Double Integrator
- 類別: Control › Feedback control
- 標籤: dynamics, linear-systems, state-space, control-theory, point-mass
最簡單的二階動態系統：控制輸入是加速度，位置與速度是狀態。它描述在命令力作用下運動的質點。
定義
雙積分器（double integrator）是指輸入經過兩次積分後得到輸出的系統。在一維情況下，動態為 ẍ = u：控制量 u 是加速度，速度是它的積分，位置則是速度的積分。寫成狀態空間形式，狀態為 [p; v]，系統為 ẋ = A x + B u，其中 A = [[0, 1], [0, 0]]，B = [0; 1]。更高維的版本在每個軸上疊加一組這樣的狀態，因此在 3D 中運動的質點就是三個彼此獨立的雙積分器。從物理上來看，它描述的是一個受力驅動、沒有摩擦的質量，輸入為力除以質量。
雙積分器是線性且可控的，因此成為控制與規劃中的標準範例。對位置與速度施加比例-微分（PD）回授即可使其穩定，而增益直接對應閉迴路的自然頻率與阻尼。它的線性二次調節器可由一個小型的黎卡提方程式求得，而加速度有界的最短時間問題有一個著名的 bang-bang 解，在相平面上只有一條切換曲線。在離散時間下，若步長為 Δt 且輸入在該步內保持不變，更新式為 p ← p + v Δt + ½ u Δt² 與 v ← v + u Δt，很容易嵌入模型預測控制與軌跡最佳化之中。
許多真實系統經過轉換後都能化為雙積分器。計算扭矩控制抵銷全驅動機器手臂的非線性動態，讓每個關節都表現得像由命令加速度驅動的雙積分器。四旋翼的平移運動，以命令加速度來看接近雙積分器，這也是微分平坦性與最小 snap 軌跡在無人機上效果良好的原因之一。規劃論文常在模擬中使用雙積分器機器人，因為它們在維持動態簡單的同時，能呈現動量與加速度限制。這種簡單性的代價是缺少摩擦、致動器動態、非完整約束與飽和，因此在雙積分器上得到的結果並不會自動移轉到真實平台。
為何重要
雙積分器是能呈現慣性的最簡單模型：機器人無法瞬間改變速度。它是理解回授控制、軌跡生成與運動動力學規劃的起點，許多實用的控制器也是先把機器人化為這種形式再進行設計。
主要應用
- 作為運動規劃與控制研究中的基準動態
- 四旋翼平移運動與質點式載具的簡化模型
- 計算扭矩線性化之後的關節層級模型
- 教授 PD、LQR 與最短時間控制
- 二階代理人的多代理人共識與編隊控制
實際應用
一支為一組地面機器人開發反應式規劃器原型的團隊，先在模擬中以加速度與速度皆有界的雙積分器代理人測試它，讓規劃器必須考慮停止距離。規劃器可以運作後，他們將其部署到真實的差速驅動機器人上，使用一個追蹤規劃加速度的底層控制器，並在加速度限制上預留裕度以吸收追蹤誤差。當真實機器人在轉彎時衝過頭，團隊追查後發現問題出在未建模的非完整約束，於是將它加入規劃器，或是收緊加速度上限。
常見誤解
- 雙積分器只是教科書裡的玩具 — 許多受控系統經過回饋線性化後都會化為雙積分器，它廣泛用於無人機與機器手臂控制
- 在雙積分器上得到的結果能直接移轉到真實機器人 — 摩擦、致動器限制、延遲與非完整約束都不在模型中，它們可能改變系統行為
- 雙積分器與單積分器是同一件事 — 單積分器以速度為輸入，可以瞬間改變速度；雙積分器則以加速度為輸入，具有動量
誰需要了解
- 控制工程師與學生
- 測試新演算法的運動規劃研究人員
- 無人機與移動機器人開發者
- 多機器人系統研究人員
相關技術
- PD 控制（PD Control）
- 計算扭矩控制（Computed-Torque Control）
- bang-bang 控制（Bang-Bang Control）
- 狀態空間模型（State-Space Models）
- 模型預測控制（Model Predictive Control）
相關術語
- Linear-Quadratic Regulator
- PID Controller
- Model Predictive Control
- Feedback Linearization
- Minimum-Snap Trajectory
- Kinodynamic Planning