1 全景思维导图:现代控制理论知识地图

现代控制理论不是一门孤立的课,而是一条「建模 → 分析 → 反馈设计 → 状态估计 → 优化与预测」的完整链路。先把知识地图印在脑子里:本页每一节都对应图中一个分支,点击分支标题可折叠/展开。

2 为什么需要现代控制理论:PID 的三堵墙

你已经在本站 04-02 里见过 FOC 三环:电流环、速度环、位置环,全是 PID——单关节内环它依然是工业首选。但当控制对象变成「多关节全身 + 欠驱动动力学 + 强耦合」的人形机器人时,PID 会撞上三堵墙,这三堵墙正是现代控制理论诞生的原因。

是什么:PID 处理不了的三类问题

怎么做:换一种「语言」描述系统

经典控制用传递函数说话:只看输入到输出的外部关系,s 域、单回路、频域设计(Bode 图、根轨迹)。现代控制用状态空间说话:把系统内部所有「有记忆的量」(位置、速度、电流……)打包成状态向量 x,写成一阶微分方程组。语言换了之后,矩阵、特征值、线性代数这些工具全部进场——这就是「现代控制 = 状态空间语言」的含义。

面试怎么问

「经典控制与现代控制的本质区别是什么?」

参考答法:①描述语言不同——经典控制用传递函数(外部输入输出描述,频域),现代控制用状态空间(内部状态描述,时域);②适用对象不同——经典控制主要面向 SISO 线性定常系统,现代控制天然支持 MIMO、时变、多状态系统;③设计思路不同——经典控制沿回路整定(PID + 频域校正),现代控制基于状态反馈(极点配置、LQR)与状态估计(观测器)。最后补一句工程判断:两者在实际机器人里是分层的、共存的。

易错点

3 状态空间建模:从物理方程到 Ax+Bu

是什么:状态变量与状态方程

为什么:传递函数只描述「输入进去、输出出来」,系统内部发生了什么看不到。状态空间的核心思想是:挑出一组最小的、能完整记忆系统历史的变量(状态向量 x),系统的未来只取决于当前 x 和今后的输入 u——知道 x,就不用再翻历史账本。

怎么做:对线性定常(LTI)系统,状态空间模型就是两个方程:

• 状态变量怎么选:首选「与能量存储相关的量」——电容电压/电感电流(电气)、位置/速度(机械惯性与弹簧)、温度(热容)。n 阶系统需要且只需要 n 个独立状态。
• A 状态矩阵(内部动力学)、B 输入矩阵(执行器怎么「推」状态)、C 输出矩阵(传感器能「看见」什么)、D 直通矩阵(常为 0)。
• 同一物理系统,状态变量选取不同 → A、B、C 不同,但特征值(极点)相同——这是「实现不唯一」的种子(§4)。

怎么做:从传递函数到能控标准型

已知传函时,可以「机械地」写出一种 companion(友矩阵)型实现。以二阶为例:

规则:最后一行系数是分母多项式倒序取负(−a₀, −a₁, …),上面一行全是 0 和 1 的移位结构;分子系数进 C。这种结构叫能控标准型——它名字的由来就是:这种实现一定完全能控(§6 秩判据一验便知),好处是极点配置公式(Ackermann)在它上面最简洁;缺点是各状态往往没有直接物理意义,且对参数误差、噪声敏感。

完整推导例:关节电机单轴模型(直/交流电机统一形式)

为什么用它:人形机器人每个旋转关节,内核都是「电气回路 + 力矩生成 + 机械动力学」三段。把它推导一遍,你就掌握了状态空间建模的完整套路,后面 LQR/MPC 例程全部复用这个模型。

怎么做(三步):①写电气 KVL 方程;②写机械转矩平衡方程;③选状态 x = [θ, ω, i]ᵀ,整理成标准形。

符号:u 为电枢电压,i 为电流,K_eω 为反电动势(机电耦合);K_ti 为电磁转矩,bω 为黏性摩擦,τ_L 为负载/重力扰动。两个方程把「电压 → 电流 → 转矩 → 转速」的因果链完整写了出来。

选状态 x₁=θ(位置)、x₂=ω(速度)、x₃=i(电流),u = u(电压),并把负载转矩 τ_L 当作已知外扰或「扰动输入」d:

输出取决于传感器:编码器测 y=[θ, ω](C 取前两列),电流采样测 i(C=[0 0 1])——「C 就是你装了哪些传感器」,这句话连接了建模与后面的观测器设计。

含减速器怎么办:关节端参数折算——等效惯量 J_eff = J_m + J_L/n²,输出端角度 θ_J = θ_m/n,输出端转矩放大 n 倍(扣效率)。若你把状态定义在输出端,K_t 项要除以 n;定义在电机端则不变。先声明状态在哪个端,再写矩阵,这是关节建模最容易踩的坑。

代码:Python(control 库)建模与自检

import numpy as np
import control as ct

# 关节电机参数(电机端): R=0.5Ω, L=0.15mH, Kt=0.06 N·m/A,
# Ke≈Kt(SI单位制), J=1.2e-4 kg·m², b=1e-5, 减速比 n=10
R, L, Kt, J, b = 0.5, 1.5e-4, 0.06, 1.2e-4, 1e-5
Ke = Kt

# 状态 x = [theta_m, omega_m, i] (电机端角度/角速度/电流)
A = [[0, 1, 0],
     [0, -b/J, Kt/J],
     [0, -Ke/L, -R/L]]
B = [[0], [0], [1/L]]
C = [[1, 0, 0],
     [0, 1, 0]]          # 编码器测角度+速度; D=0
sys = ct.ss(A, B, C, 0)

# 自检1: 极点 = 特征值
print("极点:", sys.poles())
# 自检2: 传函回收(某一输出对u): G(s)=C(sI-A)^-1 B
tf = ct.ss2tf(sys)
print(tf)

4 状态空间与传递函数:同一系统的两副面孔

是什么:从状态方程拉回传函

为什么:两者不是二选一,而是同一系统的「内部描述」与「外部描述」。对状态方程两边取拉普拉斯变换(零初始条件),消去内部状态 X(s),就得到输入输出关系:

怎么做:推导只需两步——X(s) = (sI−A)⁻¹B·U(s),代回 Y(s) = CX(s)+DU(s)。由此得到关键结论:G(s) 的极点 ⊆ A 的特征值,等号成立当且仅当没有零极点对消(即系统是最小实现)。

为什么:实现不唯一与最小实现

同一个 G(s) 可以有无穷多个状态空间实现——你把状态变量做一个可逆线性变换 T(x̃=Tx),A、B、C 全变,但 G(s) 不变(特征值也不变,相似变换不改变特征多项式)。例如能控标准型与「物理坐标」(θ, ω, i) 实现是同一传函的两副面孔。

• 最小实现:实现的状态维数不同(你可以故意加一个不能控/不能观的「幽灵」状态),其中维数最小、且同时完全能控+完全能观的那个,叫最小实现。
• 判据:实现是最小的 ⇔ (A,B) 能控 且 (A,C) 能观 ⇔ 传函没有零极点对消。
• 工程含义:有对消发生时,G(s) 上「看不见」的那个模态仍然真实存在——若它不稳定,输出传函看起来没事,内部状态却在发散(内部不稳定)。这是「现代控制比经典控制看得深」的经典论据。

5 线性系统的解、稳定性与离散化

是什么:状态转移矩阵 e^{At}

为什么:经典控制用「阶跃响应表」查输出,现代控制直接把任意时刻的全部状态解成封闭形式——控制算法跑在计算机上,本质上每个周期都在用这个解做预测。

• 第一项 e^{At}x(0):零输入响应——初始状态如何演化;第二项:零状态响应——输入如何「推」状态。
• e^{At} 叫状态转移矩阵,可用级数定义 e^{At} = I + At + (At)²/2! + … 计算;它把「t 时刻状态」从「0 时刻状态」转移过来,故得此名。
• e^{At} 的每一个元素都是 e^{λt}、t·e^{λt} 这类项的组合(λ 为特征值)——这就是「特征值决定响应形态」的代数根源。

为什么:特征值 = 极点 = 稳定性

• e^{At} 含 e^{λt} 项 → 所有特征值实部 Re(λᵢ) < 0 时,零输入响应衰减到 0(Lyapunov 渐近稳定);有一个实部为正,状态发散。
• 而 G(s) 的极点 ⊆ 特征值(§4)→ 「特征值、极点」在最小实现里是一回事,频域语言与时域语言在这里会师。
• 复数特征值 λ = σ±jω 对应衰减振荡(e^{σt}·sinωt):σ 决定衰减快慢,ω 决定振荡频率——从二阶系统的阻尼比/自然频率直接迁移过来。

怎么做:离散化(ZOH)与采样频率选择

控制律跑在 MCU/DSP 上,周期 T 一步一步来,所以要把 ẋ=Ax+Bu 变成差分方程 x[k+1]=A_dx[k]+B_du[k]。零阶保持(ZOH)假设「一个周期内 u 保持恒定」——这正是 PWM/逆变器每拍更新一次指令的真实行为:

采样频率怎么选:经验法则 f_s ≈ (10~20) × 闭环带宽。太低——相位滞后吃掉裕度、ZOH 假设失效,连续域设计的控制器离散后降级甚至不稳;太高——算力与传感器噪声压力上升。关节案例:位置/速度外环带宽约 50~100 Hz,1 kHz 控制周期绰绰有余;电流环带宽 1~2 kHz,对应 20 kHz PWM 与同频电流采样。香农定理(2 倍)只是「不混叠」的底线,工程上远不止 2 倍。

# ZOH 离散化(python-control 一行完成)
sysd = sys.sample(Ts=0.001, method='zoh')   # 1 kHz 外环
print(sysd.A, sysd.B)

# 验证: 离散极点 = 连续极点的指数映射 z = e^(λ·Ts)
import numpy as np
lam = sys.poles()
print("z = exp(λTs):", np.exp(lam * 0.001))

6 能控性与能观性:鞭子够得着吗、看得见吗

是什么:定义与秩判据

为什么:在动手设计任何状态反馈之前,必须先回答两个资格问题——「我能通过输入 u 把每个状态都推到位吗(能控)?」「我能从输出 y 反推出每个状态吗(能观)?」。答案决定后面所有设计方法是否可用。

• 能控性矩阵是把 u 依次「作用 1 拍、2 拍……n 拍」能到达的所有方向拼起来;rank = n 意味着这些方向张满整个 n 维状态空间,任何状态都能在有限时间内到达。
• 能观性矩阵对偶:把 y 及其各阶「导数信息」拼起来,能张满 n 维就能唯一反推初值。
• 面试加分:PBH 判据 rank[λI−A, B] = n 对每个特征值成立 ⇔ 能控,适合判断「哪个模态不能控」。

物理直觉:哪些状态「鞭子够得着」「眼睛看得见」

• 能控 = 鞭子够得着:u 是你手里的鞭子,状态是散落的球。够得着的球(能控子空间)可以任意指挥;够不着的球只能随它去。关节例子:电机经减速器拖动负载,输出端位置「够得着」;但如果你在输出端抱闸锁死 + 电机堵转的场景里建模,锁死方向的自由度就是不能控的。
• 能观 = 看得见:传感器是眼睛。只装电机端编码器时,减速器柔性形变/输出端残余振动在 y 里几乎不出现——「看不见」的状态要用观测器猜;这正是人形关节上双编码器(电机端 + 输出端)方案的动机之一(参见 02-05 参考资料汇总)。
• 多关节系统:「腿摆动时躯干姿态不可控自由度」(欠驱动/非完整约束)是能控性直觉的高级版本——Underactuated Robotics 全书都在讲「鞭子够不着时怎么办」。

怎么做:不能控就不能任意配极点

状态反馈 u=−Kx 的闭环矩阵是 A−BK,它的 n 个极点想放哪就放哪的充要条件是完全能控。不能控的模态像一个焊死的旋钮:你转不动它,它保持在原位(通常还在不稳定位置)——此时极点配置最多改 n−1 个。所以工程流程永远是:先验能控,再配极点;先验能观,再上观测器。

import numpy as np

def ctrb(A, B):
    n = A.shape[0]
    return np.hstack([np.linalg.matrix_power(A, i) @ B for i in range(n)])

Cc = ctrb(A, B)                      # 用 §3 的关节电机 A, B
print("能控性秩:", np.linalg.matrix_rank(Cc), "/ 3")   # 3 → 完全能控

Co = np.vstack([C] + [C @ np.linalg.matrix_power(A, i) for i in (1, 2)])
print("能观性秩:", np.linalg.matrix_rank(Co), "/ 3")

7 极点配置:u = −Kx 把极点搬到想要的位置

是什么:全状态反馈

为什么:§5 说了「特征值决定响应形态」,那么最直接的控制思路就是:用状态反馈改造系统矩阵,把特征值搬到我们指定的位置。取控制律 u = −Kx(参考输入先置零考虑调节问题):

怎么做:K 有 n 个自由度,恰好够把 n 个极点各放一处(前提:完全能控)。参考输入 r 的引入用「前馈 + 反馈」结构 u = −Kx + N·r(N 用来把稳态误差调到 0,常用 N = 闭环直流增益的倒数)。

怎么做:Ackermann 公式

单输入系统求 K 有一个闭式解:记期望特征多项式 φ_d(s) = sⁿ + a₁*sⁿ⁻¹ + … + aₙ*,则

手推不必背,但要会用:Matlab 里 K = acker(A,B,P)(数值上仅推荐 n≤10),Python 里 K = ct.place(A,B,P)(place 还支持 MIMO 与鲁棒算法)。

# 把三个极点放到 {-30, -40, -300} (rad/s): 快动态给电流, 主导给机械
P = [-30, -40, -300]
K = ct.place(A, B, P)
print("K =", K)                       # 检查闭环
sys_cl = ct.ss(A - B @ K, B*0, C, 0)  # 零输入闭环 A-BK
print("闭环极点:", ct.eigvals(A - B @ K))

为什么:主导极点放置策略(快 ≠ 无脑远)

• 主导极点:把一对「较近」的复极点放在决定闭环带宽/阻尼的位置(如等效阻尼比 0.7~0.9),其余「快极点」放到主导极点 5~10 倍远的地方——远极点衰减快,对响应形态贡献小。
• 但增益别太大:极点往左拉得越远,K 越大;K 大 = 控制电压/电流指令大 = 执行器饱和 + 传感器噪声被放大 n 倍。编码器量化噪声经 K 直接进电压指令,电机「嘶嘶」发热啸叫就是经典症状。
• 工程折中:极点位置受物理约束——期望带宽不得超过执行器带宽(电流环)与采样频率的 1/10,否则纸面极点在真机上根本实现不了。

8 LQR:把「怎么配极点」换成「怎么摆权重」

是什么:最优代价函数

为什么:极点配置的痛点是「极点放哪要拍脑袋」。LQR(线性二次型调节器)换了个问法:不问极点在哪,而问「状态偏差和控制能量加起来最小的控制律是什么」。把偏好写成积分代价:

被积函数第一项罚「状态离零位有多远」,第二项罚「花了多少控制量」。最小化 J 的解恰好是一个线性状态反馈 u = −Kx——最优解自动落在和 §7 相同的结构上,这就是 LQR 的优雅之处。

怎么做:Riccati 方程与增益

代数 Riccati 方程(ARE)求出对称正定解 P,K 随之确定。你不需要手解 ARE——Matlab lqr(A,B,Q,R)、Python ct.lqr() 一行完成;需要理解的是它的两条性质:①(A,B) 能控(或可镇定)时闭环 A−BK 必渐近稳定;②固有裕度:全状态反馈 LQR 的增益裕度至少 6 dB(环路增益降到 1/2 或升到无穷都不失稳),相位裕度不低于 60°——「鲁棒性免费送」,这是它远胜随手配极点的关键(前提:模型准确、全状态可测、未忽略执行器动态)。

Q、R 的物理意义与初值公式

初值公式(Bryson 法则):按「每个量允许的最大偏差」倒数平方给初值,把各状态和控制量归一到同一量纲:

例如关节允许位置偏差 0.1 rad、电压指令 24 V:q_θθ=100,r=1/576≈0.0017。

调参实操:固定 R,对数量级扫 Q

• 为什么这么扫:Q、R 同时动,方向感全无;固定 R 之后「Q 增大 = 更快更硬」是单调关系,行为可预测。R 相当于「执行器预算」——它由硬件决定(电压/电流上限),所以固定它符合物理直觉。
• 流程:R 按 Bryson 定死 → Q 从小到大 ×10 扫(1 → 10 → 100…)→ 看阶跃/抗扰仿真:上升时间够快、u 未饱和 → 再微调 Q 内部各分量的相对比例。
• 停止条件:出现①指令饱和/抖动、②观测噪声引起输出毛刺、③带宽逼近电流环极限 —— 任一出现即回退一档 Q。

Q = np.diag([100.0, 1.0, 0.1])   # 罚位置、速度、电流
R = np.array([[1e-3]])           # 电压预算 24V → Bryson: 1/24² ≈ 0.0017
K, P, eig = ct.lqr(A, B, Q, R)   # K shape (1,3)
print("K =", K, " 闭环特征值:", eig)

# 自检闭环带宽与阶跃响应
sys_lqr = ct.ss(A - np.squeeze(B @ K), np.squeeze(B), C, 0)
ct.step_response(sys_lqr)        # 扫 Q: 10 → 100 → 1000 观察变化

9 状态观测器与分离原理:看不见的状态,算出来

为什么需要观测器

LQR/极点配置都要求「全状态可测」x,但真机上:角速度要靠编码器差分(噪声大)、柔性形变测不到、「干净」的电流转矩关系受温度漂移影响。把噪声很大的微分值直接喂进 K,等于给控制指令放大噪声。观测器(状态估计器)的思路:用同一个模型在线「影子仿真」,用测量误差不断校正影子,得到估计 x̂ 代替 x 做反馈。

怎么做:龙伯格(Luenberger)观测器方程

前两项是「照抄对象模型的影子仿真」,第三项是校正项:测量残差 y−Cx̂ 经增益 L 注回估计。估计误差的动态是封闭的:

• L 怎么设计:与极点配置完全对偶——(A,C) 能观 ⇔ (Aᵀ,Cᵀ) 能控,所以 L = place(A.T, C.T, P_obs).T,把观测器极点放在闭环极点更左边(快 3~10 倍):太慢,x̂ 追不上 x;太快,测量噪声全被 L 放大。
• 观测器极点 ≪ 控制极点 的原因:估计误差收敛必须快于控制动态,反馈才「像」真全状态反馈;但受噪声约束,不能无限快——这是观测器设计的核心折中。

# 观测器: 极点放 {-80, -100, -800}(比控制快 3~10 倍)
P_obs = [-80, -100, -800]
L = ct.place(A.T, C.T, P_obs).T     # 对偶设计
print("L =", L)                     # 误差动态 A - L C 特征值检验
print(ct.eigvals(A - L @ C))

分离原理与 LQG

• 分离原理:把 u=−Kx̂ 与龙伯格观测器联立后,闭环 2n 个极点恰好是 eig(A−BK)(控制)与 eig(A−LC)(观测)两组的并集——控制律设计与观测器设计可以完全独立进行,互不影响。这是线性系统最漂亮的结论之一,把一个 2n 维耦合问题拆成两个 n 维问题。
• LQG = LQR + KF:当噪声是统计已知的随机过程时,用卡尔曼滤波(§10)替换龙伯格观测器、保留 LQR 反馈,组合叫 LQG。代价:分离原理在 LQR+KF 组合下仍成立(增益各自最优),但 LQG 不再保证 LQR 那套 60° 相位裕度(LQG 有著名的「裕度退化」反例)——面试能提这点非常加分。

10 卡尔曼滤波:给观测器装上「统计大脑」

是什么:预测—更新两步循环

为什么:龙伯格观测器把测量当「完全可信」,把模型当「完全准确」,真实世界两头都不成立(编码器量化噪声、模型参数误差)。卡尔曼滤波(KF)把不确定性显式写进数学:模型误差用过程噪声 w~N(0,Q_n),传感器误差用测量噪声 v~N(0,R_n),然后回答——「在这个噪声水平下,均方误差最小的估计是什么」。

• 预测(模型说话):用状态方程把估计推到下一拍;协方差 P⁻ 变大——「只靠模型,心里越来越没底」。
• 更新(测量说话):来了新测量 y,按 Kalman 增益 K_k 折中修正;P 变小——「测量补了信息」。
• 每个周期循环这两步,K_k 自动在 0~1 之间浮动:模型准/噪声大时趋近 0(信模型),测量准/模型差时趋近 1(信测量)。

# 一维关节角度 KF 最小实现(感受两步结构)
x, P = 0.0, 1.0            # 初始估计与协方差
Qn, Rn = 1e-4, 0.05        # 过程/测量噪声方差
for y_meas in encoder_readings:      # 每个采样周期
    x  = x                            # 1) 预测: 静态/匀速模型推 x
    P  = P + Qn                       #    不确定性增大
    Kk = P / (P + Rn)                 # 2) 更新: 算增益
    x  = x + Kk * (y_meas - x)        #    折中修正
    P  = (1 - Kk) * P                 #    不确定性减小
# 生产环境用 filterpy / scipy 实现向量化版本

Q_n、R_n 的调参直觉:信模型还是信传感器

与龙伯格观测器的关系:KF = 时变最优观测器

• 结构上,KF 就是龙伯格观测器:L(y−Cx̂) 的位置换成了 K_k(y−Cx̂⁻),只是增益不再固定,而是由协方差递推每个周期在线计算。
• 理论上:噪声为高斯白噪声时,KF 是均方估计误差意义下的最优估计器;把 K_k 收敛值固定,就退化为一个特定 L 的稳态卡尔曼滤波——与龙伯格形式完全重合。
• 扩展:模型非线性(EKF 雅可比线性化 / UKF 无味变换)、非线性-非高斯(粒子滤波)。关节级 EKF 常用于无传感器估计与 IMU 姿态融合——深入见下一页 17 状态观测器全解。

11 MPC 模型预测控制:一边预测,一边滚动优化

是什么:滚动优化三要素

为什么:LQR 求的是一个「一次性算完、永远用下去」的反馈增益;MPC(模型预测控制)换个更「务实」的玩法——每个控制周期都重新做一次有限时域的优化:用模型预测未来 N_p 步,选一串未来控制量让预测轨迹「又贴参考、又不费劲、还不越界」,但只执行第一个,下一拍全部重来。三要素缺一不可:

• ① 预测模型:就是 §3/§5 的状态空间离散模型 x[k+1]=A_dx[k]+B_du[k]——MPC 没有魔法,模型错预测全错;
• ② 代价函数:把「贴参考 + 省控制 + 变化平滑」写成二次型;
• ③ 约束:执行器饱和、状态边界、ZMP 必须落在支撑多边形内……显式写进优化问题,这是 MPC 区别于 LQR 的灵魂。

怎么做:QP 一句话与 N_p/N_c 调参

QP 求解一句话:把模型递推代入代价,决策变量是未来控制序列 U=[u₀,…,u_Nc−1],整个问题变成「二次目标 + 线性约束」的凸二次规划(QP)——有唯一全局最优,专业求解器(OSQP、qpOASES、HPIPM)在嵌入式上毫秒级可解;没有约束时一阶导为零,解析解恰好退化为 LQR 增益。

• N_p(预测时域):要覆盖对象的主要动态——太短是「近视」(看不到未来的罚与约束),太长是「远视」(决策变量暴增 + 远期预测没意义)。经验:覆盖 2~3 个开环响应时间。
• N_c(控制时域):N_c ≤ N_p,之后控制量保持不变。N_c 越大自由度越高但求解越慢;关节/步态控制常取 N_c 为 N_p 的 1/4~1/2。
• 节点数才是计算量:QP 规模 ∝ N_c×控制维数;50 Hz 步态 MPC 通常 N_p≈10~16 步,1 kHz 关节级 MPC 只敢 N_p≈5~10。

为什么足式机器人步态都用 MPC(ZMP / 质心模型约束)

双足行走的本质是「控制一个倒立摆,同时 ZMP(零力矩点)必须始终落在脚底支撑多边形内」——踩出支撑多边形就翻倒。这个「不许越界」的硬约束,是 LQR 表达不了、而 MPC 与生俱来的能力。工业与学术主流步态控制器用简化质心模型做 MPC:

状态取 [x_c, ẋ_c, ẍ_c](或加 jerk),控制输入为 ZMP/足端落点 p,约束 p_min ≤ p ≤ p_max(支撑多边形),代价罚质心跟踪 + 速度平滑 + 落点省力——一个标准的线性 MPC。MIT Cheetah、宇树、优必选等步态层的 MPC 本质都是这个套路(细看模型不同:凸 MPC 用 LIPM,更高端用质心动力学/全身 MPC);这些指令再下发到各关节,由本页 §3 的关节模型执行。

MPC vs LQR 对比表

数值算例:单轴电机 MPC 手推 2 步(N_p=2,无约束解析解)

对象:一阶离散模型 x[k+1] = 0.9·x[k] + 0.1·u[k],参考 x_ref = 1,权重 Q = 1、R = 0.1,初始 x(0) = 0。预测时域 N_p = 2、控制时域取满 2,决策变量 U = [u₀, u₁]^T。下面把「模型递推 → 代入代价 → 求偏导 → 解方程」完整走一遍,感受 QP 在最简单时是什么。

第 1 步:两步预测代入代价。由模型递推:x₁ = 0.1u₀;x₂ = 0.9x₁ + 0.1u₁ = 0.09u₀ + 0.1u₁。状态跟踪代价 + 控制代价:

第 2 步:对 u₀、u₁ 求偏导置零。对 u₀:0.2(0.1u₀−1) + 0.18(0.09u₀+0.1u₁−1) + 0.2u₀ = 0,整理得 0.1181u₀ + 0.009u₁ = 0.19;对 u₁:0.2(0.09u₀+0.1u₁−1) + 0.2u₁ = 0,整理得 0.09u₀ + 1.1u₁ = 1。(两个方程就是 QP 的 H·U = g,H 正定 → 唯一全局最优。)

第 3 步:解二元线性方程组。由第二式 u₁ = (1 − 0.09u₀)/1.1,代入第一式:0.1181u₀ + (0.009/1.1)·(1 − 0.09u₀) = 0.19,即 0.1181u₀ + 0.008182 − 0.000736u₀ = 0.19,得 0.117364u₀ = 0.181818 → u₀* = 1.549;回代得 u₁ = (1 − 0.09×1.549)/1.1 = (1 − 0.1394)/1.1 = 0.8606/1.1,即 u₁* = 0.782。

验算:x₁ = 0.1×1.549 = 0.155,x₂ = 0.09×1.549 + 0.1×0.782 = 0.139 + 0.078 = 0.218。代入两个偏导方程:0.1181×1.549 + 0.009×0.782 = 0.1830 + 0.0070 = 0.190 ✓;0.09×1.549 + 1.1×0.782 = 0.1394 + 0.8606 = 1.000 ✓。注意 u₀* = 1.549 远小于「一步到位」所需的 10——R = 0.1 罚控制量,MPC 主动选择「两拍内渐进到位」,这正是 LQR/MPC 权重的物理含义。

滚动时域怎么用:这一拍只执行 u₀* = 1.549,u₁* 直接扔掉;下一拍用实测 x₁ = 0.1×1.549 = 0.155 作新初值,重新解一遍同样的问题(此时两步预测的起点变了,最优解也变),如此每拍滚动。真实关节级 MPC 的 N_p = 5~10 无法手推,靠 OSQP/HPIPM 毫秒级求解,但「预测 → 优化 → 只执行第一步」的骨架和上面完全一样。

12 工程落地与选位:谁跑在哪一层

是什么:人形机器人的分层控制架构

为什么:本页所有方法都有算力与带宽前提,把它们放到正确的层,才不会出现「在 G431 上跑 500Hz 全身 MPC」式的悲剧。结合本站 04-23 通信与控制算法升级路线 的五阶段路线,频率从内到外逐层下降:

怎么做:单关节位置 LQR 调参全流程(可复刻)

与 ADRC 的关系:两条通往「鲁棒」的路

• 本页的 LQR/MPC 是「基于模型」路线:模型越准,性能上限越高;模型失配靠裕度和鲁棒设计兜底。ADRC(04-23 详解)是「不依赖精确模型」路线:用扩张状态观测器(ESO)把内外扰的总和实时估计出来直接抵消。
• 两者不冲突且常常同框:工业主流是「三环 PID + 选择性 ADRC 增强 + 上层 MPC」——关节内环用 ADRC/ESO 抗扰,躯干层用 MPC 处理约束与协调(见 04-09 变体 C)。观测器是共同基石:龙伯格、KF、ESO、SMO 是同一思想(§9)在不同噪声/鲁棒假设下的变体,下一页逐个拆解。

13 面试高频问答合集(复试/求职速刷)

以下 7 题覆盖本页最高频的面试考点,先自己作答再展开对答案。更多跨学科题库见 06-11 保研复试面试题库,机器人控制岗还可结合 06-07 大厂面试专题 冲刺。

Q1 · 能控性的物理意义是什么?怎么判断?

物理意义:在有限时间内,用允许的输入能把系统状态从任意初值转移到任意目标值——不是「能动一动」,而是「指哪到哪」。判断:秩判据 rank[B AB … Aⁿ⁻¹B]=n,或 PBH 判据 rank[λI−A, B]=n 对每个特征值成立。物理直觉:输入的「鞭子」能碰到每一个状态模态;碰到不了的模态就是不能控子空间,状态反馈对它无能为力。

Q2 · LQR 的 Q、R 权重怎么给?

先讲物理意义:Q 罚状态偏差(大 = 响应快、硬),R 罚控制量(大 = 省力、柔),两者相对比例决定「性能 vs 能耗」折中。再给方法:Bryson 法则取初值 q=1/x_max²、r=1/u_max²(归一化量纲)→ 固定 R 扫 Q(×10 步进)→ 看阶跃响应与控制量是否饱和 → 微调 Q 内各分量比例。最后补约束:K 过大导致噪声放大与执行器饱和,真机表现是最终裁判。

Q3 · 分离原理是什么?为什么重要?

对线性系统,「状态反馈 u=−Kx̂ + 状态观测器」组合的闭环极点,恰为控制极点 eig(A−BK) 与观测器极点 eig(A−LC) 的并集——控制器和观测器可以完全独立设计、独立调参。重要性:把 2n 维耦合设计问题拆成两个 n 维问题,LQG(LQR+KF)因此才可行。加分点:分离原理在 LQG 下「增益最优性分离」仍成立,但 LQR 的 60° 相位裕度保证不再自动保持,需要 LTR 恢复。

Q4 · MPC 为什么能处理约束?LQR 为什么不能?

MPC 把未来 N_p 步写成优化问题:二次代价 + 线性不等式约束(u∈[u_min,u_max]、ZMP∈支撑多边形),约束直接参与求解,最优解天然可行;问题形式是凸 QP,多项式时间可解。LQR 的解是固定线性律 u=−Kx,没有任何机制保证输出不越界——执行器饱和时闭环特性突变(积分饱和/增益下降),只能事后补偿。一句话:MPC 把「约束」从希望变成硬性条目。

Q5 · 离散化方法有哪些?各用在哪?

①前向欧拉:x[k+1]=x[k]+T·f(x,u),最简单,T 大可能把稳定系统离散成不稳定;②后向欧拉:隐式,无条件稳定、精度低;③Tustin(双线性):s↔z 频域映射,常用于滤波器离散化,有频率畸变需预扭曲;④零阶保持 ZOH:精确解 e^{AT} + 周期内 u 恒定,是控制系统离散化的默认正确选择。采样频率按闭环带宽 10~20 倍取,不是香农 2 倍。

Q6 · 状态空间和传递函数是什么关系?最小实现是什么?

G(s)=C(sI−A)⁻¹B+D 是桥梁:状态空间取拉氏变换消去内部状态即得传函。A 的特征值 ⊇ G(s) 的极点;实现不唯一(相似变换不改变传函与特征值),不同实现维数还可不同;维数最小且完全能控+完全能观的实现叫最小实现,等价于传函无零极点对消。对消掉的「隐藏模态」传函上看不见但真实存在,可能造成内部不稳定。

Q7 · 卡尔曼滤波和龙伯格观测器什么关系?Q、R 怎么调?

结构同构:都是「模型预测 + 残差校正」;KF 的增益 K_k 由协方差递推在线计算(时变),在统计假设下均方最优,稳态时退化为定增益龙伯格观测器。调参:Q_n(过程噪声)大 = 信传感器、响应快但毛刺多;R_n(测量噪声)大 = 信模型、平滑但滞后;比值定折中,R_n 用传感器静置数据标定,Q_n 靠激励实验辨识。注意别和控制 LQR 的 Q、R 混淆。

14 本节自测

15 参考来源与延伸资源

以下资源均经核实真实可达(2026-09 核验),按「视频 → 书籍/课程 → 文章 → 工具」排序,⭐ 为优先推荐。

🎬

⭐ DR_CAN【Advanced 控制理论】系列(B站)

中文圈最经典的现代控制入门视频:状态空间、能控能观、观测器、卡尔曼滤波一路讲到分离原理,配合手写推导,播放近 30 万。UP 主为机器人方向博士,同系列还有建模与最优控制专题。

B站视频 ⭐ 首推入门 入门

🎬

DR_CAN B站主页(全部控制系列合集)

从【Advanced 控制理论】到非线性控制、最优控制的完整合集入口,适合按合集顺序系统刷完。

B站空间 系统学习

🎬

⭐ Steve Brunton · Control Bootcamp(YouTube 官方播放列表)

华盛顿大学教授的短课(约 80 个 10 分钟小节):线性系统、能控能观、LQR、卡尔曼滤波、鲁棒控制,每讲直击一个概念,是英文世界最快的现代控制总览。

YouTube ⭐ 英文首选 入门~中级

🎬

Control Bootcamp 中文字幕版(B站搬运)

Brunton 课程的 B站字幕合集,不便访问 YouTube 时的替代;B站搜「Steve Brunton 控制」还有多个版本可选。

B站搬运 入门~中级

📘

⭐ MIT · Underactuated Robotics(Russ Tedrake 讲义)

欠驱动机器人控制圣经,免费全文:LQR、轨迹优化、ZMP 步态、全身控制、鲁棒/随机控制,全部带 Drake 可运行示例——本页 §11 步态 MPC 的「下一步深读」。

MIT 课程 ⭐ 进阶必读 高级

📘

MIT OCW · 6.241J Dynamic Systems and Control

MIT 研究生级动态系统与控制公开课:状态空间、能控能观、状态反馈与观测器的严格理论版,讲义/作业/考试全套,适合想补数学严谨性的读者。

MIT OCW 研究生级

🧪

⭐ Kalman and Bayesian Filters in Python(rlabbe,免费交互书)

GitHub 19k+ 星的卡尔曼滤波开源教科书:全书 Jupyter 可运行、每张图都能改参数重跑,KF/EKF/UKF/粒子滤波全覆盖,「重直觉、轻证明」,本页 §10 的最佳实操续篇。

GitHub 开源书 ⭐ 动手必跑 中级

📄

知乎 · 现代控制理论:状态空间与状态方程

中文社区高赞笔记:状态空间建模、特征值与极点关系、控制器/观测器设计与 LQR 实例,与 DR_CAN 视频互补的文字版。

知乎专栏 入门~中级

📄

知乎 · 跳出课本看 LQR:从公式到代码

专讲「Q、R 权重如何影响控制效果」的实战文章,含调参对照实验——本页 §8 调参实操的展开版。

知乎专栏 中级

📄

🛠️

⭐ Python Control Systems Library 官方文档

本页所有 Python 示例使用的开源库:状态空间建模、频域/时域分析、place/lqr/KF/MPC 一应俱全,Matlab 用户的免费平替。

工具文档 ⭐ 实验环境 入门必备

🛠️

Control Tutorials for MATLAB and Simulink(密歇根大学)

老牌交互式控制教程:每个概念(状态空间、数字控制、LQR)配 Matlab/Simulink 可复现实验,含直流电机建模等经典案例,与本页关节模型高度对应。

大学官方教程 入门~中级