机器人消除系统扰动怎么办？影响我们的控制方式

图1 开环控制框图

烦人的干扰源在哪里？ 它主要有两种：一种是环境施加的，比如人类对机器人施加的力、风带来的力等（环境扰动）。 我们一般可以通过改变环境来改变这种扰动，使其处于较小的状态； 另一种来源是由于建模不准确和系统参数识别不准确（系统扰动）造成的。 如果我们想让机器人听话，就必须想办法帮助机器人消除系统扰动，逃离魔掌。 通常可以通过改变物体所在的环境来减少环境干扰。 这里我们更关心如何消除系统扰动的影响。

瓦特创造性地将系统的输出反馈给控制器。 经过后续改进，PID反馈控制在控制中发挥了重要作用（图2）。 我们基于（图3）来做一个简单的仿真研究。

图2 PID闭环控制框图

图3 建模图

首先在无扰动的情况下调整一组PID参数值，然后测试两种不同程度的扰动（小扰动（1*sin）-图4，大扰动（10*sin）-图5），可以看到事实证明，当扰动很小的时候，PID可以很好的抑制它，但是当扰动太大的时候，PID就无能为力了……

图4 小扰动Amp=1

图5 大扰动Amp=10

我们仅结合控制框图来直观地解释仿真结果。 外部扰动经过反馈回路后，会产生附加扰动。 试想一下，如果附加的干扰能够抵消外部干扰，那么干扰就会被消除。 这也是PID反馈控制能够抑制外部扰动的原理（图6）。

图6 PID工作原理

回顾一下我们之前介绍的系统扰动的来源。 如果我们只采用PID反馈控制，也就是说我们不需要任何动态建模，那么我们最终设置的PID参数并不完全适合系统，相当于引入了一个很大的系统扰动，从而我们无法控制机器人完美。 。 既然我们无法通过反馈来抑制所有干扰，那么我们是否可以考虑预测外部干扰，然后通过前馈补偿来解决它们？ 如图7所示。这样，如果外部扰动为10个，我们的前馈补偿可以消除9个，剩下的1个可以通过PID反馈轻松消除。 因此，我们需要基于系统建模构建PID反馈控制+前馈控制的控制器。