Caracterización de tiempo de ejecución de solver OSQP para aplicaciones en control predictivo por modelo

Abstract

El presente trabajo expone los resultados de un estudio sobre los tiempos de ejecución del solver Operator Splitting Quadratic Program (OSQP), una herramienta de optimización convexa ampliamente utilizada en aplicaciones de Model Predictive Control (MPC). El análisis se orienta a evaluar su viabilidad en sistemas embebidos, entornos caracterizados por recursos computacionales limitados. A partir de un código desarrollado en MATLAB, se generaron instancias aleatorias de problemas con distintas dimensiones, sobre las cuales se evaluó el desempeño del solver bajo diversas configuraciones de parámetros. El objetivo principal es caracterizar su comportamiento computacional, analizando su precisión, escalabilidad y estabilidad temporal, con miras a una eventual implementación en plataformas embebidas de bajo costo. Como parte del proceso de validación, se realizaron experimentos comparativos con el solver nativo de MATLAB, con el propósito de verificar la equivalencia funcional del algoritmo y garantizar la consistencia de los resultados obtenidos . Además, se llevaron a cabo pruebas experimentales en dos tarjetas Raspberry Pi, lo que permitió evaluar el rendimiento del solver en un entorno embebido real, considerando tanto sus limitaciones de hardware como sus capacidades para operar en tiempo real. Finalmente, se incluyeron casos de estudio asociados a Sistemas de Energía Distribuida (DER), con el fin de analizar el comportamiento de OSQP en aplicaciones prácticas de MPC.

This work presents the results of a study on the execution times of the Operator Splitting Quadratic Program (OSQP) solver, a convex optimization tool widely used in Model Predictive Control (MPC). The analysis focuses on assessing its feasibility for embedded systems, which are typically characterized by limited computational resources. Using a MATLAB based implementation, random instances of problems with varying dimensions were generated to evaluate the solver’s performance under different parameter configurations. The main objective is o characterize its computational behavior, examining accuracy, scalability, and timing stability with a view toward potential deployment on low cost embedded platforms. As part of the validation process, comparative experiments were performed against MATLAB’s native solver to verify the functional equivalence of the algorithm and ensure the consistency of the obtained results. In addition, experimental tests were conducted on two Raspberry Pi boards, enabling evaluation of the solver’s performance in a real embedded environment, considering both hardware constraints and real-time operation requirements. Finally, case studies involving Distributed Energy Resources (DER) were included to analyze OSQP’s behavior in practical MPC applications.