网站备案手续/韩国搜索引擎排名

1. 回顾

---

对于一个  系统而言，结构可以画作：

如果采用  这样的控制策略，结构可以画作：（这就是LQR控制）

使用LQR控制器，可以通过公式  和  构建一个完美的负反馈系统；

a

a

但是有上一个博客可知，我们的误差型车辆横向动力学方程，有三项，而非两项，这就意味着使用LQR控制器是不够控制我们的这个系统的，因为LQR只对前两项起调节作用；

误差型车辆横向动力学模型

我们的目的：

• 系统稳定，即 

• 稳态误差为0 ，即 

解释：如果只用【LQR + 反馈】来控制该系统

• 无法实现两者同时为0，因为稳态误差是由小尾巴  带来的，如果只是 LQR 的话那么可以指定 K 矩阵满足  即可使得系统  稳定且稳态误差为0，但是不管 K 如何取值都无法满足系统  稳定且稳态误差为0；

a

a

本博客主讲：解决LQR中的小尾巴

---

a

a

a

a

a

2. 引入前馈控制 -- 解决第三项

---

Step1：

a

a

Step2：现在系统已经稳定了，接下来我们的目的是令稳态误差也为0：

a

a

Step3：令横向误差  为0

a

a

Step4：令（假）航向误差  为0

•  的公式中只有  的值是受我们控制的，但是如果通过指定  的值使得稳态误差为0，那么不就意味着车辆只能以一个恒定的速度行驶了，这是不现实的
• 我们这样想，本身航向误差其实是 ，我们追求的目标其实是这个公式为0，所以  不为0反倒是正确的，因为  被定义为 ，所以我们需要的是 

综上：

则有：

这里出现了一个 may，应该是整个车身受到的侧向力 F，但是这个 F/Cr 就什么都不是了，Cr 只是后轮的侧偏刚度，整车收到的侧向力 / 后轮的侧偏刚度，这啥都不是，所以需要继续化简，所幸这里的给我们提供了化简思路；

则有： 符合我们期待的结果（因为  并不是真正的航向误差）

因此对于下面这个公式，只需要管第一项就可以了，因为后面三项都达到了我们期待的标准

即：

a

a

总结：

• 计算 K：通过 LQR 中的 Riccati 方程获得

• 计算 ：通过下面的公式计算

---