Open Source Robotics

精選高品質的開源機器人專案、工具與軟體,推動機器人社群向前發展。

Cascaded Control

  • 又稱: cascade control, nested-loop control, inner-outer loop control
  • 類別: Control › Feedback control
  • 標籤: feedback-control, pid, flight-control, motor-control, control-architecture

一種具有巢狀回饋迴路的控制結構,由外迴路為較快的內迴路計算設定值,例如無人機上依序為位置、姿態與機體角速率。

定義

串級控制(Cascaded control)把一個控制問題拆成巢狀的回饋迴路。外迴路調節使用者在意的慢變量,例如位置,它的輸出不是致動器指令,而是給內迴路的設定值,內迴路則調節變化較快的中間量,例如速度、姿態或電流。每個迴路只需處理一部分動態,因此控制器更容易設計與調校,而且內迴路能在陣風或負載扭矩等擾動影響外迴路的變數之前,就把它們抑制下來。

當內迴路比外迴路快得多時,這種結構的效果最好。此時外迴路可以把內迴路視為能立即追上其設定值。常用的經驗法則是讓每個內迴路的頻寬比包住它的迴路高出數倍,通常約為五到十倍。迴路由內往外調校:先調最內層的迴路,再在內迴路閉合的狀態下依序調校各個外迴路。限制值必須在各層之間傳遞,例如最大傾角或最大電流,而外迴路需要抗積分飽和(anti-windup),以免在內迴路飽和時仍持續累積誤差積分。

在機器人學中,有兩個例子幾乎隨處可見。馬達驅動器使用電流(扭矩)迴路,外面是速度迴路,再外面是位置迴路。多旋翼飛行控制器使用輸出期望加速度的位置控制器,期望加速度再轉換成總推力與期望姿態;接著姿態控制器輸出機體角速率指令;角速率控制器再產生扭矩,由混控器轉成各個馬達的指令。外迴路可以是 PD、PID 或以模型為基礎的控制器,位置層有時會改用模型預測控制,同時保留內部的姿態與角速率迴路。串級控制的限制在於它忽略了各層之間的耦合:需要接近內迴路頻寬表現的激烈機動,或強耦合的動態,由同時考量整個系統的控制器來處理會更好。

為何重要

大多數商用無人機、馬達驅動器與許多機器人關節,都是以串級迴路控制,因此工程師在調校、除錯或擴充實際硬體時都會碰到這種結構。了解頻寬分離與迴路之間的介面,可以解釋許多常見問題,從位置追蹤遲緩到內迴路調校不良所引起的振盪。

主要應用

  • 具有位置、姿態與角速率迴路的多旋翼飛行控制器
  • 具有電流、速度與位置迴路的伺服馬達驅動器
  • 機器手臂與足式機器人的關節控制
  • 製程控制,例如溫度與流量調節
  • 將模型預測外迴路與快速的內部追蹤迴路結合

實際應用

在一架競速無人機上,團隊的規劃器送出位置、速度與加速度參考值。以較低頻率執行的外層 PD 位置迴路計算期望加速度,加上重力與前饋加速度,再將結果轉換成總推力與期望推力方向。內層的比例式姿態迴路把姿態誤差轉換成機體角速率指令,飛行控制器的角速率迴路則利用陀螺儀回饋,以高得多的頻率追蹤這些指令。當無人機在懸停時振盪,團隊會先單獨重新調校角速率迴路,再調姿態迴路,最後才調位置增益,而不是去調整外迴路來彌補調校不良的內迴路。

常見誤解

  • 任何控制器都能堆疊成串級 — 這種結構仰賴內迴路明顯更快;缺少這種分離時,迴路之間會互相影響,並可能變得不穩定
  • 串級迴路可以用任意順序調校 — 應先調內迴路,因為外迴路的行為取決於內迴路的反應
  • 相較於模型預測控制,串級控制已經過時 — 許多以 MPC 為基礎的系統仍在執行姿態、角速率或電流的串級內迴路,MPC 只取代外層

誰需要了解

  • 無人機與飛行控制工程師
  • 馬達控制與驅動工程師
  • 調校關節與移動底盤控制器的機器人工程師
  • 學習實用回饋控制的學生

相關技術

  • PID 控制(PID Control)
  • PX4 Autopilot
  • Betaflight
  • 磁場導向控制(Field-Oriented Control)
  • 抗積分飽和(Anti-Windup)

相關術語

  • PID Controller
  • UAV
  • Differential Flatness
  • Model Predictive Control
  • Thrust-to-Weight Ratio
  • Fault-Tolerant Control

相關專案

  • MAVROS: ROS gateway for MAVLink-compatible autopilots (PX4, ArduPilot)

影片

  • Introduction to Cascade Control: LearnChemE

本網站需要 JavaScript 才能正常運作。請啟用 JavaScript 以瀏覽我們的開源機器人專案。