MATLAB实战：手把手教你用LQR搞定一阶倒立摆（附完整代码与Simulink模型）

MATLAB实战：从零实现LQR控制一阶倒立摆的完整指南

倒立摆作为控制理论中的经典问题，一直是检验算法优劣的试金石。记得第一次在实验室见到实物倒立摆时，那种"稍有不慎就会倒下"的不稳定特性让我着迷。如今借助MATLAB和LQR控制器，我们能够用数学的力量驯服这个看似桀骜不驯的系统。本文将带你完整走一遍从建模到实物控制的全部流程，避开那些教科书不会告诉你的实践陷阱。

1. 环境准备与模型建立

工欲善其事，必先利其器。在开始控制算法设计前，我们需要确保MATLAB环境配置正确。推荐使用R2020b或更新版本，这些版本对控制系统工具箱的支持最为完善。安装时务必勾选以下工具箱：

• Control System Toolbox
• Simulink
• Simscape Multibody（可选，用于3D可视化）

一阶倒立摆的物理模型可以简化为小车上的单摆系统。设小车质量为M，摆杆质量为m，摆杆长度为l，摆角为θ。通过拉格朗日力学推导，我们得到非线性状态方程：

% 非线性倒立摆动力学参数 M = 0.5; % 小车质量(kg) m = 0.2; % 摆杆质量(kg) l = 0.3; % 摆杆长度(m) g = 9.81; % 重力加速度(m/s^2)

在平衡点附近（θ≈0）进行线性化后，得到状态空间表示：

A = [0 1 0 0; 0 0 -m*g/M 0; 0 0 0 1; 0 0 (M+m)*g/(M*l) 0]; B = [0; 1/M; 0; -1/(M*l)]; C = [1 0 0 0; 0 0 1 0]; % 观测小车位置和摆角 D = [0; 0];

重要检查点：建立模型后应立即验证系统特性：

1. 能控性矩阵ctrb(A,B)的秩应为4
2. 能观性矩阵obsv(A,C)的秩应为4
3. 开环极点eig(A)应包含不稳定极点

提示：实际物理系统的参数可能与此不同，建议先用这些参数完成仿真验证，再根据实物参数调整。

2. LQR控制器设计与参数整定

线性二次型调节器(LQR)的核心在于平衡状态调节与控制代价。其性能指标为： [ J = \int_0^\infty (x^TQx + u^TRu)dt ]

2.1 Q和R矩阵的选择艺术

Q矩阵决定状态变量的权重，通常采用对角矩阵形式。一个实用的初始选择策略：

Q = diag([q1 q2 q3 q4]); % 对应位置、速度、角度、角速度 R = r; % 控制量权重

推荐参数调试流程：

1. 初始设置：Q=diag([10 0 100 0])，R=1
2. 先调整角度权重q3，确保摆杆稳定
3. 再调整位置权重q1，优化小车位移
4. 最后微调速度项q2/q4，改善动态性能

参数调试实战记录：

2.2 控制器实现代码

完整的LQR设计流程MATLAB实现：

% 系统能控性检查 if rank(ctrb(A,B)) == size(A,1) disp('系统完全能控，可进行LQR设计'); else error('系统不能控，请检查模型！'); end % LQR控制器设计 Q = diag([50 1 100 5]); % 经过调试的最佳权重 R = 0.5; % 控制量权重 [K,S,e] = lqr(A,B,Q,R); % 获取最优反馈矩阵K disp('最优反馈增益矩阵K:'); disp(K); disp('闭环极点:'); disp(e);

注意：实际项目中建议将参数调试过程封装成函数，方便反复调用和参数扫描。

3. Simulink建模与仿真验证

理论设计需要通过仿真验证才能应用于实际系统。我们构建完整的仿真模型：

3.1 搭建Simulink模型关键步骤

1. 非线性模型实现：

   • 使用Function Block实现精确的非线性动力学
   • 或者使用Simscape Multibody进行物理建模

2. 控制器模块：

   % 在MATLAB Function Block中实现状态反馈 function u = lqr_control(x) K = [-31.62 -21.80 83.41 14.24]; % 上步计算的K矩阵 u = -K*x; % 状态反馈 end

3. 传感器模拟：

   • 添加高斯白噪声模拟实际传感器噪声
   • 设置低通滤波器消除高频噪声

3.2 仿真结果分析要点

• 时域指标：

  • 稳定时间(2%准则)
  • 超调量
  • 稳态误差

• 鲁棒性测试：

  • 脉冲扰动响应
  • 参数变化敏感性分析

典型问题排查表：

4. 实物部署与调试技巧

当仿真结果满意后，就可以着手实物实现了。这个阶段会遇到许多仿真中不曾出现的问题。

4.1 硬件接口配置

常见倒立摆实验平台的接口配置：

% 实时控制初始化 set_param('pendulum_model','Solver','ode4','FixedStep','0.001'); set_param('pendulum_model','SimulationMode','external');

硬件连接检查清单：

• 电机驱动信号极性是否正确
• 编码器信号是否稳定
• 安全限位是否有效
• 采样时间是否合适（通常1-10ms）

4.2 参数微调经验

仿真到实物的差距主要来自：

1. 未建模的摩擦力
2. 传感器噪声
3. 执行器延迟
4. 参数不准确

现场调试三步法：

1. 先调平衡点：在零控制量下观察实际平衡位置
2. 再调比例项：暂时只使用角度反馈，确保能站稳
3. 最后调动态响应：逐步加入其他状态反馈

4.3 安全注意事项

• 始终用手准备接住摆杆
• 先限制控制量幅值
• 准备紧急停止开关
• 记录每次实验的参数和结果

% 安全限制代码示例 u = -K*x; u = max(min(u, 5), -5); % 限制控制量在±5之间

5. 进阶优化与扩展思路

当基本功能实现后，可以考虑以下提升方向：

5.1 抗干扰增强策略

• 增加扰动观测器
• 引入积分环节(LQI)
• 自适应参数调整

5.2 状态估计实现

实际系统可能无法测量所有状态，这时需要设计状态观测器：

% 全维观测器设计 Poles = 5*real(e(1)) * [1 1.1 1.2 1.3]; % 观测器极点比控制器快5倍 L = place(A', C', Poles)';

5.3 其他控制方法对比

与PID控制的性能对比：

在实验室调试时，发现当摆杆质量突然增加20%时，LQR控制器仍能保持稳定，而PID会出现持续振荡。这验证了LQR更强的鲁棒性。