MCU 与上位机的控制分层

最近修改日期：2026-05-05 参与者：Jackrainman 本文档回答一个核心问题：控制算法应该跑在哪里？ 这决定了你在 MCU 上应该深挖什么、在上位机/ROS2 上只需要理解什么。

1. 为什么需要分层

机器人系统从最内层闭环到最外层决策，响应速度和计算需求差异巨大：

2. MCU 负责什么

MCU 的核心职责是 确定性闭环执行：

• 高频采样传感器
• 以固定周期运行控制算法
• 输出确定性时序的驱动信号
• 保证安全（限幅、超时保护、看门狗）

适合放在 MCU 的方法： - 串级 PID（位置/速度/电流） - 前馈与补偿（速度前馈、加速度前馈、重力补偿） - ESO / LADRC / 扰动观测器 - 轻量状态反馈（小维度 LQR） - 参考整形（TD、梯形速度、S 曲线） - 滤波（低通、移动平均、卡尔曼滤波简版） - 约束处理（限幅、抗积分饱和）

不适合放在 MCU 的方法： - 大维度 MPC（需要矩阵求逆，计算量过大） - 深度神经网络推理（除非量化的很小） - 强化学习策略网络 - 大规模优化问题 - 长时序预测规划

3. 上位机/ROS2 负责什么

上位机的核心职责是 在更长的时间尺度上做优化和规划：

典型任务： - 全局/局部路径规划（A*、RRT、DWA） - MPC（预测优化、多变量协调） - SLAM / 感知融合 - 任务调度与状态机 - 参数自适应（超参数搜索、在线调参） - 离线/半在线模型训练

4. 关键分界线

判断一个方法该放 MCU 还是上位机，用三个问题：

Q1：它需要跑多快？ - 毫秒级或微秒级闭环 -> MCU - 百毫秒级以上规划/优化 -> 上位机

Q2：它需要多少计算？ - 能在 1ms 内跑完 -> MCU - 需要矩阵求逆、大量迭代 -> 上位机

Q3：它的输出是什么？ - 直接驱动电机的电流/电压 -> MCU - 给 MCU 的参考轨迹/参数/模式 -> 上位机

5. 分工协作的典型架构

上位机 (ROS2/Linux)
├─ 全局规划
├─ MPC / 优化器
├─ 参数自适应
└─ 感知与决策
        ↓
    给 MCU：参考轨迹、目标参数、模式切换
        ↓
MCU (STM32)
├─ 参考整形 (TD/S曲线)
├─ 前馈补偿
├─ 串级 PID / LADRC
├─ ESO / 状态观测
└─ 限幅、抗饱和、安全保护
        ↓
    直接驱动：电机、执行器

6. 这对你的学习方向意味着什么

应该在 MCU 上深挖的： - 离散化、采样、量化对控制的影响 - PID / LADRC 的工程实现细节 - 前馈、补偿、观测器的调参逻辑 - 饱和、限幅、抗积分饱和 - 串级结构设计 - 建模与辨识

应该在上位机上理解的： - MPC 的优化问题是怎么建的、约束怎么加 - 最优控制的数学背景（HJB / PMP） - 智能控制（模糊、神经网络、专家系统） - 强化学习与数据驱动控制

不需要在 MCU 上实现、但需要能看懂的： - 全维度 MPC - 神经网络控制器 - RL 策略网络 - 复杂优化算法

文档导航

评论