第一章初识LQR
提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档
前言
LQR是linear quadratic regulater线性二次调节系统的缩写。
在现代控制原理中,对于一个线性系统可以表示为
Z
˙
=
A
Z
+
B
u
\dot{Z}=AZ+Bu
Z˙=AZ+Bu
Y
=
C
Z
+
D
u
Y=CZ+Du
Y=CZ+Du
状态空间方程可以理解为输入、输出和状态变量发集合并且用一阶微分方程式表达
u为状态反馈
一、原理
给出一个目标优化函数J,使输出的值尽量达到最小,输入的度量不能为负值,除了输入为0时,其余时刻都应该为正值。
J
=
∫
0
∞
(
X
T
Q
X
+
U
T
R
U
)
d
d
t
J=\int_{0}^{\infty }\left ( X^T{Q}X+U^T{R}U\right )\frac{\mathrm{d} }{\mathrm{d} t}
J=∫0∞(XTQX+UTRU)dtd
其中Q为正定矩阵,R应当为对称正定矩阵
其中R越大,则u对于J的影响越大
二、使用步骤
1.建模与分析
例如一个经典倒立摆模型
不考虑车轮打滑, 小车所受力大小等于电机力矩乘车轮半径, 小车位置可以从转动圈数计算出, 小车可简化为最经典的一阶倒立摆:
小球x方向的位移
X
=
L
s
i
n
θ
+
F
X = Lsin\theta +F
X=Lsinθ+F
X
=
L
θ
+
S
X = L\theta +S
X=Lθ+S
在工作点
θ
=
0
\theta= 0
θ=0处进行线性化:
s
i
n
θ
=
θ
sin\theta =\theta
sinθ=θ
x方向受力:
F
X
=
M
X
¨
F_{X} = M\ddot{X}
FX=MX¨
F
X
=
M
X
¨
F_{X} = M\ddot{X}
FX=MX¨