机器人控制系统的分层设计与算法选型方法

最近修改日期：2026-05-05

参与者：Jackrainman

1. 本文要解决什么问题

新人最常见的误判是：控制效果不好，就立刻讨论“要不要换更高级算法”。 这一步太快，通常会把问题越改越乱。

本文只讲一条能落地的主线： 先把参考做对，再判断 PID 够不够，最后才考虑 LADRC/ESO。

如果你把这条顺序反过来，常见结果是： - 参数越调越多 - 问题定位越来越慢 - 代码复杂度上去，但稳定性没上去

2. 四层架构：先分层，再谈算法

先记框架： 任务层 -> 参考生成层 -> 跟踪控制层 -> 执行与工程层

如果这四层你还没有分清，先看 01-重新理解控制论.md。

这里不再展开讲“什么是四层”，只保留和选型直接相关的摘要：

3. 两类任务决定控制策略

先分任务，再选动作。任务没分清，后面基本白调。

快速判定： - 输入是“人实时给”的，优先响应。 - 输入是“系统自动算”的，优先轨迹与边界。

4. 常见算法放在哪一层

下面这张表只做一件事：防止混层。

一句话： - 参考层决定“喂什么目标”。 - 控制层决定“怎么追目标”。 - 工程层决定“能不能稳定打完整场”。

5. 选型流程（5步，按顺序）

每步三问：看什么、怎样算过、不过怎么办。

第1步：任务类型

• 检查项：当前任务是实时跟踪型还是点到点执行型？
• 通过判据：能明确写出第一优先目标（响应 或 精度）。
• 不通过先做：先定任务边界，不进入调参。

第2步：参考是否可执行

先查参考中有没有大阶跃、有没有越过执行器能力边界。 - 通过：变化率在能力内，边界明确 - 不通过：先上限速/限加速度/轨迹规划/TD，再看闭环

第3步：PID 是否达标

看三点：响应速度、稳定性、稳态误差。 - 全部满足且可复现 → 保留 - 不满足 → 继续调基线，不要急着上复杂算法

第4步：是否真的需要强抗扰

负载变化频繁吗？外扰明显吗？模型不确定性高吗？ - 确实存在 PID 兜不住的持续扰动 → 考虑升级 - 否则 → 优先优化工程链路和参考层

第5步：工程能否承载

控制周期稳不稳？有没有阻塞调用？饱和策略和回退路径到位了没有？ - 周期稳定且有保底回退 → 可以升级 - 不满足 → 先修工程，再谈 LADRC/ESO

6. 工程落地顺序（排障顺序）

调试时按这个顺序排查，大部分问题出在前三步：

1. 输入参考是否合理。 症状：目标一变就猛冲、机械冲击大。 先做动作：先加参考整形，再看闭环。

2. 控制周期是否稳定。 症状：偶发抖动、同参数复现性差。 先做动作：清理阻塞和抖动源，稳定采样周期。

3. 执行器是否长期饱和。 症状：输出贴边、积分堆积、恢复慢。 先做动作：补齐限幅与抗积分饱和。

4. PID 基线是否可保底。 症状：系统只能在某组参数“碰运气”运行。 先做动作：先拿到可复现的 PID 基线版本。

5. 再考虑 ESO/LADRC。 症状：有明确扰动问题，且工程条件已满足。 先做动作：增量接入并保留 PID 一键回退。

实战常用组合： - 实时任务：轻量平滑 + PID(+前馈) - 点到点任务：轨迹规划 + PID，扰动强再加 ESO/LADRC

7. 常见误区与反例

误区1：控制不好就换高级算法

参数越来越多，问题定位越来越慢——这是典型的症状。 如果参考本身就是跳变的，执行器又处于饱和，换 LADRC 只会更难调。 先修参考层和工程层，再谈升级。

误区2：模块拆得越细越优雅

文件很多、接口很多，联调效率反而更低。 把 ESO、限幅、微分器拆成过细的碎片，维护成本涨得比收益快。 模块化放在"算法之间"，别放在"算法内部"。

误区3：通用逻辑全扔 utils

utils 里东西一多，参数责任就说不清了，故障定位只能绕圈。 复用是有了，边界却丢了。 先明确职责边界，再考虑抽象复用。

误区4：直接从 PID 跨到复杂控制

一改就全链路不稳，回滚成本高。 没有保底链路时，复杂方案只会放大系统风险。 先保证 PID 能保底，再去做可回退的演进。

8. 一页总结（上线前检查清单）

核心结论： 不是先选“最强算法”，而是先找“哪一层先出问题”。

三条原则： - 先参考，后控制。 - 能稳定达标就不盲目加复杂度。 - 任何升级都要有保底和回退。

上线前检查表：

如果以上 5 项里有 2 项及以上不满足，先补系统，再谈算法升级。