基于MATLAB的二级倒立摆LQR控制与角度变化动态仿真

最新推荐文章于 2026-08-27 12:19:19 发布

原创最新推荐文章于 2026-08-27 12:19:19 发布 · 544 阅读

4 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

1. 二级倒立摆系统概述

二级倒立摆是一个经典的控制系统研究对象，它由小车、两个摆杆和连接关节组成。这个系统具有高度的非线性、强耦合和不稳定性，因此常被用来验证各种控制算法的有效性。在实际应用中，二级倒立摆的模型可以类比双足机器人行走、火箭姿态控制等复杂系统。

我第一次接触二级倒立摆是在研究生阶段，当时就被它的控制难度所吸引。记得刚开始做实验时，摆杆总是无法保持直立，小车也经常冲出轨道。经过多次调试才发现，关键在于如何精确控制六个状态变量：小车位置、小车速度、下摆杆角度、下摆杆角速度、上摆杆角度和上摆杆角速度。

系统动力学特性：

非线性：系统的运动方程包含三角函数等非线性项
强耦合：小车运动与两个摆杆的运动相互影响
多变量：需要同时控制多个状态变量
不稳定：开环系统无法自行保持平衡

2. 系统建模与线性化

2.1 拉格朗日方程建模

建立准确的数学模型是控制设计的基础。我习惯使用拉格朗日方法来推导系统动力学方程，这种方法比牛顿力学更系统化。具体步骤如下：

确定系统动能T和势能V
构建拉格朗日量L=T-V
对每个广义坐标应用拉格朗日方程

对于二级倒立摆，广义坐标选择为小车位移x、下摆杆角度θ₁和上摆杆角度θ₂。经过推导可以得到如下非线性方程：

% 非线性状态方程示例
function dx = nonlinear_model(t,x,u)
    % 系统参数定义
    M = 0.5;   % 小车质量
    m1 = 0.2;  % 下摆杆质量 
    m2 = 0.1;  % 上摆杆质量
    l1 = 0.3;  % 下摆杆长度
    l2 = 0.25; % 上摆杆长度
    g = 9.8;   % 重力加速度
    
    % 非线性方程实现
    % ...(具体推导过程省略)
end

2.2 线性化处理

由于非线性系统难以直接控制，我们需要在平衡点附近进行线性化。我通常在MATLAB中使用符号计算工具自动完成这个过程：

syms x x_dot theta1 theta1_dot theta2 theta2_dot u

% 定义非线性方程
f1 = x_dot;
f2 = ...; % 小车加速度方程
f3 = theta1_dot; 
f4 = ...; % 下摆杆角加速度方程
f5 = theta2_dot;
f6 = ...; % 上摆杆角加速度方程

% 在平衡点求雅可比矩阵
A = jacobian([f1;f2;f3;f4;f5;f6], [x,x_dot,theta1,theta1_dot,theta2,theta2_dot]);
B = jacobian([f1;f2;f3;f4;f5;f6], u);

% 代入平衡点值得到线性化矩阵
A_lin = subs(A, {x,x_dot,theta1,theta1_dot,theta2,theta2_dot,u}, {0,0,0,0,0,0,0});
B_lin = subs(B, {x,x_dot,theta1,theta1_dot,theta2,theta2_dot,u}, {0,0,0,0,0,0,0});

3. LQR控制器设计

3.1 LQR原理

线性二次调节器(LQR)是最优控制理论中的经典方法。它的核心思想是通过最小化一个二次型性能指标来求得最优控制律。我在实际项目中发现，LQR对倒立摆这类系统特别有效。

性能指标通常表示为： J = ∫(x'Qx + u'Ru)dt

其中Q和R是需要设计的权重矩阵。经过多次调试，我总结出一些经验：

Q中对角元素对应各状态量的权重
增大Q元素会加快该状态的调节速度但可能增大控制量
R控制输入权重，增大R会减小控制量但可能降低响应速度

3.2 MATLAB实现

在MATLAB中设计LQR控制器非常方便：

% 定义权重矩阵
Q = diag([10 1 100 10 100 10]); % 位置误差权重较小，角度误差权重较大
R = 0.1; % 控制量权重

% 计算LQR增益
K = lqr(A_lin, B_lin, Q, R);

% 闭环系统
A_cl = A_lin - B_lin*K;
sys_cl = ss(A_cl, B_lin, eye(6), 0);

调试时我习惯先给角度较大的权重，确保摆杆能立住，再逐步调整其他参数。记得有一次为了比赛，我花了整整三天时间反复调整Q和R，最终找到了一个在稳定性和响应速度间取得平衡的参数组合。

4. 仿真与分析

4.1 Simulink模型搭建

我通常使用Simulink搭建仿真模型，结构包括：

非线性plant模型
LQR控制器模块
状态观测器（如果需要）
可视化模块

关键技巧：

使用MATLAB Function块实现非线性模型
添加饱和限制防止控制量过大
使用Bus Signal简化连线

4.2 仿真结果分析

通过仿真我们可以观察系统响应。下面是一个典型的角度变化曲线绘制代码：

% 仿真参数
t = 0:0.01:10;
x0 = [0; 0; 0.1; 0; 0.2; 0]; % 初始角度扰动

% 运行仿真
[y,t,x] = lsim(sys_cl, zeros(size(t)), t, x0);

% 绘制角度变化
figure;
subplot(2,1,1);
plot(t, x(:,3)*180/pi, 'b', t, x(:,5)*180/pi, 'r');
legend('下摆杆角度','上摆杆角度');
xlabel('时间(s)'); ylabel('角度(°)');
title('摆杆角度变化');

subplot(2,1,2);
plot(t, x(:,1));
xlabel('时间(s)'); ylabel('位置(m)');
title('小车位置变化');

从曲线中可以分析：