2023 秋

【二阶倒立摆】马正华张善斌

在整个先进控制实验中，我们从来都不是孤军奋战，而是得到了许多人的支持、帮助与鼓励。下面请允许我们向所有帮助过我们的老师、助教和同学致以最深的感谢！首先感谢胡老师一学期深入浅出、细致入微的理论课讲授，为我们打下了坚实的控制理论基础，为我们后续学习更加先进的控制算法铺平道路。同时也感谢胡老师在我们实验遇到困难与挫折时对我们的鼓励！

其次感谢王老师，在整个二阶倒立摆调试的过程中，王老师帮助我们解决了许多设备方面的问题与故障。整个起摆过程中，因为齿轮“吃线”导致一些编码器线断裂，但王老师始终支持我们继续探索，让我们得以完成实验。

其次感谢梁宜轩助教，不论我们有什么疑问，他都会十分耐心细致地答疑解惑。在我们通过自学和资料调研后推导出两版失败的滑模控制算法时，助教为我们提供了重要的参考文献，使我们顺利完成了理论推导。

最后感谢郑皓文和莫炜杰同学，尽管我们两组都选择了二阶倒立摆作为先进控制实验的对象，但是我们并没有互相“内卷”、恶意竞争，而是在遇到问题和困难时一起讨论交流、互相协作，共同攻克难题，在能量法起摆方面他们为我们提供了很好的思路。

【二阶倒立摆】郑皓文莫炜杰

希望以后的同学可以避开以下这些坑：

setup 程序里的第一根杆和第二根杆好像弄反了（这甚至是我们在写程序说明文档的时候才发现的bug），也就意味着代码里的所有参数可能都是错的，但我们也不知道为什么还是可以成功控制；
程序里写的 Jp1 和 Jp2 是杆关于质心的转动惯量（p是pendulum不是pivot），而不是关于端点的转动惯量，要按照平行轴定理进行换算，在计算起摆能量的时候很可能会被这个坑；
由于系统是负反馈，而滑模控制所作用的是偏差 ε = 目标值 - 输出值，如果输出小于目标值，那么输出值越大，偏差越小，所以滑模控制这个地方应该要多个负号；
电机电压 Vm 的正负不一定和 d²θ/dt² 一致，所以能量法起摆的时候，可能也会多出一个负号；
如果采用和我们相同的 Ackermann 方法来稳摆的话，要记得把 M(x,t) 的上界设大一点，我们最开始设的 1，结果系统老是崩溃，后面改成 200 就可以成功稳摆了。

感谢胡楚雄老师一学期以来为我们带来的精彩讲解，在课上以幽默风趣、简洁明了的方式介绍了控制领域的基础理论，同时也带领我们以实验促学，让我们动手将理论运用在实际问题的解决过程中，最后得以在相对前沿的舞台上展现自我。回顾一学期的旅程，我们实打实的收获满满。再次感谢胡老师的辛勤付出，以及为我们带来的绝佳的课程体验！

相信《系统动力学与控制》这门课程一定会越开越好！

【柔性尺】张天一雍熙
硬件方面
1. 实验前需要先阅读实验指导书 Rotary Flexible Joint - Workbook (Student)”，熟悉系统
2. 实验前先进行连线，然后注意检查实验仪器是否有损坏，尤其是柔性关节弹簧连接处是否有松动，如果有松动会对实验结果产生较大的影响；
3. 实验可以将单连杆柔性关节机械臂放在实验室提供的平台上固定住，避免关节机械臂甩动时碰到其他物品或人，注意在进行输入后一定要保证机械臂不会受到外界干扰；
4. 实验需要连接急停按钮，因为在参数调节时可能会出现机械臂剧烈摆动的情况，这时需要及时按下急停按钮紧急制动；
5. 如果实验出现超调较大，或持续抖动的情况时，在下一次实验前注意检查柔性关节连接处的螺丝（与前臂间的连接处，与电机的连接处）是否有松动，如果有松动一定要拧紧。因为螺丝是否拧紧会直接影响 PID参数的效果，也就是说即使是完全一致的参数，也会因为螺丝的松紧产生差异较大的结果，所以建议实验一开始就将所有螺丝拧紧，然后在调整参数的过程中注意检查螺丝是否松动，保证实验不受偶然误差的影响。
程序方面
1. 如果使用PID的控制方案，本实验选用的双线程 PID控制是一种选择，但此方案需要不断地进行参数调节，因为本身使用两个 PID控制器，通过数学推导传递函数也只能得到 PID参数的一个取值范围，如果想要更好地调节效果，则需要不断的进行参数的调整。
2. 另外双线程PID控制时的连线较为复杂，在添加 Add时一定要注意接口的正负号，在本实验初期就一直没有发现第一次连线时一个 Add的正负号设置反了，导致之前所进行的所有调参工作都无效。除了PID控制，还有很多其他方案可以选择，包括前面提到的状态反馈控制、 LQR控制和神经网络控制。但是状态反馈控制所得到的效果没有 PID控制的好，至于LQR控制的通用性较强，而神经网络控制的通用性较差，两者都需要自主学习程序的编写，但实验得到的效果会比 PID控制更好（从另一组柔性尺的效果比较来看）。

欢迎接下来选择Flexible Joint控制实验的同学进行大胆尝试。

【四自由度机械臂】王伯钊贺智睿

虽然这个四自由度机械臂的开发难度可能比不上七自由度机械臂，但做起来也不简单，而且这也算是一个“前无古人”的选题了，因此，我们想在这里为之后选做四自由度机械臂的同学们分享一点经验。

首先，这个quanser Qarm的一大特点就是，它有比较丰富且注重引导的教程。

说其“丰富”是因为数量确实多，一共12个。它会从最基础的正、逆运动学开始讲起，之后会讲进阶一点的轨迹生成、奇点规避等，再到之后是比较“高级”一点的物体跟踪、视觉伺服等。把这些教程的说明文档都看一遍、例程都做一遍之后，你就能实现挺多功能了。但最后展示的时候肯定不能就把例程拿去展示，还需要运用一些创新思维，在例程的基础上做一些新的工作，比如把某个功能实现得比例程更好；把多个例程中实现的单一功能结合起来，从而实现一个比较“综合”的功能等等。

说其“注重引导”是因为，这些教程很多时候不会直接给你一个完全写好的例程，而是会在说明文档中一步步引导你去把半完成的例程补全。因此，你只有真正搞懂这部分要实现什么功能以及应该如何实现时，你才能把这个实验进行下去。这样其实既有好处，又有“不那么好”的地方。好处在于，这样能促使你进行细致深入的思考，真正地“学明白”；不好之处在于，如果对说明文档看得不是很明白，或者说明文档的“引导”或“提示”不够明显的话，可能就会卡在某个地方，导致实验无法继续进行下去，这时候就需要静下心来再多想想，再仔细分析分析。不过之后的同学应该还好，可以拿我们已经补全的例程进行参考。

此外，还想提醒同学们两点，一是：如果在此之前有接触过机器人运动学，那么在学习教程时应该不会有太大困难；但如果之前几乎没接触过，那可能就会稍微吃力一点，因为机器人运动学中的一些基础知识，教程里虽然可能还是会讲一下，但讲得就没那么详细，因此你可能得自学一下相关的基础知识。不过也不用太担心，学这些基础知识也不会需要太多时间。二是：四自由度机械臂的例程数量相对于其他项目而言确实会多不少，所以在做例程时要有一定的紧迫感，否则之后用于“自己开发”的时间将会比较少。我们组的两名同学之前都有学习过机器人运动学，其中一名同学还对图像处理比较了解。但即便如此，我们做完所有例程也花了大概两周的时间。所以，一定要抓紧时间！

祝学弟学妹们都能顺利完成quanser Qarm的实验，做出精彩的成果！

最后，感谢胡老师、王老师、梁宜轩学长在整个实验过程中给予我们的帮助！在本次实验中我们收获了许多，我们将在未来的学习和科研中继续积极探索、努力奋斗！

【多智能体】许瀵译何思晓

在《系统动力学与控制》课上，我最有成就感的事情是完成了无人机组网控制大作业。当时，课程是首次引入无人机设备，因此没有往届选课同学的经验可以参考，一切都需要从零开始探索。虽然无人机系统看起来复杂，但我的小组将问题逐步分解、逐个解决，最终完成了预定的控制目标。希望未来的学弟学妹们一方面打牢理论基础，另一方面发挥挑战精神；面对困难无需畏惧，你所储备的知识就是指向柳暗花明的地图。