Constraint-Aware Discrete-Time PID Gain Optimization for Robotic Joint Control Under Actuator Saturation

Resumen Técnico: Optimización de Ganancia PID en Tiempo Discreto Consciente de Restricciones para el Control de Articulaciones Robóticas bajo Saturación del Actuador

Planteamiento del Problema
Aunque los controladores Proporcional-Integral-Derivativo (PID) son el estándar para asegurar la estabilidad asintótica en sistemas lineales invariantes en el tiempo (LTI), su aplicación práctica en la robótica autónoma se ve frecuentemente comprometida por las restricciones del hardware. Los modelos teóricos suelen asumir el procesamiento de señales en tiempo continuo y una autoridad de control infinita. Sin embargo, las articulaciones robóticas físicas operan dentro de límites estrictos de voltaje o torque y utilizan procesadores digitales que ejecutan leyes de control en pasos de tiempo discretos. Esta discrepancia crea una brecha de rendimiento: cuando un controlador demanda una entrada que excede la capacidad física del actuador ($|u(t)| > u_{sat}$), el sistema entra en un régimen de saturación. Esto introduce no linealidades, específicamente la saturación integral (integral windup), que degrada la fidelidad de seguimiento (medida por el Integral del Error Absoluto, IAE) y aumenta los tiempos de asentamiento. Además, los bucles embebidos reales sufren de no idealidades como retrasos de computación, ruido de sensores y cuantización del codificador (encoder), que interactúan con la discretización y la saturación para desestabilizar bucles que parecen estables en el análisis de tiempo continuo.

Metodología
Los autores presentan una caracterización sistemática de una articulación robótica de primer orden bajo control PID discreto, pasando de la derivación teórica a un ajuste robusto y consciente de la implementación.

1. Modelado en Tiempo Discreto y Análisis de Estabilidad:

   • El estudio modela la planta utilizando una ecuación LTI de primer orden y la discretiza utilizando tanto el método de Euler hacia adelante (Forward-Euler) como el método exacto de Retención de Orden Cero (ZOH).
   • Regiones de Estabilidad: Utilizando el criterio de Jury, los autores derivan regiones de estabilidad de forma cerrada para el control PI. Estas regiones proporcionan restricciones explícitas y dependientes del muestreo para las ganancias ($K_p, K_i$) tanto para las discretizaciones de Euler como de ZOH, permitiendo una selección de ganancias "segura" antes de la simulación.
   • Anti-Windup: Se implementa una actualización de anti-windup de retro-cálculo discreto para manejar la saturación. El estado integral se actualiza basándose en la diferencia entre el esfuerzo comandado y el esforzado saturado, parametrizado por una ganancia de corrección $K_{aw}$.

2. Métricas de Desempeño:

   • La evaluación se basa en métricas estándar de respuesta al escalón: Porcentaje de Sobreimpulso (%OS), Tiempo de Subida ($t_r$), Tiempo de Asentamiento ($t_s$), Error de Estado Estacionario Terminal ($e_{ss}$) e IAE.
   • Se introduce una métrica específica de "deber de saturación" (saturation duty) para cuantificar la fracción de tiempo que el actuador permanece saturado.

3. Flujo de Trabajo de Optimización Robusta:

   • Modelado de Incertidumbre: Para emular condiciones del mundo real, los autores evalúan las ganancias a través de una familia aleatorizada de modelos que incluyen parámetros inciertos ($\tau, K$), retrasos de entrada, ruido de medición, cuantización y límites de saturación más estrictos.
   • Optimización Bayesiana con Certificación Híbrida (HC-SBO): El artículo propone un flujo de trabajo de ajuste que optimiza una función objetivo robusta $J$. Esta función agrega la mediana del IAE con penalizaciones suaves para el sobreimpulso y el deber de saturación.
   • Filtrado de Seguridad: Para evitar la exploración insegura, el flujo de trabajo emplea un filtro de "certificación híbrida":
     • Factibilidad Analítica: Los candidatos se restringen a la región de PI factible de ZOH según Jury.
     • Certificación de Comportamiento: Una verificación de horizonte corto en un modelo de actuador de segundo orden rechaza candidatos que causen un sobreimpulso extremo o saturación sostenida antes de la evaluación robusta costosa.

Contribuciones Clave
El artículo identifica tres contribuciones primarias destinadas a cerrar la brecha entre el control teórico y la implementación robótica:

1. Regiones de Estabilidad PI de Forma Cerrada: Derivación de restricciones de ganancia y de estabilidad dependientes del muestreo para el control PI bajo discretizaciones de Euler hacia adelante y ZOH exacto. Esto permite la poda de espacios de búsqueda inestables antes de la simulación.
2. Evaluación Dominada por la Saturación: Una evaluación del anti-windup de retro-cálculo discreto en regímenes donde la saturación es frecuente (una condición no capturada por las líneas base de pasos pequeños y baja demanda), demostrando cómo esto reconfigura la dinámica de recuperación y el sobreimpulso.
3. Ajuste Robusto Consciente de Restricciones: Un flujo de trabajo de optimización bayesiana que optimiza el IAE mientras se imponen estabilidad y restricciones suaves sobre el sobreimpulso y el deber de saturación a través de una familia de modelos aleatorizada.

Resultados Experimentales

• Barridos de Línea Base: Para una planta de primer orden sin retraso, el control P reduce el error de estado estacionario pero no puede eliminarlo; el control PI elimina el error de estado estacionario, siendo $K_i$ el dominante en la reducción del IAE. La acción derivativa ($K_d$) mostró un impacto mínimo en la planta simple de primer orden, pero resultó beneficiosa para el amortiguamiento cuando se introdujeron retrasos y dinámicas de segundo orden.
• Dominancia de la Saturación: En escenarios que fuerzan una saturación transitoria temprana, la inclusión de anti-windup mejoró significamente los tiempos de recuperación y redujo el sobreimpulso en comparación con los integradores estándar.
• Robustez y Eficiencia:
  • Bajo una familia de modelos aleatorizada (incertidumbre, retraso, ruido, cuantización), el ajuste orientado a la robustez mejoró la mediana del IAE de 0.687 (línea base manual) a 0.470, manteniendo el sobreimpulso mediano por debajo del 2%.
  • La pantalla de certificación híbrida rechazó el 11.6% de las ganancias muestreadas aleatoriamente dentro de los límites antes de la evaluación robusta completa, mejorando la eficiencia de muestreo sin requerir experimentos de hardware.
  • El flujo de trabajo logró equilibrar el desempeño de seguimiento con la exposición a la saturación, evitando el comportamiento de "chattering" o agresivo que se observa a menudo al optimizar puramente el error de seguimiento.

Significancia y Reclamaciones
El artículo afirma proporcionar un marco de ajuste PID fundamentado y consciente de la implementación que reconoce las no linealidades de la ejecución en tiempo discreto y los límites del actuador. Al derivar guardas de estabilidad analíticas y acoplar un flujo de trabajo de optimización bayesiana consciente de la seguridad, los autores demuestran que es posible lograr un rendimiento robusto en simulación sin acceso al hardware. El trabajo enfatiza que las tasas de muestreo, la saturación y los pequeños retrasos alteran fundamentalmente el conjunto de ganancias seguras y el comportamiento de lazo cerrado, lo que requiere un cambio de las heurísticas de tiempo continuo hacia un diseño de tiempo discreto consciente de las restricciones. El enfoque propuesto de "certificación híbrida" ofrece un método práctico para rechazar candidatos inseguros tempranamente, haciendo que el ajuste eficiente en datos sea factible para articulaciones robóticas complejas donde la iteración directa en hardware es impráctica.