倒立摆控制：从PID到LQR的平衡艺术

1. 倒立摆模型：从理论到实践的完全指南

倒立摆这个看似简单的物理模型，实际上蕴含着控制理论中最精妙的平衡艺术。我第一次接触倒立摆是在大学实验室，那个不断摇晃的金属杆让我着迷——它像极了初学自行车时的摇摆不定，却又在精确控制下奇迹般地保持直立。这种反直觉的稳定性背后，是经典控制理论与现代算法的完美结合。

倒立摆不仅是一个教学演示工具，更是机器人平衡控制、航天器姿态调整等高端应用的基石原型。本文将带你从零开始构建完整的倒立摆认知体系：从牛顿力学推导到PID控制器调参，从Simulink仿真到实体装置搭建。无论你是自动化专业的学生、机器人爱好者，还是控制算法工程师，都能在这里找到对应知识层级的技术食粮。

2. 物理建模：理解倒立摆的力学本质

2.1 系统自由度分析

典型的直线倒立摆系统包含两个主要部件：可在水平轨道上移动的小车，以及通过转轴与小车连接的摆杆。这个系统具有两个自由度——小车的水平位移x和摆杆与垂直方向的夹角θ。当θ=0时摆杆处于不稳定的平衡点，就像铅笔立在指尖的状态。

通过拉格朗日方程建立系统动力学模型时，需要考虑：

• 小车的质量M和摆杆的质量m
• 摆杆长度l（质心到转轴距离）
• 摆杆绕质心的转动惯量I
• 小车与轨道间的摩擦系数b

2.2 非线性动力学方程推导

使用拉格朗日力学方法，先建立系统总动能T和总势能V的表达式。摆杆末端坐标可表示为：

code复制x_p = x + l·sinθ
y_p = l·cosθ

通过对时间求导得到速度分量，进而得到动能项。最终推导出的非线性微分方程为：

code复制(M+m)ẍ + bẋ - mlθ̈cosθ + mlθ̇²sinθ = F
(I + ml²)θ̈ - mglsinθ = mlẍcosθ

其中F为施加在小车上的控制力。这个方程明确展示了角度θ与加速度ẍ之间的耦合关系。

提示：实际操作中常对非线性方程在平衡点(θ≈0)附近进行线性化，得到适用于控制器设计的简化模型。当|θ|<30°时，线性化模型的误差通常可接受。

3. 控制算法设计与仿真验证

3.1 状态空间模型建立

将线性化后的方程表示为状态空间形式：

code复制ẋ = Ax + Bu
y = Cx + Du

选择状态变量x=[θ, θ̇, x, ẋ]^T，输