束条件——>最优控制序列——>被控平台
- 被控平台响应
- 获取状态观测值x(t)——>状态估计器（卡尔曼滤波器、粒子滤波等）——>回到第一步，循环
3.常用模型
3.1 动态矩阵控制DMC
3.2 模型算法控制MAC
3.3 广义预测控制GPC