控制系统设计（PID、LQR、MPC）：原理、调参经验、离散化、非线性处理、面试官侧重点
本章聚焦机器人控制器选型与工程落地的面试高频题。核心能力要求：理解PID/LQR/MPC的数学本质、掌握离散化与非线性处理工程手法、具备调参与权衡的系统思维。面试官常用「对比追问法」考察深度——从原理到工程实现，层层下探。
PID / LQR / MPC 核心对比表
| 维度 | PID | LQR | MPC |
|---|---|---|---|
| 原理基础 | 误差比例+积分+微分反馈 | 状态反馈 + 代价函数最优 | 滚动优化 + 预测模型 |
| 适用场景 | 线性/弱非线性，无约束 | 线性系统，无约束 | 带约束复杂系统 |
| 调参方式 | Z-N法 / 经验整定 / 自整定 | Riccati方程求解 Q/R权重 | 预测时域/控制时域/权重调参 |
| 离散化方法 | 双线性变换 / 后向差分 | 零阶保持器 (ZOH) | 离散状态空间模型 |
| 非线性处理 | 增益调度 / 抗积分饱和 / 前馈 | 反馈线性化 + LQR | 非线性MPC / 线性化+扰动补偿 |
| 面试官侧重点 | 调参经验 / Windup处理 / 噪声抑制 | Q/R矩阵设计 / 能控性能观性 | 实时性 / 模型失配 / QP求解优化 |