自动控制原理学习--平衡小车的控制算法(三)

上一节PID的simulin仿真,这一节用LQR

一、模型

             

二、LQR

LQR属于现代控制理论的一个很重要的点,这里推荐B站的【Advanced控制理论】课程(up主DR_CAN),讲得很好,这里引用了他视频里讲LQR的ppt。

LQR属于lost优化问题,L:Linear ;Q:Quadratic二次型;R:regulater 调制器

主要是优化状态空间下,保证稳定的同时,如何选取状态方程特征值。

Q一般是根据你想控制那些状态给出不同权重的矩阵,就是一个对角矩阵,按顺序对状态量给出权重,给的数值越大,代表你对对应的状态控制要求也高,R是输入是N*1的矩阵,一般只有一维输入的话就一个数,越大表示对输入的控制要求更高。

二、平衡小车LQR

由于需要有状态转移矩阵和输入系数矩阵,所以需要建立动力学模型,建模方法很多(一般常用的是牛顿力分析和拉格朗日方程)

1.牛顿力学分析方程

(1)底盘只有水平方向的移动,故运动方程只有在x方向,

假设小车的摩擦系数为b,由m*a=F公式可得:

m \ddot{x}=F-b \dot{x}-N   其中N为车身(摆杆)对底盘在x方向的反作用力    (1)

(2)车身(摆杆)受力分析:

某一时刻单摆在水平上的位置:

x^{\prime}=x-l \cdot \sin (q)         

单摆在水平方向所收到的力只有N,所以水平方向的运动方程:

\boldsymbol{M} \ddot{\boldsymbol{x}}^{\prime }=\boldsymbol{N}

\boldsymbol{M} \left(\boldsymbol{x}-\boldsymbol{l} \cdot \sin (q)\right)^{\prime \prime}=\boldsymbol{N}

N=M \ddot{x}-M l \ddot{q} \cos (q)+M l \dot{q}^{2} \sin (q)                           (2)

由(2)带入(1)可得第一个运动方程

F=(M+m) \ddot{x}+b \dot{x}-M l \ddot{q} \cos (q)+M l \dot{q}^{2} \sin (q)           (3)

对单摆在垂直方向的受力分析

\begin{array}{l} \boldsymbol{M} \ddot{y}^{\prime }=\boldsymbol{P}-\boldsymbol{M} g \\ y= l cos(q)\\ \ddot{y}^{\prime }=-\ddot{q} \sin (q)-\dot{q}^{2} \cos(q) \\ \boldsymbol{M} l\left(-\ddot{q} \sin (q)-\dot{q}^{2} \cos(q)\right)=\boldsymbol{P}-\boldsymbol{M} g \\ \boldsymbol{P} =M g-M l \ddot{q} \sin (q)-M l \dot{q}^{2} {\cos (q)}\end{array}                               (4)

摆杆质心力矩平衡可得(I是摆杆的转动惯量,规则的物体容易求,但这里我看了人家,尝试去算,但都感觉不对,看过别人的基本设定在0.005左右都可以,后面试了其他值感觉都还可以用,其实有种方法是用实物倒放,让它自由摆动后测出相关的值去推,以后有时间可以试试) :

P l \sin (q)+N l \cos (q)=I \ddot{q}                                                    (5)

把公式(2)、(4)带入(5)可得

\begin{array}{l} M g l \sin (q)-M l \ddot{q} \sin q l \sin q-M l \dot{q}^{2} \cos q l \sin q \\ =M g l \sin q-M l^{2} \ddot{q}+M \ddot{x} l \cos q= I \ddot{q} \end{array}

化简得到第二条运动学方程:

\left(I+M l^{2}\right) \ddot{q}-M g l \sin (q)=M l \ddot{x} \cos(q)                                  (6)

由(3)和(6)得到的方程组:

\left\{\begin{array}{l} F=(M+m) \ddot{x}+b \dot{x}-M l \ddot{q} \cos (q)+M l \dot{q}^{2} \sin (q)\\ \\(I+M l^{2}) \ddot{q}-M g l \sin (q)=M l \ddot{x} \cos(q) \end{array}\right.

线性化, 为小接近的小角度,q为小接近0的小角度,\dot{q} ^2\approx 0, 𝑐𝑜𝑠(q) 为1, 𝑠𝑖𝑛(q) 为0,  F施加给小车的输入,改成u表示:

\left\{\begin{array}{l} u=(M+m) \ddot{x}+b \dot{x}-M l \ddot{q} \\ \\ (I+M l^{2}) \ddot{q}-M g l q=M l \ddot{x} \end{array}\right.                                       (7)

(7)可以改写成

\ddot{x} = \frac {-b(I+M l^2) }{p} \dot{x} +\frac{M^2 g l^2}{p} q +\frac{I+M l^2}{p} u

\ddot{q} = \frac {-b M l }{p} \dot{x} +\frac{M g l (M+m)}{p} q +\frac{M l}{p} u

其中   p=I(M+m)+ Mml^2

 设状态量为   

                          \begin{bmatrix} x \\ \dot x \\ q \\ \dot q \end{bmatrix}

最终的状态空间方程模型为:

\begin{bmatrix} x \\ \dot x \\ q \\ \dot q \end{bmatrix} =\begin{bmatrix} &0 &1 &0 &0 \\ & 0 & \frac{-b(I+M l^2)}{p} & \frac{M^2gl^2}{p} &0 \\ & 0 &0 &0 &1 \\ &0 & \frac{-bMl}{p} & \frac{Mgl(M+m)}{p} &0 \end{bmatrix} * \begin{bmatrix} x \\ \dot x \\ q \\ \dot q \end{bmatrix} +\begin{bmatrix} 0\\ \frac{I+M l^2}{p} \\ 0 \\ \frac{Ml}{p} \end{bmatrix} *u

                                  状态转移矩阵A                                    输入矩阵B

由于状态量与输出反馈一致,故C矩阵为

C=\begin{bmatrix} 1 & 0& 0&0 \\ 0& 1& 0&0 \\ 0& 0& 1&0 \\ 0& 0& 0& 1 \end{bmatrix}      如果你模型里面反馈数据只有平移速度 和角度速度,那C就算2*4的矩阵

D=0

有了A B C D矩阵就可以用LQR求解 (也可以用MPC来求解,套路都一样) ,MATLAB里面有lqr的求解器,一行代码搞定.

不过还有Q  和R 超参的设置, Q可简单设置[10 0 10 0] 顺序对应的水平方向 的x 和速度, 角度q 和角速度,意思是对x 和角度q重点控制,  R=1,对输入要求一般,都可以修改,根据具体情况修改超参。

MALAB 的代码很简单

K = lqr(A,B,Q,R)

会得出K,K 是4*1的向量,然后分别与状态量点乘就得到输入u的值,即F  这就是控制量

由于系统是非时变系统,因此lqr只需求一次K就行了

通过A 和B矩阵,也可以判断系统是否可控

Tc = ctrb(A,B);
if (rank(Tc)==4)
    fprintf('此系统是可控的!\n');

如果不加外力,系统肯定是不稳定的,直接用

Tc = ctrb(A);
if (rank(Tc)==4)
    fprintf('此系统是可控的!\n');

  就可以测试,

说白就算去判断它的状态转移矩阵是否满秩,现代控制理论有相关的推导分析

simulink建模跟上一张PID的模型基本一样,只是计算输入控制量这块不一样,简单放个图:

这里的K_LQR就算lar算出来的K,这里是负反馈,因此是负号;

其他的参数主要有l取0.065m;g=9.8,车身质量M=1.25kg,底盘m=0.5kg。

算出的K为

K =[   -1.0000   -2.1447   37.5875    3.2123 ]

三、上面的牛顿力学分析运动方程很繁琐,同样是找状态转移矩阵 A 输入矩阵 B 一般直接用拉格朗日动力学方程,省事些。

这里不想再敲公式了,直接参考使用B站博主(J_H_Li)的小车倒立摆最优控制教程 视频  讲得通俗易懂,推荐去看

拉格朗日方程:

 q_j 是指某个状态量  \tau 是对应q_j 状态量的外力

分别找出系统总动能 和势能 再分别对状态量进行拉格朗日方程  

总动能

因为以底盘质点为原点,只有车身的势能,因此总势能

V=mgl cos(q)

这里的M是底盘的质量,m是摆杆的,

所以拉格朗日量

分别对x和q进行拉格朗日方程得到:

再进行线性化,q为小接近0的小角度,\dot{q} ^2\approx 0, 𝑐𝑜𝑠(q) 为1, 𝑠𝑖𝑛(q) 为0, 得到两条动力方程:

然后退出A B矩阵,F改为u,就得到

可以看到A 和 B 跟上面用牛顿受力分析得出的不一样,这里算出来的k

K =[   -1.0000   -1.9719   36.2409    1.8586 ]

但相差不大,都是可以让系统稳定的

这种方法比牛顿受力分析,找出一大堆公式要友好得多。
 

  • 20
    点赞
  • 28
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值