简介面向需要进行机器人控制仿真的Matlab用户这份压缩包提供二自由度机械臂滑模控制的完整源码与说明文档。滑模控制通过构造滑模面并令其导数为零将控制扭矩拆分为线性项与非线性项可有效处理关节角度跟踪问题资源内含主程序、辅助绘图脚本、Simulink仿真模型与PDF原理说明便于从理论到仿真逐步对照理解。压缩包共8个文件包含3个m文件、3张仿真图片、1个slx模型和1份PDF文档整体大小仅278KB轻量易用。当前已有91人学习浏览适合机械臂控制、非线性和鲁棒控制方向的学生或工程师作为入门与复现参考。通过运行代码可直观得到控制输入、相平面和位置响应曲线有助于理解滑模面的选取、趋近律参数对系统性能的影响并可直接修改目标姿态和系数开展进一步实验。1. 二自由度机械臂滑模控制的仿真现象与复现价值第一次把 SMC.m 接进 ROBOT_SMC.slx 时我盯着 Scope 里的位置响应曲线来回确认了三遍两个关节的角位移几乎贴着期望轨迹走但控制输入的锯齿状高频切换也清清楚楚。这就是二自由度机械臂滑模控制最典型的画面——跟踪性能硬核代价是控制扭矩在滑模面附近来回反弹。这个 MATLAB 源码包把二连杆机械臂的滑模控制器完整拆开SMC.m 定义控制律ROBOT_SMC.slx 搭建被控对象和闭环回路HUITU.m 一次性输出位置响应、控制输入和相平面。适合刚接触滑模控制、想用 Simulink 验证理论的人也适合做机械臂轨迹跟踪仿真时想快速拿到一版可调基线的人。这里直接按模型、控制律、工程实现、调参、扩展的顺序把代码讲透。2. 滑模面设计与控制律分解从二自由度动力学方程到 SMC.m2.1 二自由度机械臂的动力学方程与误差变量二自由度机械臂的动力学可以写成标准形式[ M(q)\ddot{q} C(q,\dot{q})\dot{q} G(q) \tau ]其中 (q) 是 2x1 关节角向量(\tau) 是控制扭矩向量(M(q)) 是 2x2 惯性矩阵(C(q,\dot{q})) 是科氏力和离心力矩阵(G(q)) 是重力项。滑模控制不需要精确知道这几个矩阵但需要用它们的标称估计构造线性补偿部分。源码里的 SMC.m 把 M、C、G 写成辅助函数目的就是给控制律提供可调用的模型项这也是滑模控制和 PID 控制在实现层面的关键差异PID 完全不管模型而滑模控制至少要把已知的动力学分量消掉。控制目标不是让关节角单独盯住期望位置而是让误差 (eq-q_d) 和误差导数 (\dot{e}\dot{q}-\dot{q}_d) 同时收敛。二自由度机械臂是二阶非线性系统如果只约束位置误差速度误差可能很大如果只约束速度误差位置会出现漂移。所以滑模控制先把位置误差和速度误差拧成一个量再对这个合成量进行强制约束。这里的期望轨迹 (q_d) 通常由 DX.m 定义常见做法是给每个关节一段从初始点到目标点的时间多项式或者一组正弦轨迹方便在位置响应图里看出跟踪能力。2.2 滑模面选择为什么是误差和误差导数的线性组合我选滑模面时直接写成 (s\dot{e}\lambda e)其中 (\lambda) 是正定对角矩阵。摘要描述里的“目标姿态与当前状态之差减去一定系数乘以角速度”和这个是同一件事只是把误差和误差导数的符号重排。滑模面取这个形式的根本原因在于当系统进入 (s0) 的滑动模态后(\dot{e}-\lambda e) 是一个一阶线性微分方程误差按指数速率收敛到零收敛快慢完全由 (\lambda) 决定。这样一来原来二阶的非线性跟踪问题就被压成了一个一阶稳定性问题后面的控制律只需要负责把 (s) 从初始位置拉到零。参数设置上(\lambda_i) 建议取 0.5 到 2。太小时误差衰减慢位置响应会拖尾太大时速度测量噪声会通过 (\lambda e) 被放大到滑模面中控制输入产生额外毛刺。如果两个关节的惯量相差较大(\lambda) 应该按关节分开设置不要用一个标量统一代替。常见做法是先都设为 1跑一轮仿真后观察哪个关节响应慢再单独增大对应位置的 (\lambda)。滑模面的另一个选取细节是(s) 的每个关节分量共用同一个 (\lambda) 虽然简单但会让惯量大、响应慢的关节拖累整体收敛。如果确实要用常量建议取两关节惯量比值的中间值再通过仿真微调。很多第一次写滑模控制的人会把注意力全放在 K 上实际上 (\lambda) 对相轨迹斜率的影响同样明显调它可以改变误差衰减路径但不影响系统的鲁棒性。鲁棒性由 K 决定动态响应由 (\lambda) 决定这两个维度要分开看。2.3 控制律的线性部分与非线性部分滑模控制律在实现时被分成两个部分这也是 SMC.m 里最核心的结构。线性部分负责模型补偿让系统从非线性方程变成近似积分器非线性部分负责把状态拉回滑模面。我一般会这样写核心控制段function tau SMC(q, dq, qd, dqd, ddqd, params) % 输入: 当前状态 q/dq, 期望轨迹 qd/dqd/ddqd % params: 控制器参数结构体 lambda params.lambda; % 滑模面带宽系数 K params.K; % 滑模增益 phi params.phi; % 边界层厚度(饱和函数) e q - qd; % 位置误差 de dq - dqd; % 速度误差 s de lambda * e; % 滑模面 s e_dot lambda*e % 线性部分: 基于标称模型的等效控制 M mass_matrix(q, params); C coriolis_matrix(q, dq, params); G gravity_vector(q, params); tau_lin M * (ddqd - lambda * de) C * dq G; % 非线性部分: 饱和函数代替符号函数, 缓解抖振 sat_s s ./ max(abs(s), phi); tau_nonlin -K * sat_s; tau tau_lin tau_nonlin; end逻辑说明先把误差拆成位置误差和速度误差再组合成滑模面。线性部分里的 (M(\ddot{q}_d-\lambda\dot{e})) 补偿了期望加速度和误差收敛项(C\dot{q}G) 抵消了科氏力和重力带来的非线性。非线性部分用 (-K\cdot sat(s)) 保证在模型偏差和外部扰动存在时仍然能把 (s) 往零推。饱和函数 (s/\max(|s|,\phi)) 在 (|s|\phi) 时等于符号函数在 (|s|\phi) 时变成比例项避免在滑模面附近无限切换。参数说明(K) 必须大于模型不确定性和扰动的上界否则稳态误差消不掉但超过上界后继续增大只会加剧抖振。(\phi) 一般取 0.01 到 0.05太小相当于符号函数抖振明显太大会让滑模面附近失去强抗扰能力。为什么不用直接的 sign 函数因为在 Simulink 里 sign 是不连续点ode45 为了保证精度会把步长压到很小整个仿真跑起来像蜗牛一样。用饱和函数是工程上的折中也是源码能直接跑完的重要原因。3. ROBOT_SMC.slx 工程拆解文件清单、数据流与 Simulink 集成3.1 文件清单与数据流压缩包里的文件结构并不复杂一份 PDF、一个 .slx、三个 .m 和几张 png。SMC.m 是被 ROBOT_SMC.slx 里的 MATLAB Function 调用的控制器DX.m 负责生成期望轨迹HUITU.m 在仿真结束后从工作区读数据画图。PDF 里是推导过程png 就是文档里展示的位置响应、控制输入和相平面。把这些文件列成一张表更直观文件类型作用ROBOT_SMC.slxSimulink 模型主仿真框架包含机械臂动力学、控制器、信号记录SMC.mMATLAB 函数滑模控制律输入状态与期望轨迹输出控制扭矩DX.mMATLAB 脚本/函数定义期望轨迹或模型参数HUITU.mMATLAB 脚本仿真后绘制位置响应、控制输入、相平面图二自由度机器人滑模控制.pdf文档控制律推导、参数设置说明控制输入.png / 相平面.png / 位置响应.png图片参考输出用于结果对比数据流上Simulink 模型内部的积分器输出关节角向量 q 和角速度 dq连同期望轨迹 qd、dqd、ddqd 一起进 SMC.mSMC.m 输出 2x1 的扭矩 tau再送回机械臂动力学模块。这里最容易翻车的是信号维度模型里连线若是 1x2 的行向量SMC.m 里却按 2x1 列向量去乘矩阵会直接报维度错误。我在碰到这种问题时习惯在 MATLAB Function 入口前加一个 Reshape 模块或者在 SMC.m 第一行写q q(:); dq dq(:);强制转成列向量省得每次都在线上查维度。3.2 SMC.m 的核心实现与参数对照SMC.m 里的参数集中在 params 结构体Simulink 不需要修改代码只要把 params 作为 MATLAB Function 的第二个输入参数传进去。操作上是双击模型里的 MATLAB Function 模块在 Ports and Data Manager 里添加输入并设置类型为 struct然后在模型回调中写入params.lambda diag([1 1]); params.K 20*eye(2); params.phi 0.02;。模型跑起来后SMC.m 自动从 base workspace 读取这些值后续调参只需要改回调脚本不需要碰模型内部连线。另一个常见问题是 SMC.m 内部调用的 mass_matrix、coriolis_matrix、gravity_vector 辅助函数找不到。源码里这些函数要么写在 SMC.m 文件末尾作为子函数要么单独存在。如果 MATLAB 报 Undefined function先把所有 .m 文件放到同一目录并设为当前路径或者在主脚本里用addpath(pwd)把当前目录加进来。不要依赖记忆里的路径仿真失败时先which SMC看是否解析到预期文件。3.3 Simulink 模型搭建要点从 MATLAB Function 到 Scope如果不想用现成的 .slx自己搭一个闭环也很直接。步骤是用两个 Integrator 串联第一个输出角速度 dq第二个输出关节角 q机械臂动力学模块根据 q、dq、tau 算出角加速度 ddq反馈给第一个 Integrator期望轨迹由 DX.m 生成控制器模块把 q、dq、期望轨迹和参数拿进去输出 tau最后用 Scope 或 To Workspace 记录数据。求解器设置是这里最容易忽略的坑。滑模控制在边界层内部仍有高频切换用默认的变步长设置很容易把步长压到 1e-5 以下仿真心跳基本停住。我一般用 ode45并手动把 Max Step Size 设为 1e-3仿真时长按轨迹复杂度从 5 秒到 20 秒。如果你打开模型后点 Run 超过十秒还没出图第一个检查项就是求解器步长而不是电脑配置。注意仿真跑完但 Scope 里只有一段直线先检查对期望轨迹的时钟信号是否从 Clock 模块引出常见错误是把仿真时间固定成常数导致轨迹不随时间变化。4. 从源码到复现增益调整、抖振抑制与相平面判读4.1 一键运行与可视化HUITU.m 做了什么HUITU.m 做的事情本质上是把仿真结果从工作区变量画成三张子图。它从 To Workspace 模块拿 tout、q_out、dq_out、tau_out 等变量再分三个 subplot 展示位置响应、控制输入和相平面。如果源码的变量名不是这套直接打开 HUITU.m 把变量名改成实际记录名就行。我自己常用的后处理脚本如下% 在 ROBOT_SMC.slx 运行后执行 figure(Color,w); subplot(3,1,1); plot(tout, q_out(:,1), b-, LineWidth, 1.2); hold on; plot(tout, qd_out(:,1), r--, LineWidth, 1.0); xlabel(t / s); ylabel(q1 / rad); legend(q1,qd1); title(关节1位置响应); subplot(3,1,2); plot(tout, tau_out(:,1), k-); xlabel(t / s); ylabel(tau1 / Nm); title(控制输入); subplot(3,1,3); plot(q_out(:,1), dq_out(:,1), g-); xlabel(q1 / rad); ylabel(dq1 / rad/s); title(相平面);逻辑说明位置响应子图直接对比实际关节角与期望角控制输入子图看抖振的幅值和频率相平面子图看状态是否收敛到原点。三个图放在一起才能定位问题如果位置响应很好但控制输入像门牙一样密集抖动优先调边界层如果位置响应有稳态偏差但相平面能收敛到原点附近优先调 K。4.2 滑模增益 K 与边界层厚度 phi 的取舍在 SMC.m 中K 和 phi 是影响抖振与鲁棒性的两个参数。K 表示对抗不确定性时的“推力”phi 表示允许误差存在的“容忍度”。我调参时固定 lambda先把 K 从 5 逐步升到 30观察位置响应是否出现稳态误差再把 phi 从 0.01 升到 0.1观察控制输入的高频抖动是否下降。具体影响关系见下表参数调小后的现象调大后的现象主要观察点K跟踪误差收敛不到零存在稳态偏差控制输入高频振荡加剧相平面毛刺增多位置响应、控制输入phi抖振明显仿真速度慢稳态误差增大控制输入平滑相平面、稳态误差lambda跟踪响应慢误差衰减慢响应快但易超调噪声放大位置响应上升时间、超调量需要留意的是K 超过不确定性上界之后继续增大不会让跟踪精度更好只会把更多能量注入高频分量。phi 则本质上是拿稳态误差换平滑太大时滑模面附近的等效控制增益变小抗扰动能力下降。所以看起来参数有很多实际能调的空间很小K 和 phi 必须在建模误差范围内匹配。我遇到过一种情况调完 K 和 phi 后控制输入平顺很多但位置响应出现周期性波动检查后发现是期望轨迹本身的加速度不连续导致和滑模控制器无关。DX.m 生成轨迹时如果只用多项式拼接而不约束边界速度和加速度控制器要为跳跃的加速度付出额外扭矩。这种问题在相平面图上表现为轨迹在目标点附近来回震荡此时应该先平滑期望轨迹而不是继续加大 K。4.3 相平面图的判读源码里的相平面.png 画的是 q1 和 dq1 的关系曲线。如果滑模面设置正确相轨迹会从初始状态出发快速逼近一条斜线也就是 (\dot{e}\lambda e0) 对应的直线然后沿这条斜线滑向原点。这条斜线的斜率就是 (-\lambda)从图上可以直接读出滑模面设计是否合理。如果相轨迹在原点附近绕出一圈圈小环说明边界层太薄或者 K 太大如果轨迹停在了原点附近的偏置点说明重力补偿不准或 K 不足以克服重力。双关节系统还有一个特殊现象q2 的相轨迹可能明显比 q1 弯曲因为两个关节之间有科氏力和耦合惯量。碰到这种情况不要去调全局参数单独把 q2 的 lambda 调大一点再看相轨迹是否变直。如果两关节响应相差很大模型里的 M 矩阵可能有符号错误可以用一个开环仿真单独验证每个关节的加速度方向先排除模型问题再回头调控制器。5. 扩展验证把同一套滑模面移植到 n 自由度与仿真数据回放5.1 从二自由度到 n 自由度的代码改造把 SMC.m 里的控制器逻辑原样搬到 n 自由度机械臂上核心方程不用改。需要换掉的只有三个辅助函数mass_matrix、coriolis_matrix、gravity_vector 的输出维度从 2x2/2x1 变成 nxn/nx1同时让 lambda 和 K 变成 n 阶对角矩阵。这里最容易出错的是期望轨迹模块DX.m 原来只生成 2x1 的 qd改成 n 自由度后必须逐关节生成时间序列。更稳妥的做法是先定义路径点再用 interp1 每次调用时插值出当前位置、速度和加速度避免硬编码长数组。5.2 验证脚本的写法移植完成后不要只看图形加一段量化验证脚本能明显提高调参效率。我一般在 HUITU.m 后面追加误差统计和抖振统计% 误差统计 e_all q_out - qd_out; max_err max(sqrt(sum(e_all.^2, 2))); mean_err mean(abs(e_all)); fprintf(最大跟踪误差: %.4f rad\n, max_err); % 控制输入变化率(抖振指标) delta_tau diff(tau_out); fprintf(控制输入平均变化率: %.2f Nm/s\n, mean(sum(abs(delta_tau),2)));逻辑说明最大跟踪误差反映滑模控制的鲁棒性控制输入平均变化率反映抖振强度。如果调参后平均变化率下降了 40%而最大跟踪误差只上升了不到 0.01 rad说明这次参数调整划算。对于四旋翼这类欠驱动系统滑模面设计需要先做位置和姿态的解耦每个虚拟控制量再用同样的 (s\dot{e}\lambda e) 设计但控制律分解成线性补偿加非线性纠偏的思想可以复用。仿真结束后如果 HUITU.m 画图时报“变量不存在”先检查 To Workspace 模块的 Save Format 是不是 Timeseries改成 Array 再跑一次能少踩一个坑。本文还有配套的精品资源点击获取
