Lib.rs

优化引擎（OpEn）是下一代机器人和自主系统快速、精确嵌入式优化的求解器。

文档可在以下地址找到： alphaville.github.io/optimization-engine

目录

• 功能
• 演示
  • 代码生成
  • 嵌入式应用
• 参数优化问题
• 代码生成示例
• 入门
• 联系方式
• 给我们一些爱
• 许可
• 核心团队
• 贡献
• 引用OpEn

功能

OpEn 是 CVXGen 非凸问题的对应物。

• 快速非凸参数优化
• 用 Rust 编写的数值算法
• 可证明安全的内存管理
• 自动生成 ROS 软件包

OpEn 适合

• 嵌入式 非线性模型预测控制,
• 嵌入式 非线性移动预测估计 及其在
• 机器人和先进制造系统中的应用
• 自动驾驶汽车
• 无人机和航空航天

演示

代码生成

代码生成？小菜一碟！

OpEn 生成 Rust 中的参数优化器模块 - 它非常快 - 它是安全的 - 它可以在嵌入式设备上运行。

您可以使用 OpEn 的 MATLAB 或 Python 接口生成您的参数优化器的 Rust 代码。

然后可以直接使用 Rust 调用，或者作为通过套接字提供的服务来使用。

您只需要很少的代码就可以在很短的时间内生成参数优化器。

OpEn 允许应用开发者和研究人员专注于应用挑战，而不是解决相关参数优化问题的枯燥任务（如在非线性模型预测控制中）。

嵌入式应用

OpEn 可在嵌入式设备上运行；在此，我们看到它在 intel Atom 上运行，用于实验室规模微型飞行器的自主导航 - 控制器以 20Hz 的频率运行，仅使用 15% 的 CPU！

参数问题

OpEn 可以解决通用形式的非凸参数优化问题

其中，f 是一个光滑的成本函数，U 是一个简单（可能非凸）的集合，F₁ 和 F₂ 是非线性光滑映射，而 C 是一个凸集（了解更多）。

代码生成示例

使用几行 Python 代码即可生成代码（详细说明请参阅文档）

import opengen as og
import casadi.casadi as cs

# Define variables
# ------------------------------------
u = cs.SX.sym("u", 5)
p = cs.SX.sym("p", 2)

# Define cost function and constraints
# ------------------------------------
phi = og.functions.rosenbrock(u, p)
f2 = cs.vertcat(1.5 * u[0] - u[1],
                cs.fmax(0.0, u[2] - u[3] + 0.1))
bounds = og.constraints.Ball2(None, 1.5)
problem = og.builder.Problem(u, p, phi) \
    .with_penalty_constraints(f2)       \
    .with_constraints(bounds)
    
# Configuration and code generation
# ------------------------------------
build_config = og.config.BuildConfiguration()  \
    .with_build_directory("python_test_build") \
    .with_tcp_interface_config()
meta = og.config.OptimizerMeta()
solver_config = og.config.SolverConfiguration()    \
    .with_tolerance(1e-5)                          \
    .with_constraints_tolerance(1e-4)
builder = og.builder.OpEnOptimizerBuilder(problem, meta,
                                          build_config, solver_config)
builder.build()

只需几行 MATLAB 代码即可生成代码（详细说明请参阅文档）

% Define variables
% ------------------------------------
u = casadi.SX.sym('u', 5);
p = casadi.SX.sym('p', 2);

% Define cost function and constraints
% ------------------------------------
phi = rosenbrock(u, p);
f2 = [1.5*u(1) - u(2);
      max(0, u(3)-u(4)+0.1)];

bounds = OpEnConstraints.make_ball_at_origin(5.0);

opEnBuilder = OpEnOptimizerBuilder()...
    .with_problem(u, p, phi, bounds)...
    .with_build_name('penalty_new')...
    .with_fpr_tolerance(1e-5)...
    .with_constraints_as_penalties(f2);

opEnOptimizer = opEnBuilder.build();

入门

• 有关 OpEn 的更多信息
• 快速安装指南
• OpEn 在 Rust 中
• OpEn 在 Python 中 (示例)
• OpEn 在 MATLAB 中 (示例)
• OpEn+Jupyter 在 Docker 中
• 生成 ROS 软件包
• 在 C/C++ 中调用 OpEn
• OpEn 的 TCP/IP 接口
• 常见问题解答

联系我们

• 加入 Discord 上的讨论
• 在 Gitter 上联系我们

你喜欢 OpEn 吗？

在 github 上用一颗星来展示...

许可证

OpEn 是一个免费的开源项目。您可以在Apache 许可证 v2.0或MIT 许可证的条款下使用它。

核心团队

Pantelis Sopasakis

Emil Fresk

贡献

除非您明确声明，否则根据 Apache-2.0 许可证定义的，您提交的任何有意提交以包含在作品中的贡献，都将如上双许可，不附加任何其他条款或条件。

在您向 Optimization Engine 贡献之前，请阅读我们的贡献指南。

贡献者列表由 github 自动生成，请在此查看。

引用 OpEn

请按以下方式引用 OpEn（arXiv 版本）

@inproceedings{open2020,
  author="P. Sopasakis and E. Fresk and P. Patrinos",
  title="{OpEn}: Code Generation for Embedded Nonconvex Optimization",
  booktitle="IFAC World Congress",
  year="2020",
  address="Berlin"
}