执行器饱和下机器人关节控制的约束感知离散时间 PID 增益优化

旋转驱动的精确调节是自主机器人的基础，然而实际的 PID 回路由于离散时间执行、执行器饱和以及微小的延迟和测量缺陷而偏离了连续时间理论。我们提出了一种面向实现的分析与整定工作流，用于饱和离散时间关节控制。我们 (i) 利用 Jury 判据推导了 Euler 和精确零阶保持器（ZOH）离散化下的 PI 稳定域，(ii) 评估了饱和主导机制下的离散反计算抗饱和实现，(iii) 提出了一种混合认证的贝叶斯优化工作流，该工作流在优化具有超调和饱和占空比软惩罚的鲁棒 IAE 目标的同时，筛选出解析不稳定候选者和行为不安全瞬态。基线扫描（$\tau=1.0$~s，$\Delta t=0.01$~s，$u\in[-10,10]$）量化了 P/PI/PID 的上升/稳定趋势。在模拟不确定性、延迟、噪声、量化以及更严格饱和的随机模型族下，面向鲁棒性的整定将中位 IAE 从 $0.843$ 改善至 $0.430$，同时保持中位超调低于 $2\%$。在纯仿真整定中，认证筛选在完全鲁棒评估之前拒绝了边界内 $11.6\%$ 的随机采样增益，从而提高了样本效率。