控制
從 PID 到 MPC,機器人控制理論與實作。
建議學習路徑
全部文章
模型預測控制入門:從有限時域最佳化到即時求解
推導線性 MPC 的狀態空間模型、有限時域二次型成本函數與 QP 凝聚形式,說明遞推時域(receding horizon)原理如何原生處理致動器與狀態限制,並比較線性 MPC 與非線性 MPC 在機器人應用上的取捨,附完整可執行的 Python 實作。
閱讀文章PID 控制器完整拆解:從連續時間公式到離散實作與抗飽和
從比例、積分、微分三項的物理意義出發,推導連續與離散時間 PID 公式,說明積分飽和(integral windup)與微分突波(derivative kick)兩個最常見的實作陷阱與對應解法,並提供 Ziegler-Nichols 調參方法與完整 Python 實作。
閱讀文章