模型预测控制MPC这套东西我第一次在项目里被要求用它替代PID的时候心里是打鼓的。名字听着唬人真上手写第一版代码才发现它的核心思想朴素得很每一步都用模型往前推演一段未来从所有可能的动作里挑出代价最小的那一串但只执行第一个下一拍用新的测量值重来一遍。难的不是思想是把这套思想翻译成能跑、能稳、能在资源有限的控制器上实时求解的代码再把那堆权重参数调到既不抖也不肉的舒服状态。这篇就当是我这几年在MPC上踩坑的一个存档从它到底算什么、怎么把物理模型翻译成MPC能吃的形式、求解器和权重怎么选、到一个能直接跑的最小实现最后聊聊几个同名不同物的MPC。适合刚接触MPC、想把它真正用起来而不是只停留在概念的人。1. 先把MPC到底在算什么搞清楚1.1 用倒车入库理解MPC的三步循环要理解MPC最贴切的类比其实是你自己倒车入库的过程。你坐在驾驶位脑子里有一个关于方向盘打多少、车身怎么转、油门刹车给多少会怎样的粗略模型这就是预测模型。你会根据当前车的位置和角度在脑子里预演未来几秒车身会划出怎样的轨迹然后挑一条不会蹭到旁边车、又不会压线的路线这就是优化。关键在于下一步你不会把脑子里规划的那一整条轨迹一次性执行完而只是先动一点点方向盘、松一点点刹车然后立刻抬头看后视镜根据车实际移动的位置重新评估再规划一次。这个只走一步、然后重新看、重新规划的动作就是滚动优化也是MPC区别于其他控制方法最本质的地方。它在每一时刻都解一个有限时域的优化问题得到一个控制序列但只把序列里的第一个控制量施加到系统上。等到下一个采样时刻系统的真实状态已经被测量出来了用它作为新的起点再解一次。这套机制天然地把反馈嵌了进去哪怕模型有误差、有外界扰动因为每一步都在用真实测量值纠偏系统也不会跑飞。1.2 预测模型、滚动优化、反馈校正这三件套把上面那段拆开MPC其实就三个必备组件缺一不可。预测模型负责回答如果我这样控制未来会怎样它可以是线性状态空间、传递函数也可以是非线性微分方程、神经网络甚至是一张查表。模型精度直接决定控制效果的上限模型错了优化出来的东西再漂亮也是错的。滚动优化负责在有限时域内求解一个带约束的最优控制问题通常写成二次规划或者非线性规划。反馈校正看起来最不起眼但它其实是MPC鲁棒性的来源因为每步都用实际测量值重置状态相当于给开环预测加了持续的闭环修正。很多人第一次写MPC最容易犯的错就是把预测时域内的控制序列全部apply一遍然后等下一轮。这实际上是开环最优控制不是MPC。只要模型有一点点偏差误差就会累积系统很快就会偏离参考轨迹。正确做法永远是只取序列的第一个。我早期就栽过这个跟头仿真里看着挺好一上真机就飘后来把只取第一个改回来立刻就稳了。1.3 MPC和PID到底差在哪常有人问既然PID这么好用为什么还要费劲搞MPC。答案不在于MPC更高级而在于它解决的是PID不擅长的那类问题。PID是单回路、无约束、无预测的控制器它的输出只跟当前误差、误差积分、误差变化率有关对未来会发生什么一无所知。当一个系统有大的纯滞后比如温度控制、化工过程或者多个变量之间存在强耦合比如多轴机械臂或者存在必须严格满足的物理约束比如电机电流上限、阀门开度范围PID就开始吃力了。MPC的强项恰恰在这里它同时处理多变量、显式表达约束、对纯滞后有天生的预测能力。下面这张表是两者的对比实际选型时我一般按这个来决策。对比维度PIDMPC变量支持单入单出为主天然多入多出约束处理靠外部限幅硬截断显式写进优化问题纯滞后难处理易振荡预测模型天然补偿调参对象3个增益Q、R、Np、Nc等在线计算几乎为零每步解一个优化问题模型依赖无强依赖2. 把连续世界的物理模型翻译成MPC能吃的格式2.1 连续状态空间怎么离散化成递推式真实系统的物理规律通常写成连续微分方程比如位置、速度、加速度的关系。但MPC是在数字控制器上跑的它按固定采样周期工作所以第一步必须把连续模型离散化。假设系统是线性的写成连续形式 x_dot Ax Bu其中 x 是状态向量u 是输入向量。离散化的目标是把导数关系变成第k1步和第k步之间的递推关系x(k1) A_d x(k) B_d u(k)。最常用的是零阶保持离散化假设在一个采样周期内输入保持不变那么 A_d 等于矩阵指数 e 的 AT 次方B_d 等于 e 的 Aτ 次方对 B 的积分。数学上精确但实际写代码时没人真去算矩阵指数直接用近似公式就够了A_d 约等于单位阵加上 AT再加上 (AT) 平方除以2更高阶项可以忽略B_d 约等于 BT 加上 A 乘 B 乘 T 平方再除以2。当采样周期远小于系统的时间常数时这个近似误差小到可以忽略。import numpy as np def discretize(A, B, dt, order2): n A.shape[0] Ad np.eye(n) Bd np.zeros_like(B) term_A np.eye(n) term_B np.zeros_like(B) for i in range(1, order 1): term_A term_A (A * dt) / i term_B term_B (A * dt) / i term_A (B * dt) Ad term_A Bd term_B return Ad, Bd这段代码用的是泰勒展开近似order2 对大多数采样率足够的系统已经够用。如果你的采样周期接近甚至超过系统最小时间常数那说明采样率选错了得先把采样周期压下来而不是指望离散化来救。2.2 预测时域Np和控制时域Nc怎么定Np 是预测时域也就是每次优化时往前看多少步。Nc 是控制时域也就是这次优化真正决定多少个不同的控制量通常 Nc 小于等于 Np超出 Nc 之后保持最后一个控制量不变。这两个参数直接决定计算量和控制效果是所有MPC调参里最需要凭经验拍的地方。定 Np 的经验法则是预测时域要覆盖被控对象的主要动态过程至少能看到系统的上升时间和主要纯滞后。如果系统上升到稳态需要2秒采样周期0.1秒那 Np 至少要20步才能让优化器看清整个过渡过程太短了它就是个近视眼刚想调整就到头了控制会变得保守或者激进。但 Np 也不是越大越好每增加一步预测优化问题的规模就线性增长实时性压力随之上来。Nc 通常取 Np 的五分之一到三分之一。取太小控制自由度不够响应会变钝取太大接近 Np计算量暴涨但效果提升有限因为再往后的控制动作本来就影响不大。我一般的起步配置是 Np20、Nc5跑通之后再根据响应情况微调。提示如果被控对象有显著纯滞后Np 至少要大于滞后时间除以采样周期否则优化器在预测时域内根本看不到滞后带来的影响控制效果会很差。2.3 二次型代价函数怎么构造和展开代价函数是MPC的指挥棒它告诉优化器什么算好。最通用的形式是最小化预测状态与参考之间的偏差、控制量大小、以及控制量的变化率三部分的加权和。状态偏差用权重矩阵Q控制量用R控制增量用S这三个矩阵都是设计者自己给定的直接决定控制器的脾气。写成公式就是J 等于状态偏差的二次型对预测时域求和加上控制量的二次型求和再加上控制增量的二次型求和。优化器在每一步去搜索一个控制序列让这个J最小同时满足所有约束。数学上这是一个凸二次规划问题前提是模型线性、约束线性、Q和R半正定有现成的高效求解器可用。把这个问题整理成求解器标准形式时需要把状态递推展开成决策变量的函数得到 Hessian 矩阵 H 和线性项 f。这一步推导略繁琐但工程上一般交给建模工具自动完成比如CVXPY、CasADi你只管把代价和约束用自然的方式写出来就行不用手推。3. 求解器选型和权重矩阵整定实战3.1 从CVXPY到OSQP怎么选求解器求解器的选择取决于你的运行平台和对实时性的要求。桌面端做算法验证我首选CVXPY建模直观、报错清晰代价是求解慢一般几十毫秒到几百毫秒做仿真够了。真正要嵌到控制器里跑就得换成OSQP、qpOASES这类专为嵌入式优化的QP求解器毫秒级甚至微秒级响应。如果要处理非线性模型CasADi配合IPOPT或者ACADO是常见组合它们自带自动微分能省掉手推导数的功夫。求解器适用场景特点CVXPY桌面验证、快速原型建模简单速度慢OSQP嵌入式线性MPC快支持热启动qpOASES实时性要求高在线有效集CCasADi IPOPT非线性MPC自动微分强大但重do-mpc快速搭建仿真基于CasADi开箱即用我用CVXPY写第一版算法把逻辑跑通、权重调到满意然后再按需迁移到性能更好的求解器上。这个顺序能避免一开始就陷进底层求解器的坑里。3.2 Q和R权重矩阵到底怎么调Q和R的整定没有解析公式但有清晰的物理直觉。Q越大控制器越重视跟踪精度愿意花更大的控制代价去消除误差表现就是响应快、超调可能大。R越大控制器越怕用控制量动作会变柔和代价是跟踪变慢、稳态误差可能残留。这三者之间的平衡就是MPC调参的核心。我推荐的起步方法是 Bryson 规则Q 的对角元素取对应状态最大允许偏差的平方的倒数R 取对应输入最大允许值的平方的倒数。这相当于把所有状态和输入都归一化到同一量级避免因为物理单位不同比如位置用米、速度用米每秒导致权重量级悬殊。举个具体例子位置允许偏差0.5米速度允许偏差1米每秒输入加速度上限2米每二次方秒那么 Q 就取 diag(4, 1)R 取 0.25。跑起来之后如果觉得跟踪太慢就整体放大Q如果控制太抖就放大R。注意调Q和R的时候建议一次只动一个并且用同一组参考轨迹和扰动反复对比。我见过有人同时改三个权重结果曲线变好了也不知道是谁的功劳下次换工况又得从头试。3.3 约束怎么写才不会让优化问题无解约束是MPC相对PID的最大优势但也是它最容易翻车的地方。最常见的翻车方式就是约束互相冲突导致优化问题无解。比如你同时要求位置不能超过某个范围、速度不能超过某个范围、但初始状态本身就已经违反了其中一条优化器就找不到任何可行解求解器返回失败控制器直接开天窗。解决办法有两层。第一层是约束要合理不要设得比物理系统实际能力还紧尤其初始状态要留够裕量。第二层是引入软约束对状态约束加一个松弛变量允许它在极端情况下被违反一点点但违反的代价写进代价函数。这样即使遇到不可行情况优化器也能给出一组最不坏的解控制器不至于挂掉。输入约束一般保持硬约束因为物理执行器确实到不了那个值但状态约束尤其是安全相关的用软约束处理会更稳。这个设计在实际项目中救过我好几次强烈建议默认就加上。4. 手把手实现一个速度跟踪MPC4.1 先把被控对象和参数配置讲清楚为了能直接跑起来我选一个最经典也最能说明问题的例子一个双积分系统状态是位置和速度输入是加速度命令。物理上可以对应一辆理想化的车忽略阻力或者一个位置伺服机构。目标是让位置跟踪一个给定的参考值同时满足加速度上限和状态范围约束。这个例子足够简单代码能完整贴出来又能体现MPC的全部关键环节。参数这样配置采样周期0.1秒位置和速度都作为状态加速度作为唯一输入。物理限制方面加速度限制在正负2之间位置限制在正负10速度限制在正负5。预测时域取20步控制时域取5步状态权重用刚才算的 diag(4,1)输入权重0.25。参考目标设在位置5、速度0。4.2 完整可运行的Python实现下面的代码基于CVXPY装好numpy和cvxpy就能直接跑。整个逻辑分三块构建优化问题、仿真循环、记录结果。import numpy as np import cvxpy as cp # ---------- 1. 系统模型 ---------- dt 0.1 A np.array([[1.0, dt], [0.0, 1.0]]) B np.array([[0.5 * dt**2], [dt]]) n, m 2, 1 # ---------- 2. MPC 参数 ---------- Np 20 Nc 5 Q np.diag([4.0, 1.0]) R np.array([[0.25]]) u_min, u_max -2.0, 2.0 x_min np.array([-10.0, -5.0]) x_max np.array([10.0, 5.0]) # ---------- 3. 构建优化问题 ---------- U cp.Variable((m, Nc)) x0 cp.Parameter(n) x_ref cp.Parameter(n) cost 0 constraints [] x x0 for k in range(Np): u U[:, min(k, Nc - 1)] cost cp.quad_form(x - x_ref, Q) if k Nc: cost cp.quad_form(u, R) x A x B u constraints [x_min x, x x_max] constraints [U u_min, U u_max] prob cp.Problem(cp.Minimize(cost), constraints) # ---------- 4. 仿真循环 ---------- x_sim np.array([0.0, 0.0]) ref np.array([5.0, 0.0]) log [] for t in range(120): x0.value x_sim x_ref.value ref prob.solve(solvercp.OSQP, warm_startTrue) if prob.status not in (optimal, optimal_inaccurate): print(求解失败:, prob.status) break u_opt U.value[:, 0] x_sim A x_sim B u_opt log.append([t * dt, x_sim[0], x_sim[1], float(u_opt[0])]) log np.array(log) print(最终位置:, log[-1, 1]) print(最终速度:, log[-1, 2])4.3 仿真结果和调参现场记录跑完这段代码你能看到位置从0平滑逼近到5速度先加速后减速到0加速度在起步阶段达到上限后回落整个过程没有任何超调和震荡。这说明在当前权重下控制器是稳定且收敛的。这时候就可以开始玩参数了看看每个参数到底影响什么。我实测下来把 Q 的位置权重从4改成40响应明显变快但加速度更频繁触碰到上限控制量显得更暴躁如果执行器有磨损顾虑这个方向就不合适。反过来把 R 从0.25改成2.5控制立刻变柔和代价是到达目标的时间大约翻倍而且如果系统有恒定扰动比如摩擦力最终位置会偏一点这就是没有积分项的代价。想消除这种稳态误差一个办法是在代价函数里加控制增量的惩罚用增量式MPC另一个办法是给模型加上扰动状态让优化器在线估计并补偿。# 增量式MPC的输入变量改为 Δu通过累加得到 u U cp.Variable((m, Nc)) u_prev cp.Parameter(m) du_cost 0 u cp.vstack([u_prev]) for k in range(Nc): u cp.hstack([u, u_prev cp.cumsum(U, axis1)[:, k:k1]]) # 实际使用时把 du_cost 换成对 UΔu的二次惩罚这段只是示意增量式MPC的构造思路把优化变量从控制量本身改成控制增量再通过累加还原出实际控制量同时对增量施加惩罚。它对抑制抖动、消除部分稳态误差很有效是我在电机和伺服项目里的默认选择。5. 常见故障排查和几个容易搜错的MPC5.1 无解、抖动、稳态误差三类典型问题第一类是求解失败或者无解。绝大多数情况是约束太紧或者互相冲突尤其是初始状态本身已经违反了某条状态约束。排查方法是先临时把状态约束放宽看是否恢复正常如果恢复了就说明是约束打架改成软约束即可。还有一种情况是预测时域太长、问题规模太大导致求解超时这时候要削减 Np 或者换更快的求解器。第二类是控制抖动表现为控制量高频跳变、系统嗡嗡响。根因通常是 R 给得太小、Nc 太短或者模型和真实系统失配导致每步优化结果在两组解之间来回跳。解决方向是增大 R、适当增加 Nc、或者引入控制增量惩罚项。如果装在嵌入式平台上还要检查数值精度float32 在长时域递推下会累积误差必要时换 float64 或者做数值缩放。第三类是稳态误差系统稳定下来但始终差一点到不了参考。线性MPC如果没有积分作用面对恒定扰动必然有静差。解决办法就是前面说的增量式MPC或者加扰动状态估计本质都是给控制器引入积分能力。5.2 常见问题速查表现象可能原因处理方向求解返回infeasible约束冲突或初始状态越界放宽约束或用软约束控制量高频抖动R过小、Nc过短、模型失配增大R、增大Nc、核对模型有稳态误差缺少积分作用增量式MPC或加扰动状态响应迟缓不跟踪Q过小或Np过短增大Q、加长预测时域超调大、逼近上限Q过大、R过小平衡Q和R实时超时Np、Nc过大削减时域、换快求解器仿真好实机飘没做只取第一个检查滚动执行逻辑5.3 同名不同物的MPC别搜错了最后聊一个很实际的问题模型预测控制的英文缩写是MPC但这个缩写在不同领域指向完全不同的东西搜资料的时候特别容易串台。第一种是 GNU MPC它是一个任意精度复数运算的开源数学库名字里的MPC是 Multi Precision Complex 的意思跟控制没有半点关系你要是在做控制算法却搜到这个会一脸懵。第二种是某些企业级存储管理平台里的MPC那是产品组件名称跟控制理论无关属于运维和存储管理范畴做IT基础设施的人搜到的多半是这类。第三种是 MPPI它全称是 Model Predictive Path Integral是基于路径积分采样的MPC变体不需要求梯度适合强非线性、有随机性的系统最近在机器人和强化学习交叉领域很火它确实属于MPC大家族但求解思路和传统二次规划MPC完全不同。还有一种情况是电力系统模型预测控制这类带行业前缀的搜索它指的是MPC在电力领域的应用比如新能源并网、储能调度、负荷频率控制模型规模往往很大、时间尺度也从毫秒到小时不等和机械控制里的MPC虽然同源但工程落地方式差别很大。至于过程工业里那些大型先进过程控制产品比如常见的商用APC套件很多底层核心就是MPC只是被封装成了配置化软件使用者往往不需要碰数学。搞清楚这些区别能让你在搜资料和选技术路线时少走很多弯路。再说一个我个人很在意的小点MPC在线求解对算力是有要求的做产品选型时一定要把控制器的主频、内存、是否支持浮点运算提前确认清楚。我见过有人算法验证全在PC上做结果目标芯片是个没有浮点单元的廉价MCU迁移时才发现根本跑不动只能退回去用查表法近似。这类硬件约束最好在选MPC这条路的第一天就摸清楚别等到最后一步才发现走不通。最后分享一个我踩坑踩出来的习惯每次上线新MPC控制器之前我都会先用手动构造的极端工况初始偏差最大、参考突变、约束边界附近跑一遍仿真把每种工况下的第一个控制量打印出来看合不合理。这一步几乎不花时间但抓到过好几次模型离散化写错、权重单位搞混的问题。控制器这种东西能在仿真里拦住的错误就千万别留给实机去发现。