【动态面反步控制】基于DSC和李雅普诺夫函数的两关节机器人跟踪控制

0. 动态面反步法概述

  反步法是一种非常优美且系统的非线性控制器设计方法。它的核心思想是“递归设计”。它像下台阶一样，从系统的输出（最外层）开始，一步步向后（向控制输入）推导，为每一层设计一个“虚拟控制量”来稳定该层，最终设计出实际控制律。
  动态面反步法（Dynamic Surface Control, DSC）是一种针对非线性严格反馈系统（strict-feedback systems）设计的先进非线性控制方法，由 Swaroop 等人在 2000 年提出，旨在克服传统反步法（Backstepping）中的“微分爆炸”（explosion of terms）问题。

1. 系统模型

  假设带有外部扰动的二阶严格反馈非线性系统如下：$$\{\begin{array}{l}{\dot{x}}_1=x_2+f_1\left(x_1\right)\\ {\dot{x}}_2=f_2\left(x_1,x_2\right)+g\left(x_1,x_2\right)u+d\left(t\right)\\ y=x_1\end{array}$$其中$f_1，f_2，g$为已知的光滑非线性函数，$d\left(t\right)$ 是未知的外部扰动，但其幅值有界，即$\left|d\left(t\right)\right|⩽D$。
控制目标为：设计一个鲁棒的控制律 $u$，使得系统输出 $x_1$ 能够全局渐近跟踪一个给定的期望轨迹 $x_{1d}\left(t\right)$。

2. 系统拆分与虚拟控制引入

2.1 定义第一个动态面和虚拟控制

1. 定义跟踪误差：$$z_1=x_1-x_{1d}$$
2. 设计虚拟控制律：
   如果把 $x_2$ 看成是第一个子系统的“控制输入”，那么可以设计一个虚拟控制律 ${\alpha }_1$ ，作为状态 $x_2$ 的期望值，使得 $z_1$ 渐近稳定。基于Lyapunov稳定性思想，设计虚拟控制律为$${\alpha }_1=-k_1{z}_1+{\dot{x}}_{1d}-f_1\left(x_1\right)$$其中，$k_1>0$ 是一个设计参数，决定了跟踪误差收敛的速度。

2.2 引入一阶滤波器，定义第二个动态面

这是DSC方法的核心，用于解决“微分爆炸”问题。

1. 引入一阶低通滤波器来平滑 ${\alpha }_1$：$$\tau {\dot{\alpha }}_{1f}+{\alpha }_{1f}={\alpha }_1$$${\alpha }_{1f}$ 是滤波后的虚拟控制信号。$\tau$ >0 是滤波器的时间常数，为一个小的正数。
   这个滤波器的物理意义是：让 ${\alpha }_{1f}$ 平滑地跟随 ${\alpha }_1$，而不是瞬时跟随。
2. 定义第二个动态面的误差
   现在，我们的目标不再是让 $x_2$ 直接跟踪 ${\alpha }_1$，而是让 $x_2$ 跟踪滤波后的信号 ${\alpha }_{1f}$
   定义第二个跟踪误差为：$$z_2=x_2-{\alpha }_{1f}$$
   此时，整个系统的状态变为 $\left[z_1,z_2\right]$，新系统的状态空间方程如下：$$\{\begin{array}{l}{z}_1=z_2-k_1{z}_1\\ z_2=f_2\left(x_1,x_2\right)+g\left(x_1,x_2\right)u+d\left(t\right)-{\dot{\alpha }}_{1f}\end{array}$$ 状态 $z_1$ 代表跟踪误差；状态 $z_2$ 代表实际速度与期望速度的偏差，其中包含了原始系统的控制输入 $u$。此时控制目标就转化为：设计控制律 $u$ ，使得 $z_1$ 和 $z_2$ 都收敛到0。

2.3 基于Lyapunov函数的控制律设计

  构造一个包含两个动态面误差的Lyapunov函数：$$V=\frac{1}{2}{z}_1^2+\frac{1}{2}{z}_2^2$$对V求导并进行推导，为了保证 $\dot{V}$ 负定，考虑扰动项 $d\left(t\right)$，需要加入鲁棒项来抵消扰动的影响，因此最终设计的控制律为$$u=\frac{1}{g}\left[-f_2+{\dot{\alpha }}_{1f}-k_2{z}_2-z_1-\eta \cdot sat\left(z_2/\varphi \right)\right]$$其中，$k_2>0$为控制增益，$\eta$ 是一个正的设计参数，必须满足 $\eta ⩾D$（即大于扰动的上界），$\varphi >0$ 为边界层厚度，是一个小的正数（如 0.05, 0.1）。

  通过设计 $u$，强制执行 $x_2$ 驱动到 ${\alpha }_{1f}$ ，而 ${\alpha }_{1f}$又通过一个快速的一阶滤波器跟随 ${\alpha }_1$ 。当 $x_2$ 跟踪上 ${\alpha }_1$ 时，此时根据第一个子系统的推导可得到 $z_1\left(t\right)\to 0$，此时 $x_1$ 跟踪上 $x_{1d}$。在真实系统中，由于滤波器的存在和实际控制的有限响应速度，此时 $x_2$ 无限接近 ${\alpha }_1$ ，最终 $x_1$ 仍能高精度跟踪上 $x_{1d}$。

3. 仿真示例

  对于存在外部扰动的平面2R机器人的动力学方程：$$M\left(q\right)\ddot{q}+c\left(q,\dot{q}\right)+G\left(q\right)+d=\tau$$ $M\left(q\right)$ 是对称正定的质量矩阵，$c\left(q,\dot{q}\right)$ 是包含科氏力和向心力的矢量，$G\left(q\right)$ 是重力矩矢量，$\tau$ 是关节力矩。$d$ 是外部扰动。

首先转换为严格反馈形式：$$\{\begin{array}{l}{\left[\begin{array}{cc}{\dot{x}}_1& {\dot{x}}_2\end{array}\right]}^T={\left[\begin{array}{cc}{x}_3& x_4\end{array}\right]}^T\\ {\left[\begin{array}{cc}{\dot{x}}_3& {\dot{x}}_4\end{array}\right]}^T=\mathbf{M}{\left(x_1,x_2\right)}^{-1}\cdot \left(\mathbf{\tau }-\mathbf{d}\left(t\right)-\mathbf{c}\left(x_1,x_2,x_3,x_4\right)-\mathbf{G}\left(x_1,x_2\right)\right)\end{array}$$其中，$\left[\begin{array}{cccc}{x}_1& x_2& x_3& x_4\end{array}\right]=\left[\begin{array}{cccc}{q}_1& q_2& {\dot{q}}_1& {\dot{q}}_2\end{array}\right]$。

控制目标为：

• 关节角度 $q_1$ 和 $q_2$ 跟踪给定的期望轨迹 $q_{1d}\left(t\right),q_{2d}\left(t\right)$；
• 抵抗外部扰动 $d(t)=[0.5\sin t,0.5\sin t{]}^T$。
• 使用动态面反步控制法避免“微分爆炸”问题。

3.1 根据反步法设计控制器

  对两个关节分别设计虚拟控制律，并引入两个一阶滤波器，最终合成控制输入$\mathbf{\tau }={\left[\begin{array}{cc}{\tau }_1& {\tau }_2\end{array}\right]}^T$，即$$\begin{gathered} z_{11}=q_1-q_{1d} \\ {z}_{12}=q_2-q_{2d} \end{gathered}$$后续具体设计流程略，最终输出控制力矩 $u$。

3.2 仿真分析

  第一、二关节角度跟踪曲线与角速度跟踪曲线如下图所示：

  从仿真结果可得，一二关节的角度和角速度在2s内跟踪上了期望轨迹，后续的稳态误差较小，总体来说跟踪控制效果良好。

总结

  动态面反步法通过引入一阶低通滤波器，实际上是用一个微小的滤波误差（${\alpha }_1$与${\alpha }_{1f}$的差别）换取了计算复杂度的大幅降低和控制信号的平滑性。

  动态面反步法是传统反步法的“工程友好版”：，它的优缺点在于：

• 优点：结构简单（仅需滤波器即可实现）、避免微分爆炸、适合高阶系统、易于工程实现、支持扰动抑制；
• 缺点：对非严格反馈系统无效、不能渐近稳定（因存在滤波误差，有界稳定）、依赖滤波器参数选择。

  DSC 要求系统具有严格反馈结构：即每个状态的导数只依赖于前面的状态和当前状态，且控制输入仅出现在最后一级。