近來商用化的機器人、無人機等快速發展，對控制演算法提出了哪些新的要求？

01-28

我認為，對於魯棒性有變態的要求。

你用汽車運貨物，大風刮來你輪子起碼還和地面有摩擦，扒住地面。你用四旋翼運貨物，是會直接吹跑的好么，然後你運的恰好又是個iPhone 6，那麼好了你一個腎就這麼沒了。而且好像一般設計四旋翼不大會考慮氣動外形。。

在動作器輸出範圍有限的情況下提供變態的魯棒性，說實話這個直覺上挺反物理的。

==============3/20/2015更新=============

另外有人提到說熊孩子用彈弓打無人機，實際上這個也是魯棒性的挑戰。另外還有容錯控制，沒記錯的話電機學領域裡面挺熱門的，比如勵磁繞組突然有一相開路了，如何用剩下來的繞組讓電機平穩運行之類。無人機我覺得也可以這樣考慮，比如四軸飛行器突然少了一軸，剩下的三軸如何穩定之類

無人機送快遞，空中避讓是難點，面對複雜的城市環境，高樓大廈，橋樑，空中電纜，甚至還有小朋友的彈弓氣槍，不能全靠操作手全程遙控操作。其次，高精度的定點降落，亞馬遜的做法是建立一些類似直升機機場似的降落點。其實說到最後，就是安全性或者可靠性，安全快速送到，安全返回。

竊以為控制演算法的發展是相對超前的，相對滯後的是感測器和環境感知手段。不求贊，求板磚。

補充：神馬魯棒自適應最優變結構容錯各種控制。。。飛控界的研究一直是排頭兵，論文成千上萬，但就是很難實用化，原因之一就是控制演算法脫離周邊弟兄們孤軍深入，結果就只能呵呵了。於是就反過頭來整別的：

在實際中，控制精度不高，在感測器前端加個濾波器，效果馬上大幅改善。比如Kalman本身就是搞控制的，卻搞了個濾波器出來。又比如L1自適應控制演算法都自帶濾波器。

問題來了，濾波算控制演算法嘛？

量產，環境未知更大：魯棒性能；

與人更近：容錯；

可組裝，改裝：自適應。

不是理論，是真正能用的演算法。現在理論不缺，乃至說超前。但能用的演算法太缺了，遠遠滯後。

系統稍微改裝一下，pid就得重新調，有經驗也還得調半天。難道以後無人機載重，機器人搬東西，導致結構、重心等有變，得先重新調控制器？然後再調回來？更不要說容錯和自適應了。

先把現有的做穩定再說吧，所謂的快速發展都是假象

贊同 @Liu Top的說法。

控制演算法上現在已經很好了。但是控制的好不好感知周邊環境是基礎。gps定位商用只能到米級，自帶探測器的好無論攝像頭也好別的也好，很難應付周圍環境，你看只是從二維平面上運行的goole汽車都有帶那麼一大堆東西，更何談飛行器了，尤其是要在樓間甚至是要到人群里或貼地穿來穿去的小型飛行器。對周圍的辨別（模式識別）都不能快速精確的做到，後一步控制就無從談起。