线性二次型最优控制(LQR)在机器人轨迹跟踪中的应用与实践

LQR实战:从理论到实现线性二次型调节器的完整指南 本文提供了一份从理论到实践的LQR(线性二次型调节器)完整指南。文章深入浅出地解释了LQR的核心原理,即通过最小化二次型代价函数来设计最优状态反馈控制器,并详细演示了如何通过求解黎卡提方程获取反馈增益矩阵K。指南以倒立摆控制为例,手把手展示了使用Python进行系统建模、权重矩阵设计、控制器求解和仿真的全过程,同时分享了工程实践中的关键技巧与常见陷阱。 阅读详情

1. 从理论到实践:为什么LQR是机器人轨迹跟踪的“王牌”?

如果你玩过遥控车,或者看过机器人比赛,大概会知道让一个机器小车沿着一条画好的线走直线有多难。它要么会左右摇摆,要么会冲过头,要么干脆跑偏。这背后其实是一个经典的轨迹跟踪问题。在工业界和学术界,解决这个问题有一个非常经典且强大的工具,那就是线性二次型最优控制,也就是我们常说的LQR。

你可能听说过PID控制器,它简单好用,但面对复杂的机器人系统,比如一个多关节的机械臂或者一个高速移动的无人机,PID的调参就像一场噩梦,而且性能上限不高。这时候,LQR的优势就体现出来了。它不是一个“拍脑袋”想出来的控制器,而是从一个非常优雅的数学问题出发:如何设计一个控制器,使得系统在满足动态方程的同时,最小化一个衡量“误差”和“能量消耗”的代价函数?

听起来有点抽象?我来打个比方。假设你要开车从A点到B点,你希望:

  1. 尽快到达(误差小):对应LQR里对状态误差的惩罚。
  2. 开车平稳省油(控制柔和):对应LQR里对控制量(如油门、刹车)的惩罚。 LQR就是那个帮你计算出最优驾驶策略的“超级大脑”,它告诉你每个时刻方向盘该转多少,油门该踩多深,才能完美平衡“快”和“稳”。

我在实际做轮式移动机器人和机械臂项目时,LQR是我的首选方案之一。尤其是在需要高精度、高实时性的轨迹跟踪场景,比如机器人抓取、AGV循迹、无人机定点悬停,LQR的表现非常可靠。它最大的魅力在于,一旦你建立了准确的系统模型,剩下的工作几乎可以交给计算机自动完成——求解一个叫做Riccati方程的数学问题,就能得到最优的反馈增益矩阵。这个增益矩阵就是控制器的“核心配方”,告诉你如何根据当前机器人的“状态”(比如位置、速度)来计算出最优的“控制指令”(比如电机扭矩)。

与原始文章中偏重理论推导不同,这篇文章我会带你绕过复杂的数学,直击工程实现的要害。我会分享我是如何一步步为机器人建模、选择权重、实现控制器,并处理实际中遇到的各种“坑”。你会发现,LQR并不神秘,它是一套非常系统化、工程友好的设计方法。

2. 第一步:为你的机器人建立一个“数字替身”

LQR是建立在线性系统模型之上的。但我们的机器人,无论是轮式的、足式的还是飞行的,本质上都是非线性的。这就像你要给一个脾气多变的朋友提建议,最好先把他当下的情绪状态搞清楚。所以,应用LQR的第一步,也是最重要的一步,就是为你的机器人建立一个可用的线性模型。这个过程通常称为系统建模与线性化。

2.1 从物理定律到状态方程

我们以一个最经典的例子开始:两轮差分驱动机器人的轨迹跟踪。它的运动学模型是非线性的。假设我们期望它跟踪一个给定的参考轨迹 (x_ref(t), y_ref(t), θ_ref(t))。

首先,定义跟踪误差。我们不直接在全局坐标系下控制,而是将误差转换到机器人自身的车体坐标系下。这样更直观,也更容易设计控制器。定义误差状态向量为: e = [e_x; e_y; e_θ] = R(θ)^T * ([x_ref; y_ref] - [x; y]) ; θ_ref - θ 其中 R(θ) 是旋转矩阵。这个 e 就是我们的状态变量,我们的目标就是让 e 趋近于零。

接着,对这个误差模型进行微分,并在一阶近似下(假设误差和速度控制量较小),我们可以推导出线性时变误差系统: ė = A(t) * e + B(t) * u 这里的 u 通常是机器人的线速度和角速度指令 [v; ω]。A(t) 和 B(t) 矩阵中包含了参考轨迹的速度信息 v_ref(t) 和 ω_ref(t),因此是时变的。

这是我踩过的第一个坑: 很多新手会直接使用机器人的全局非线性模型,然后尝试在某个固定点(比如零点)进行线性化。这对于定点镇定(比如让机器人走到一个固定点)是可行的,但对于跟踪一条时变的轨迹,这样做会导致跟踪性能很差,尤其是在参考速度变化较快时。必须使用基于参考轨迹的线性化,才能得到准确的误差动力学。

2.2 离散化:让算法能在电脑里跑起来

上面得到的是连续时间的状态方程。但我们的控制器是在数字计算机(比如ROS节点、单片机)上运行的,需要以固定的周期(例如10ms)进行计算。所以,我们必须把连续模型离散化。

假设我们的控制周期是 T,采用零阶保持法,离散化后的系统方程为: e[k+1] = A_d * e[k] + B_d * u[k] 其中 A_d ≈ I + A(t)*T, B_d ≈ B(t)*T。更精确的离散化可以使用矩阵指数,在Python或MATLAB中都有现成函数(如 scipy.linalg.expm)。

关键点: 对于跟踪时变轨迹,A_d 和 B_d 在每个控制周期都需要根据当前的参考状态 (v_ref[k], ω_ref[k]) 重新计算一次。这就是时变LQR。如果参考轨迹是匀速的(v_ref, ω_ref 为常数),那么系统就退化为定常LQR,A_d 和 B_d 计算一次就够了,大大减少了在线计算量。

3. 设计的艺术:如何调教LQR的“性格”?

模型准备好了,接下来就是LQR最核心,也最需要经验的部分:设计权重矩阵Q和R。这直接决定了你的机器人是“激进派”还是“保守派”。

3.1 Q和R:误差与控制的博弈

回顾一下LQR要最小化的性能指标: J = Σ (e^T * Q * e + u^T * R * u)

  • Q矩阵:状态误差的权重。Q 越大,意味着你越不能容忍误差,控制器会不惜一切代价(即使产生很大的控制量)来快速消除误差。
  • R矩阵:控制量的权重。R 越大,意味着你希望控制动作越轻柔、越节能,允许误差存在得更久一些。

一个黄金法则:Q和R是相对的概念。 通常我们把 R 固定为单位矩阵 I,然后只调整 Q。因为同时缩放 Q 和 R 不会改变最优解的比例。

那么,Q 具体怎么设呢?它通常是一个对角阵,对角线上的元素分别对应状态向量中各个分量的权重。例如,对于我们的误差状态 e = [横向误差;纵向误差;角度误差]:

  • 如果你认为角度对准最重要(比如对于叉车入库),就把 e_θ 对应的权重设得很大。
  • 如果你认为横向偏差最危险(比如高速行驶的AGV不能压线),就把 e_x 的权重设得很大。

我的实践经验: 从一个非常简单的启发式方法开始——Bryson法则。为每个状态变量 e_i 和控制量 u_j 设定一个可接受的“典型最大值”或“期望值”,比如 e_i_max 和 u_j_max。然后令: Q_ii = 1 / (e_i_max)^2 R_jj = 1 / (u_j_max)^2 这样设计的物理意义是,当误差或控制量达到你设定的典型值时,它们在代价函数 J 中的贡献约为1。这是一个非常好的起点,我80%的项目都是从这个初始设定开始微调的。

3.2 调参实战:从“摇摇晃晃”到“行云流水”

理论说完了,我们来点实在的。假设我们调一个差分机器人的轨迹跟踪控制器,初始Q和R用Bryson法则设定好了,但实际跑起来效果不理想。

场景一:机器人跟踪时产生剧烈振荡。

  • 现象:机器人像喝醉了一样,在参考轨迹左右来回摆动。
  • 诊断:这通常是控制器“太激进”了。状态误差的权重 Q 相对于控制权重 R 过大,导致控制器反应过度,产生了超调。
  • 解决:增大 R 或减小 Q。相当于告诉控制器:“别那么猛,动作轻一点,慢一点没关系。” 通常我会先尝试把 R 的所有元素乘以一个大于1的因子(比如2或5)。

场景二:机器人响应迟钝,总是慢半拍。

  • 现象:转弯时跟不上,或者遇到扰动后要花很长时间才能回到轨迹上。
  • 诊断:控制器“太保守”了。R 太大或 Q 太小,控制器舍不得用力,导致系统刚度不足。
  • 解决:减小 R 或增大 Q。相当于给控制器“打鸡血”:“误差很严重,快点纠正它!” 注意,增大 Q 时,可以有针对性地增大对当前性能影响最大的那个状态误差的权重。

场景三:某个方向的误差始终偏大。

  • 现象:比如横向误差 e_x 总是存在一个小的稳态偏差。
  • 诊断:可能是模型不准确(比如轮子打滑未建模),或者该误差方向的惩罚不够。
  • 解决:首先检查模型,尤其是 B 矩阵是否准确。如果模型没问题,就大幅增加 Q 矩阵中对应那个误差状态的权重。有时候,引入误差的积分项(即设计LQI控制器)是消除稳态误差的根本方法,这个我们后面会谈到。

调参是一个“观察-分析-调整”的迭代过程。我习惯在仿真中先跑,用绘图工具实时观察状态误差和控制量的曲线。一个好的LQR控制器,其状态误差应该能快速、平滑地收敛到零,而控制量曲线应该饱满但不超过执行机构的限幅。

4. 从仿真到真机:跨越理论与现实的鸿沟

纸上得来终觉浅,绝知此事要躬行。在电脑上仿真完美的控制器,一上真机可能就“翻车”。这一章,我们聊聊如何让LQR在实际机器人上稳定运行。

4.1 离散求解与实时计算

对于时变系统,我们需要在每个控制周期求解一次离散时间Riccati方程: P[k] = A_d^T * P[k+1] * A_d + Q - (A_d^T * P[k+1] * B_d) * (R + B_d^T * P[k+1] * B_d)^{-1} * (B_d^T * P[k+1] * A_d) 然后得到时变反馈增益: K[k] = (R + B_d^T * P[k+1] * B_d)^{-1} * (B_d^T * P[k+1] * A_d) 注意,这个方程是反向递归求解的,从终端时刻 P[N] 开始倒着算回 P[0]。这意味着你需要预先知道完整的参考轨迹。

这对于在线实时控制是个挑战。 有几种策略:

  1. 预先计算:如果参考轨迹是预先规划好的(比如一条固定的路径),那么可以离线把所有 K[k] 算好,存成数组,在线直接查表调用。这是最可靠、最实时的方法。
  2. 模型预测控制(MPC)框架:在每一个控制周期,以当前状态为起点,重新求解一个有限时域的LQR问题。这计算量更大,但抗干扰能力更强。通常使用更高效的求解器,如基于迭代LQR(iLQR)或微分动态规划(DDP)。
  3. 使用定常增益:如果参考轨迹变化缓慢,或者系统对时变增益不敏感,可以直接使用无限时域定常LQR的解。即求解代数Riccati方程 0 = A_d^T P A_d - P + Q - (A_d^T P B_d)(R + B_d^T P B_d)^{-1}(B_d^T P A_d) 得到固定的 P 和 K。这牺牲了一些最优性,但换来了极高的计算效率。

在我的多数嵌入式项目中,如果计算资源紧张,我会选择策略3。只要权重 Q, R 设计得当,定常LQR在大多数跟踪场景下已经能提供非常优秀的性能。

4.2 处理执行器饱和与积分抗扰

执行器饱和是必须面对的现实。你的电机扭矩、轮子转速、舵机角度都有物理极限。LQR本身没有考虑这些约束。一个粗暴但常见的做法是,在计算出控制指令 u = -K * e 之后,直接进行限幅 u = clamp(u, u_min, u_max)。

但这会带来一个问题:积分饱和。当误差很大时,控制器会输出一个很大的指令,但被限幅器卡住了,实际执行的是一个较小的值。误差持续存在,如果控制器中有积分项,积分器会不断累积这个“未被执行”的误差,导致即使误差变小了,控制器仍然输出很大的值,系统反应迟钝。对于LQR,虽然没有显式的积分器,但类似的效应会发生。

解决方案是积分分离或抗饱和(Anti-windup)设计。 一个更高级的做法是,在设计LQR时,就显式地引入积分环节,构成LQI控制器。我们在状态向量中增加误差的积分项 e_int,新的状态变为 [e; e_int],增广后的系统方程为: [e[k+1]; e_int[k+1]] = [A_d, 0; C*T, I] * [e[k]; e_int[k]] + [B_d; 0] * u[k] 其中 C 矩阵用于选择需要对哪些误差进行积分(比如只对位置误差积分)。然后对这个增广系统设计LQR。这样,控制器就能自动消除稳态误差,并且通过合理设计增广系统的权重,可以在一定程度上缓解饱和带来的问题。

4.3 传感器融合与状态估计

LQR是全状态反馈,这意味着它需要知道状态向量 e 中的所有分量。然而,我们的传感器可能无法直接测量所有状态。例如,我们常用编码器得到轮子转速(可推算速度),用IMU得到角度和角速度,用摄像头或激光雷达得到位置。但“速度”这个状态,往往噪声很大。

这时就需要状态观测器,最著名的就是卡尔曼滤波器。我们可以构建一个状态空间模型,将传感器数据(观测量)融合起来,估计出更准确、更完整的状态。这构成了“LQR + 卡尔曼滤波”的经典组合,也就是线性二次高斯控制。在实际中,我强烈建议你花精力打造一个鲁棒的状态估计模块,这比单纯调LQR的参数收益大得多。一个干净、低延迟的状态输入,是任何高级控制器发挥效能的基石。

5. 进阶与扩展:当LQR遇见更复杂的世界

基础的LQR已经很强大了,但现实世界总会提出新的挑战。这里分享几个我实践中用到的进阶技巧。

5.1 轨迹生成与LQR的结合

LQR是一个优秀的跟踪器,但它需要一个好的“领导”——参考轨迹。一条糟糕的轨迹(例如曲率不连续、速度规划不合理)会让再好的跟踪器也无力回天。因此,轨迹规划和轨迹跟踪必须协同设计。

我常用的流程是:

  1. 路径规划:先用A*、RRT等算法规划一条无碰撞的几何路径。
  2. 轨迹优化:对这条路径进行参数化(如用样条曲线),并考虑机器人的动力学约束(最大速度、加速度),生成一条时间、速度、加速度都连续的轨迹 (x_ref(t), y_ref(t), θ_ref(t), v_ref(t), ω_ref(t))。这一步可以使用最小加加速度轨迹或直接配点法等优化方法。
  3. LQR跟踪:将优化后的、光滑的轨迹喂给LQR跟踪控制器。

这样生成的轨迹,其速度和曲率是平滑变化的,v_ref 和 ω_ref 不会出现跳变,使得线性化误差模型更准确,LQR跟踪起来自然更加轻松、精准。

5.2 应对模型不确定性:鲁棒LQR与自适应控制

机器人的模型参数不可能完全精确。质量、惯量、摩擦系数都可能变化,或者根本就是未知的。标准的LQR假设模型 (A, B) 是精确已知的,这在实际中是个强假设。

对此,有两种主流的工程思路:

  • 鲁棒LQR:在设计时,就假设模型参数在一个范围内变化,然后求解一个能保证在这个范围内都稳定且性能不太差的控制器。这通常转化为求解一个线性矩阵不等式问题,计算更复杂,但鲁棒性更强。
  • 自适应/自调节LQR:在线实时或周期性地辨识系统参数,然后更新模型 (A, B) 和对应的反馈增益 K。例如,可以用递归最小二乘法在线辨识简单的参数。这对于负载变化频繁的机械臂或无人机很有用。

在大多数移动机器人项目中,只要模型误差不是特别离谱,标准LQR的稳定裕度足以应对。我的策略是:先用标称模型设计LQR,然后在仿真中给模型参数加上10%-20%的扰动,测试控制器的性能是否依然可以接受。如果性能下降严重,再考虑引入更复杂的鲁棒设计。

5.3 从线性到非线性:iLQR与MPC

对于高度非线性或者约束复杂的系统(比如四足机器人奔跑、无人机特技飞行),基于局部线性化的LQR可能不够用了。这时,迭代LQR和模型预测控制就登场了。

  • iLQR:可以看作是LQR在非线性问题上的直接扩展。它在一个参考轨迹(可以是当前迭代的轨迹)附近进行线性化,求解LQR得到控制更新量,然后用新的控制量前向仿真得到新的轨迹,如此迭代直到收敛。它比一般的非线性优化快很多,是当前机器人运动规划领域的主流算法之一。
  • MPC:在每个控制周期,在线求解一个有限时域的最优控制问题。这个问题通常包含系统动力学约束、状态约束和控制约束。LQR可以看作是MPC在无限时域、无约束、二次型代价情况下的特解。MPC更强大,但计算负担也重得多。

对于资源有限的嵌入式平台,经过精心优化的、针对特定问题的LQR仍然是性价比最高的选择。iLQR和MPC更像是“重型武器”,用在最需要它们的地方。

6. 一个完整的代码示例:让小车动起来

理论说了这么多,不来点代码总觉得不踏实。下面我用一个简化的Python示例,展示如何为一个差分驱动机器人实现一个定常LQR轨迹跟踪控制器。这里我们假设参考轨迹是一个圆。

import numpy as np
import matplotlib.pyplot as plt
from scipy.linalg import solve_continuous_are # 用于求解连续时间代数Riccati方程

# 1. 定义机器人参数和控制周期
T = 0.01  # 控制周期,10ms
r = 0.05  # 轮子半径
L = 0.20  # 轮距

# 2. 定义连续时间系统矩阵 (在某个标称速度下线性化,这里假设v_ref=0.5, ω_ref=0.5)
v_ref = 0.5
omega_ref = 0.5
# 误差状态: e = [横向误差 e_x, 纵向误差 e_y, 角度误差 e_theta]
A_cont = np.array([
    [0, omega_ref, 0],
    [-omega_ref, 0, v_ref],
    [0, 0, 0]
])
B_cont = np.array([
    [1, 0],
    [0, 0],
    [0, 1]
])

# 3. 离散化系统 (简单欧拉法,对于小T足够)
A_d = np.eye(3) + A_cont * T
B_d = B_cont * T

# 4. 设计LQR权重矩阵 (使用Bryson法则设定期望最大值)
e_x_max = 0.1   # 横向误差最大0.1米
e_y_max = 0.1   # 纵向误差最大0.1米
e_th_max = 0.2  # 角度误差最大0.2弧度
v_cmd_max = 1.0 # 线速度指令最大1 m/s
omega_cmd_max = 2.0 # 角速度指令最大2 rad/s

Q = np.diag([1/(e_x_max**2), 1/(e_y_max**2), 1/(e_th_max**2)])
R = np.diag([1/(v_cmd_max**2), 1/(omega_cmd_max**2)])

# 5. 求解离散时间代数Riccati方程 (DARE)
# 这里我们使用连续时间ARE求解,然后近似。实际工程中应使用专用DARE求解器。
P = solve_continuous_are(A_cont, B_cont, Q, R)
# 计算反馈增益矩阵 K
K = np.linalg.inv(R) @ B_cont.T @ P
print("LQR反馈增益矩阵 K:\n", K)

# 6. 仿真循环
def simulate_lqr_tracking():
    # 初始化状态
    state = np.array([0.2, -0.1, 0.15])  # 初始有误差
    states = [state.copy()]
    controls = []

    # 生成圆形参考轨迹 (简单示例,每步更新)
    for i in range(500):  # 模拟5秒
        t = i * T
        # 参考轨迹:圆心在(0,0),半径1米的圆
        x_ref = np.cos(omega_ref * t)
        y_ref = np.sin(omega_ref * t)
        theta_ref = omega_ref * t + np.pi/2  # 切线方向

        # 计算误差状态 (简化计算,未做坐标变换)
        # 注意:这里应为车身坐标系下的误差,此处为演示简化
        e_x = state[0] - x_ref
        e_y = state[1] - y_ref
        e_theta = state[2] - theta_ref
        # 将角度误差归一化到[-pi, pi]
        e_theta = np.arctan2(np.sin(e_theta), np.cos(e_theta))
        error_state = np.array([e_x, e_y, e_theta])

        # LQR控制律
        u = -K @ error_state  # u = [v_cmd; omega_cmd]
        # 加入前馈控制以更好地跟踪
        u_ff = np.array([v_ref, omega_ref])  # 前馈项
        u_total = u + u_ff

        # 执行器饱和
        u_total[0] = np.clip(u_total[0], -v_cmd_max, v_cmd_max)
        u_total[1] = np.clip(u_total[1], -omega_cmd_max, omega_cmd_max)

        # 更新机器人状态 (使用简化的离散运动学模型)
        v, omega = u_total
        state[0] += v * np.cos(state[2]) * T  # x
        state[1] += v * np.sin(state[2]) * T  # y
        state[2] += omega * T                 # theta
        state[2] = np.arctan2(np.sin(state[2]), np.cos(state[2]))  # 角度归一化

        states.append(state.copy())
        controls.append(u_total.copy())

    return np.array(states), np.array(controls)

# 运行仿真并绘图
states_history, controls_history = simulate_lqr_tracking()
fig, axes = plt.subplots(2, 1, figsize=(10, 8))
axes[0].plot(states_history[:, 0], states_history[:, 1], label='实际轨迹')
# 绘制参考圆
theta = np.linspace(0, 2*np.pi, 100)
axes[0].plot(np.cos(theta), np.sin(theta), 'r--', label='参考轨迹')
axes[0].set_xlabel('X (m)'); axes[0].set_ylabel('Y (m)')
axes[0].legend(); axes[0].axis('equal'); axes[0].grid(True)
axes[0].set_title('机器人轨迹跟踪仿真')

axes[1].plot(controls_history[:, 0], label='线速度指令 v')
axes[1].plot(controls_history[:, 1], label='角速度指令 ω')
axes[1].set_xlabel('时间步'); axes[1].set_ylabel('控制指令')
axes[1].legend(); axes[1].grid(True)
axes[1].set_title('控制指令变化')
plt.tight_layout()
plt.show()

这段代码提供了一个极简的框架。在实际项目中,你需要:

  1. 实现正确的误差状态计算(从全局坐标转换到车身坐标)。
  2. 使用更精确的离散化方法和DARE求解器。
  3. 加入积分环节(LQI)来消除稳态误差。
  4. 实现更复杂的轨迹插值和前馈补偿。
  5. 考虑时变增益的计算和存储。

把这个框架搭好,你就拥有了一个强大、可扩展的轨迹跟踪控制器核心。剩下的就是根据具体机器人平台,接入真实的传感器数据和执行器接口。记住,仿真只是第一步,在真机上反复调试和迭代,才是让机器人真正“听话”的关键。

从倒立摆到机器人后空翻:LQR与MPC在非线性控制中的实战演进 本文探讨了LQR(线性二次调节器)与MPC(模型预测控制)在非线性控制中的实战演进,从经典的倒立摆控制到复杂的机器人后空翻动作。LQR作为控制理论的基石,在倒立摆等线性系统中表现出色,而MPC则能有效处理非线性、约束等复杂问题。文章通过对比分析,为工程师提供了在不同场景下选择控制方法的实用建议。 阅读详情

相关推荐

基于LQR算法的机器人轨迹跟踪控制详解

本文详细介绍了基于线性二次型调节器(LQR)算法的机器人轨迹跟踪控制方法。首先,文章通过建立基于运动学模型的离散状态方程,来描述机器人的当前状态与目标状态之间的关系,并利用此模型进行状态误差的计算。接着,通过设定状态量和控制量的权重矩阵(Q和R),使用LQR算法求解控制输入u,旨在最小化状态偏差和控制成本,以实现精确的轨迹跟踪。此外,文章还分析了LQR算法在ros_motion_planning运动规划库中的实现,通过源代码详解了误差量化、状态方程动态矩阵的建立、反馈控制增益的计算以及最终控制向量的生成等关

慕羽★的博客 5823

【最优控制】LQR求解公式推导

本文先简要介绍了LQR有关的基础理论知识,然后进行了详细的LQR求解公式推导,最后通过一个简单的demo程序模拟LQR的优化效果。LQR在自动驾驶领域应用比较多,尤其是在自动驾驶的控制模块用得比较多。另外,LQR和最优控制中的MPC算法较为相似,可以相互结合学习理解。除了通过拉格朗日乘数法求解LQR,还可以通过哈密尔顿函数求解LQR。LQR主要用于优化控制问题,需要状态空间方程式线性系统,以及二次型代价函数。对于非线性系统或非二次型代价函数,可以通过iLQR处理。

ProComing的博客 7632

RL vs 最优控制:用于轨迹跟踪的 LQR(使用 Python 代码)

在本博客系列中,我们将了解最优控制的经典方法,这些方法在某种程度上为强化学习等更熟悉的主题奠定了坚实的基础。这两个领域之间存在着不可避免的共同边界,本系列旨在提出这些最优控制的形式化方法,作为强化学习方法的有效替代方案。最优控制或RL旨在在某些约束和不断变化的系统动态下找到顺序行动/控制的最佳方法。

gongdiwudu的专栏 7268

强化学习与最优控制(基于模型Riccati方程;无模型Q函数求解)草稿中未完成

强化学习与最优控制(基于模型Riccati方程;无模型Q函数求解)

campingmxd的博客 1520

【轨迹跟踪】LQR无人机轨迹跟踪【含Matlab源码 3501期】

LQR无人机轨迹跟踪 完整的代码,方可运行;可提供运行操作视频!适合小白!

订阅付费专栏Matlab(奶茶价版),可赠送奶茶价版付费专栏指定代码1份; 1422

基于运动学的LQR轨迹跟踪控制算法在MATLAB/Simulink平台上的高级实现与优化研究

本文研究了基于运动学的线性二次调节器(LQR)轨迹跟踪控制算法的设计与实现。通过对二轮移动机器人的运动学建模、LQR控制器的设计及其在MATLAB/Simulink中的仿真,验证了该控制算法在轨迹跟踪中的有效性。最后,通过两个实验案例展示了算法的实际应用及性能。

weixin_43199439的博客 1956

LQR算法在运动控制中应用——LQR算法原理以及公式推导,参数说明,调参方式以及代码实现

LQR 是一种经典的最优控制算法,通过设计状态反馈控制器,使系统在满足线性动态方程的同时,最小化二次型代价函数。其核心在于系统建模、代价函数设计和 Riccati 方程求解。调参时需要平衡状态偏差和控制输入代价,同时根据具体应用场景调整权重矩阵。

小墨迹的博客 6308

从零手写神经网络:用NumPy实现全连接网络与反向传播

神经网络本质上是可微分的函数复合体,其核心在于仿射变换与非线性激活的交替堆叠,以及基于链式法则的自动微分实现。理解前向传播的矩阵运算逻辑和反向传播的梯度流动机制,是掌握深度学习底层原理的关键路径。权重初始化(如He/Xavier)、激活函数选择(ReLU/Sigmoid)与数值稳定性处理(如1e-8防下溢)共同决定了训练的收敛性与鲁棒性。这些基础要素不仅支撑学术推导,更直接影响工业场景中的模型调试、FPGA部署及梯度异常定位。本文以纯NumPy实现三层全连接网络为载体,聚焦‘From Scratch’过程中

weixin_32495691的博客 286

LQR记录

LQR最优设计是指设计出的状态反馈控制器K要使二次型目标函数J取最小值,而K由权矩阵Q与R唯一决定,故此Q,R的选择 尤为重要。 Apollo 使用 LQR 进行横向控制。横向控制包含四个组件: 横向误差 横向误差的变化率 朝向误差 朝向误差的变化率 上面四个组件的集合为X,这个集合X捕获车辆的状态。除了状态之外,该车有三个控制输入:转向,加速 和制动。这三个控制...

qq_40856614的博客 2736

VisDrone2019数据集实战:从下载到YOLO格式转换的完整指南

本文提供了一份完整的VisDrone2019数据集实战指南,详细介绍了从数据集下载、理解其独特的标注格式,到转换为YOLO模型可直接训练格式的全过程。通过清晰的代码示例和步骤讲解,帮助读者掌握处理复杂无人机视觉数据集的核心技能,为基于YOLO的目标检测模型训练做好准备。

weixin_29165725的博客 386

UDF学习(四)FLUENT UDF-DEFINE_PROFILE宏

利用DEFINE_PROFLILE可以指定以下边界或计算域信息:DEFINE_PROFILE(name,t,i)//既可以用。

weixin_44386973的博客 1807

最优控制4 -- LQR

本系列是个人在b站大学学习【DR_CAN】的最优控制教程的笔记,主要用于记录和方便随时知识回顾。【最优控制-合集】LQR(Linear Quadratic Regulator)线性二次调节器,是一种用于线性系统的最优控制方法,其目标是通过设计状态反馈控制器,最小化一个二次型代价函数。是控制器的一种。线性:系统的状态方程是线性的;二次型:系统的代价函数是二次型的,可以平衡状态误差和控制能量;调节器:系统的目标状态是零,用于将系统调节到零点。

WaiNgai 1118

手机VPN的连接方法分享

6、返回到VPN页面,可以看到刚刚新添加的VPN,点击开启VPN后面的开关。5、在打开的添加VPN的页面中输入VPN的信息后点击右上角的“保存”按钮。7、待VPN开关开启后,可以看到添加的VPN正在连接的提示信息了。2、在打开的小米手机设置页面中点击“更多连接方式”的菜单项。3、然后在打开的更多连接方式页面中点击VPN的菜单项。4、在打开的VPN设置页面中点击“添加VPN”的按钮。1、首先在手机屏幕左右的滑动,找到手机的设置图标。

惠惠软件 3万+

基于LQR最优控制算法的车辆轨迹跟踪控制

基于LQR最优控制算法的车辆轨迹跟踪控制 【下载地址】基于LQR最优控制算法的车辆轨迹跟踪控制 本资源文件提供了一个基于LQR(线性二次型调节器)最优控制算法实现的车辆轨迹跟踪控制方案。该方案建立了基于车辆的质心侧偏角、横摆角速度、横向误差和航向误差四个自由度动力学模型作为控制模型。通过优化航向误差和横向误差,实时计算最...

gitblog_09734的博客 1134

系统学习Pytorch笔记一:Pytorch的数据载体张量与线性回归

Pytorch官方英文文档:https://pytorch.org/docs/stable/torch.html? Pytorch中文文档:https://pytorch-cn.readthedocs.io/zh/latest/ 1. 写在前面 疫情在家的这段时间,想系统的学习一遍Pytorch基础知识,因为我发现虽然直接Pytorch实战上手比较快,但是关于一些内部的原理知识其实并不是太懂,这样...

Miracle8070 9097

ArcGIS:景观指数和景观单元关联生成景观指数遥感图像

优快云@_养乐多_本文将记录,使用由 Fragstats V4.2 软件计算的景观指数和瓦片 tif 数据生成景观指数图像的操作步骤。本教程的操作均在ArcGIS上进行,最后生成一个研究区内指定景观单元大小的景观指数图像。结果如下所示,

养乐多的博客 4932

精准掌控:基于LQR最优控制算法的车辆轨迹跟踪控制

精准掌控:基于LQR最优控制算法的车辆轨迹跟踪控制 【下载地址】基于LQR最优控制算法的车辆轨迹跟踪控制 本资源文件提供了一个基于LQR(线性二次型调节器)最优控制算法实现的车辆轨迹跟踪控制方案。该方案建立了基于车辆的质心侧偏角、横摆角速度、横向误差和航向误差四个自由度动力学模型作为控制模型。通过优化航向误差和横向误差,...

gitblog_09792的博客 1092

YOLOv11模型改进-模块-引入空间池化模块StripPooling 解决遮挡、小目标

本文介绍了一种新的空间池化策略,称为,用于场景解析。结构:包括两个平行路径,分别进行水平和垂直方向的条带池化,然后通过1D卷积层进行特征调整。:结合了条带池化和传统的空间池化,分别用于捕捉长距离和短距离的依赖关系。作用捕捉长距离依赖:通过长条形的池化窗口,有效捕捉分布离散的区域之间的关系。避免不相关信息干扰:窄条形的池化窗口有助于捕捉局部上下文,防止不相关区域干扰标签预测。提高场景解析性能:在多个基准数据集上,证明了这种方法能够显著提升场景解析的效果。

qq_64693987的博客 4206

基于Simulink的LQR最优控制在移动机器人轨迹跟踪中的应用

建立了差速驱动移动机器人的运动学模型;推导了轨迹跟踪误差动态并进行局部线性化;在Simulink中实现了时变LQR控制器;验证了其在圆形轨迹跟踪中的优异性能。多机器人协同编队自动驾驶车辆路径跟踪无人机轨迹控制动手建议尝试8字形、螺旋线等复杂轨迹;加入高斯白噪声模拟传感器误差;对比LQR与PID、Pure Pursuit等传统方法的性能差异。通过本模型,你已掌握将最优控制理论落地到机器人实际应用的关键步骤。

amy_mhd的博客 526

COMSOL介电弹性体数值仿真指南:预拉伸圆形DEA的稳态变形分析(I)

本期博客是《COMSOL介电弹性体数值仿真指南》系列博客中的一期。聚焦于介电弹性体驱动器(DEA)中最为经典的预拉伸圆形DEA驱动器构型,对其物理特性及数值仿真总体方案进行介绍与讨论。

忘了面孔的Batou 456

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

自动驾驶笔记-轨迹跟踪-综述

自动驾驶笔记之轨迹跟踪综述 主要为论文内容

tjuzjc的博客 8040

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

创建ROS中的机器人轨迹跟踪与控制

1.背景介绍 机器人轨迹跟踪与控制是机器人自动化和控制领域中的一个重要话题。在这篇文章中,我们将深入探讨如何在ROS(Robot Operating System)中实现机器人轨迹跟踪和控制。我们将涵盖背景介绍、核心概念与联系、核心算法原理和具体操作步骤、数学模型公式详细讲解、具体最佳实践:代码实例和详细解释说明、实际应用场景、工具和资源推荐、总结:未来发展趋势与挑战以及附录:常见问题与解答。 ...

AI天才研究院 2004

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

机器人自主导航背后的控制逻辑(LQR与非线性控制实战解析)

掌握机器人自主导航的核心控制逻辑,深入解析机器人的控制算法在实际场景中的应用。结合LQR与非线性控制方法,提升系统稳定性与路径跟踪精度,适用于复杂动态环境。理论结合实战,值得收藏。

FuncWander的博客 687

有限时域与无限时域 LQR

特性有限时域 LQR无限时域 LQR时间区间有限t0tf[t_0, t_f]t0​tf​无限t0∞t0​∞控制律时变的 $ K(t) $ 或 $ K_k $时不变的 $ K $终端代价有,需要设计者指定 $ P_f $无求解方程黎卡提微分/差分方程(DRE)代数黎卡提方程(ARE)稳定性不保证保证(在可控/可镇等条件下)计算复杂度需要在线或离线积分/逆向求解 DRE离线求解一次 ARE,计算简单主要应用。

weixin_41685151的博客 1090

MPC算法和LQR算法

好的,我很乐意为您介绍控制理论中的MPC(模型预测控制)和LQR(线性二次型调节器)算法。好的,我来为您介绍机器人模型中的MPC(模型预测控制)算法。# 定义优化变量。

远方雪的专栏 1321
上一篇: Parloo CTF应急响应挑战赛:从Webshell到内网渗透的实战复盘
下一篇: VirtualBox老版本安装避坑指南:从‘安装器错误‘到USB 3.0控制器丢失的全套修复
code8
博客等级 码龄17年 65粉丝 1720原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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