之前有写过MPC的控制算法,主要介绍的也是理论部分,在实际使用过程中发现C++没有高效的优化方法,类似python中的cvxpy的库,所以想绕过去,研究一下LQR控制算法。
1. PID控制系统
这里并不是要介绍PID系统,而是为了方便理解LQR,首先我们看PID系统中的P调节方法:
假设我们现在状态是x0,我们有状态方程 : (u为控制矩阵)
再假设有一个反馈控制器: 这里很重要,可以认为是当前的控制量是通过当前的状态量计算出来的。
通过这套方法,我们就能得到一个稳定的系统 :
当然这是基本的理论,再进一步,我们就会思考,通过这些控制量作为自变量,再设计一个代价函数,来优化这些控制量?
2. LQR控制算法
讲到这里就很自然引出LQR了,首先的问题代价函数是什么?这里我直接给出:
其中x为状态量,u为控制量,Q为状态权重矩阵,R为控制权重矩阵。
特别的x和u中取值有正有负,所以需要平方和最小,在矩阵中没有平方,这里我们采用转置乘以本身的做法模拟矩阵的平方,如x^T*x 。这里状态量x和控制量u都是多维向量,上式计算的结果是一个标量。
其实我们可以把看作是的多维扩展表达式,这里我们需要Q为半正定,就是希望Q能起到a≥0的效果,R为正定矩阵就是希望矩阵R能够起到a>0的效果。
一般的我们认为状态量x为:横向偏差、横向变化率、角度偏差、角度变化率。Q为我们提前标定的对角矩阵,标定值对应以上不同维度的权重,也可以为非对角矩阵,考虑不同维度之间的相互关系。
控制向量u为:前轮转角、加速度。同样的R也为提前标定的对角矩阵。也可以考虑相互关系。
我的理解是Q11选取较大的值,会让x1很快到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。所以要综合看具体的实际应用场景来调节,鱼和熊掌不可兼得。建议在不同场景下采用不同的参数。
3. 公式求解
有了上面的优化目标后,就是如何求解最优的控制量了。下面我们先进行一些转换:
1. 将u=−Kx代入代价函数后: ,u=−Kx即我们认为当前的控制量可以通过当前的状态量计算出来。如果我们能计算出-K就很简单了,可以直接套出控制量。
2. 假设纯在一个常量矩阵P使得, ,这里就直接这么假设,接着往下看。
3. 把上式代入得到:
4. 把2中的方程微分展开:
5. 状态变量x的微分用式表示:
整理得到:
通过矩阵得知上式要想有解只有中间部分为零,即:
6. 把 代入上式:
整理得到:
7. 这里我们再令 这里需要思考一下,为什么可以这样假设,凑出结果,//Todo
代入:
整理得到: ,得到这一步就很简单了,式中A、B、Q、R都是已知量,很容易就能计算出P的结果。
8. 计算出P再通过就可以计算出K,也就是达到了我们一开始的目标,轻松得到当前的控制量。
4. MPC与LQR比较
首先,LQR的研究对象是现代控制理论中的状态空间方程给出的线性系统,而MPC的研究对象可以是线性系统,也可以是非线性系统。不过现在很多的做法都是将非线性系统线性化,然后进行相关计算,具体要根据自己的工程情况来确定哪种方式比较好,比如之前做MPC的时候,线控车底层速度控制接口就是加速度,那就没必要根据IMU再套嵌个一层PID。
其次,既然是优化问题,那就离不开目标函数的设计,LQR的目标函数在上面已经有描述,MPC的目标函数,多数都是多个优化目标乘以不同权重然后求和的方式。虽然方式不同,不过都是对达到控制目标的代价累计。
最后,工作时域上的不同,LQR的计算针对同一工作时域,在一个控制周期内,LQR只计算一次,并将此次计算出的最优解下发给控制器即可;而MPC是滚动优化的,计算未来一段时间内,每个采样周期都会经过计算,得出一组控制序列,但是只将第一个控制值下发给控制器。