Control of Mobile Robots (Week1)

Dr. Magnus Egerstedt （马格拉斯），正教授，牛，Google Scholar引用1.7万次。

二 什么是控制理论

控制的目标：让系统变化得更自然、合理。
六要素：State（描述系统状态），Dynamics（状态如何变化），Reference（我们想让系统怎样），Output（系统的量测），Input（控制信号），Feedback（从输出到输入的映射）

三 模型的必要性

控制的目标：稳定性、准确性、鲁棒性（针对输入的）、抗干扰、最优
动态模型：物理模型都是连续的, 连续的模型只能写出微分方程。

离散情形可以写出差分方程：
$$x_{k+1}=x_k+1$$
而连续形式只能写出微分方程:
$$\frac{\partial x}{\partial t}=f(x,u)$$
但是实际上，所有可以计算的，都是离散化的。架起连续与离散之间法宝是泰勒方程:
$$x_{k+1}=x_k+\delta t\ast f(x,u)$$

四、定速巡航Cruise Controllers

系统要素：

• 状态：速度v
• input: u (油门大小)
  $$F=cu$$
• Dynamics：
  $$\dot{v}=a$$
  根据牛顿法则：$F=ma$，可知：$cu=m\dot{v}$, 即：$\dot{v}=cu/m$, 那可知
  $$v_{k+1}=v_k+\delta t\ast cu/m$$

控制设计目标

• 要与目标速度越来越近
• 加速度不能太大
• 对c和m的先验知识不能太依赖，也就是通用性（比如车上坐了三个人还是五个人、加的92号的汽油还是95号的，要都能工作）

五、控制设计基础

首先给出了车的模型:$\dot{x}=\frac{c}{m}u$. 从0开始控制，设置速度的参考值是r = 70KM/H, 讨论了两种基本的控制思想：

1. BangBang-Control

$$u=\{\begin{array}{l}maxv<r\\ 0v==r\\ -maxv>r\end{array}$$
相当于起步就踩死刹车，飙到70码之后，急踩刹车，这种策略一般很少用。

如图，左边是速度，右边是控制。这样肯定会损坏控制器，且体验极差。

2. P-Regulator-Control

P-Regulator比例稳定器，这种控制器将控制器与速度误差的比例联系起来。
$$u=ke$$
常用的是在红绿灯处，一开始起步的时候，司机猛踩刹车，然后随着车速与目标速度越来越近，误差越来越小，然后慢慢松油门 .

比例稳定器的问题在于无法达到目标速度，即该控制器追踪能力不行。

比例稳定器追踪性能分析

根据前面比例稳定器相关定义可知：
$$\begin{gathered} u=ke=k(r-x) \\ \dot{x}=\frac{c}{m}u \end{gathered}$$
但是真实环境中有风的阻力, 则有：$\dot{x}=\frac{c}{m}u-\gamma x$. 带入上式中可知：
$$\begin{gathered} \dot{x}=\frac{c}{m}u-\gamma x=0 \\ \frac{c}{m}k(r-x)-\gamma x=\frac{c}{m}kr-(\gamma +\frac{c}{m}k)x=0 \\ x=\frac{ck}{m\gamma +ck}r<r \end{gathered}$$
根据该模型，车速永远要小于既定目标，且质量越大、风阻力越大，越难到达目标。

六、性能目标

举个栗子：大脑对控制走路的行为：1. 稳定性，不能东倒西歪；2. 跟踪性，不能走出路沿了；3.鲁棒性，如果路上出现一个大坑，要能绕过去，不能掉坑里了.

七、PID控制

1922年米洛斯基发明的，快一个世纪了链接。
以下整理了各个参数的作用，可能出现的副作用

	P-比例	I-积分	D-微分
作用	解决稳定性问题	解决跟踪性问题	解决相应速度问题
副作用	跟踪性不好	带来震荡（通过积分，把小的误差放大了）	对噪声敏感（是在一点上进行衡量的）

参考资料

1. 课程资料, Coursera官网
2. 课程资料，链接: https://pan.baidu.com/s/1u8wICAhlx5Qa_id0htWwug 提取码: eina