无人驾驶车辆的LQR控制方法

 一、LQR控制

        假设有一个线性系统能用状态向量的形式表示成：

初始条件是x(0)，并且假设这个系统的所有状态变量都是可测量到的。在介绍LQR前，先简单回顾一下现代控制理论中最基本的控制器--全状态反馈控制。全状态反馈控制系统图形如下：

我们要设计一个状态反馈控制器：

使得闭环系统能够满足我们期望的性能。我们把这种控制代入之前的系统状态方程得到：

        由现代控制理论我们知道开环传递函数的极点就是系统矩阵A的特征值，现在变成了如上的闭环形式，状态变换矩阵A变成了(A-BK)。因此通过配置反馈矩阵K，可以使得闭环系统的极点达到我们期望的状态。注意，这种控制器的设计与输出矩阵C,D没有关系。那么，什么样的极点会使得系统性能很棒呢？并且，当系统变量很多的时候，即使设计好了极点，矩阵K也不好计算。于是，LQR为我们设计最优控制器提供了一种思路。在设计LQR控制器前，我们得设计一个能量函数，最优的控制轨迹应该使得该能量函数最小。一般选取如下形式的能量函数。

其中Q是你自己设计的半正定矩阵，R为正定矩阵

        可是，为什么能量函数(或称系统的目标函数)得设计成这个样子呢？首先假设状态向量x(t)是1维的，那么x­TQx其实就是一个平方项 Qx^2 >= 0，uTRu同理。能量函数J要最小，那么状态向量x(t)，u(t)都得小。J最小，那肯定是个有界的函数，我们能推断当t趋于无穷时，状态向量x(t)将趋于0，这也保证了闭环系统的稳定性。那输入u(t)要小是什么意思呢？它意味着我们用最小的控制代价得到最优的控制。譬如控制电机，输入PWM小，将节省能量。

        再来看看矩阵Q,R的选取，一般来说，Q值选得大意味着，要使得J小，那x(t)需要更小，也就是意味着闭环系统的矩阵(A-BK)的特征值处于S平面左边更远的地方，这样状态x(t)就以更快的速度衰减到0。另一方面，大的R表示更加关注输入变量u(t),u(t)的减小，意味着状态衰减将变慢。同时，Q为半正定矩阵意味着他的特征值非负，R为正定矩阵意味着它的特征值为正数。如果你选择Q,R都是对角矩阵的话，那么Q的对角元素为正数，允许出现几个0。R的对角元素只能是正数。

        下面来聊聊Q、R值的选取，一般来说，选取Q、R矩阵的时候，为了方便观察各个系统状态量而选取对角阵，增加Q的一个值，意味着这个值作用的系统状态量，将以更快的速度衰减到0，这时候，举个栗子还是很必要的，比如， Q选取较大的值，会让 x很快的衰减到0；另外一方面，加大R的值，会使得对应的控制量减小，控制器执行更少的动作，意味着系统的状态衰减将变慢。所以， Q 、R的选取，要综合看具体的实际应用场景来调节，俗话说，鱼和熊掌不可兼得，这个矛盾就像做的轨迹跟踪MPC中的设置不同的权重一样，期望车辆后轴心cte值越小，那么到了转弯处必须要很大幅度的刹车，以及打方向盘，速度以及yaw都会大幅度变化，而如果期望执行器动作越小，那么就无法保证cte的准确度一样。

        注意LQR调节器是将状态调节到0，这与轨迹跟踪不同，轨迹跟踪是使得系统误差为0。知道了背景后，那如何设计反馈矩阵K使得能量函数J最小呢？很多地方都是从最大值原理，Hamilton函数推导出来。这里用另外一种更容易接受的方式推导。

将u = -Kx 代入之前的能量函数得到：

为了找到K,我们先不防假设存在一个常量矩阵P使得：

代入得：

注意，我们已经假设闭环系统是稳定的，也就是t趋于无穷时，x(t)趋于0。

现在把上式左边的微分展开，并把状态变量x的微分替代得到：

这个式子要始终成立的话，括号里的项必须恒等于0.

这是一个关于K的二次型等式，当然这个二次型是我们不愿看到的，因为计算复杂。现在只要这个等式成立，我们何必不选择K使得两个二次项正好约掉了呢？这样既符合了要求，又简化了计算。取：

代入上式得：

K的二次项没有了，可K的取值和P有关，而P是我们假设的一个量，P只要使得的上式成立就行了。而上式在现代控制理论中极其重要，它就是有名的Riccati 方程。

现在回过头总结下LQR控制器是怎么计算反馈矩阵K的：

1.选择参数矩阵Q,R

2.求解Riccati 方程得到矩阵P

3.计算

        再看看LQR的结构图：

利用迭代法求解离散时间的黎卡提方程。根据迭代法求解P，P为Riccati方程的解，然而用LQR需要计算K，再将K算出。离散时间黎卡提方程：

伪代码表示为：

P=Q
while(err > tolerance && iteration_num < max_num_iteration)
{
    iteration_num++;
    P_1 = Q + A^T*P*A - A^T*P*B(R+B^T*P*B)^(-1)*B^T*P*A;
    err = fabs(P_1 - P);
    P = P_1;
}
 
if(iteration_num < max_num_iteration)
{
    K = -(R + B^T * P *B)^(-1)*B^T*P*A
}

参考链接：

（1）LQR_lqr函数-CSDN博客

（2）LQR控制算法推导以及简单分析-CSDN博客

（3）迭代法求黎卡提（Riccati）方程的解_迭代法解黎卡提方程-CSDN博客

（4）【数理知识】Riccati 黎卡提 system_黎卡提方程-CSDN博客

（5）Apollo代码学习(五)—横纵向控制_apollo纵向控制 论文-CSDN博客

（6）https://github.com/ApolloAuto/apollo

（7）百度Apollo 2.0 车辆控制算法之LQR控制算法解读-清晰版_apollo lqr 反向控制-CSDN博客