技術
為真實任務，打造恰如其分的智慧。
LINKU 將 AI 與控制整合於小巧的機器——圍繞任務設計、可在現場運作，並能隨條件變化持續調校。
為任務設計
我們圍繞明確任務設計系統。從感測到模型，各層皆可依場景、限制與條件變化進行調校。
可於現場運作
運算與決策可在裝置端進行，不必依賴雲端往返。視部署方式而定，系統可在離線時持續運作，資料也可留在本地——適用於重視延遲、連線條件或資料處理方式的場域。
設計帶來效益
硬體規格定義邊界，不等於最終成果。軟硬協同設計協調模型、控制、感測與硬體，讓系統接近其實用極限。我們關注的是限制條件內真正有用的任務表現。
可持續調校
當部署條件允許蒐集資料與更新時，現場資料可用於後續調校、模型更新或控制修正。改善是工程流程，不是自動發生的承諾。
控制模擬
相同的模擬硬體，兩種控制策略。
兩側模擬相同的受控體、目標、干擾與雜訊。左側使用合理整定的固定增益 PID；右側在相同模擬硬體上採用由公開最佳實務組成的模型導向控制。這呈現軟硬協同設計中控制層的一項貢獻，並非實體硬體驗證。較快的安定可支援更高節拍；較小的誤差可降低機構與感測所需的餘裕。
模擬示意，非量測資料 · 兩側共用同一目標、同一干擾與同一雜訊序列 · 尊重 prefers-reduced-motion，離屏自動暫停
常見作法
模型導向
移動游標＝移動目標 · 點擊＝同時對兩邊施加干擾 · 下方細線＝誤差的時間軌跡（越平越好）
點圓環＝設定目標 · 按「施加干擾」＝同時干擾兩邊 · 下方細線＝誤差軌跡（越平越好）
給工程師：模型與參數
受控體（兩側相同） J·θ̈ = τ − b·θ̇ + d(t)，J = 1，b = 0.15，|τ| ≤ 6；迴路 240 Hz、感測延遲 1 拍（兩側相同）
感測（兩側相同） 編碼器量化 1.5°（≈240 CPR），高斯雜訊 σ = 0.5°；兩側共用同一雜訊序列（common random numbers）
常見作法（合理整定的基本 PID） 固定增益 PID：τ = 20·e + ∫12·e − 5.8·ω̂f（ζ ≈ 0.65）；速度＝編碼器 6 拍差分＋一階低通（dirty derivative，ω ≈ 20 rad/s）；抗飽和＝條件式積分（輸出飽和時停積）；階躍指令直接餵——無軌跡規劃、無模型前饋、無估測器、不補償感測延遲
模型導向控制（公開最佳實務的正確部署） 穩態卡爾曼（α–β）估測＋一拍前向預測；近似時間最優速度 governor（PTOS：遠處 v ≤ √(2a·e)、近處線性終端，a ≤ 0.8·τmax/J，留回授餘裕）；模型前饋 τff = J·a_ref + b·ω_ref；動量式擾動觀測器（ω ≈ 12 rad/s）估測並抵消外力矩；回授 τfb = 40·(θref−θ̂) + 11·(ωref−ω̂)，ζ ≈ 0.87
干擾 點擊＝對兩側同時注入等量衝擊力矩；環境擾動為連續小雜訊力矩（共用序列）
統計 安定＝事件後首次進入 ±2° 帶並停留 0.3 s 的時間（兩側同一定義；誤差全程見下方細線）
範圍 右側全部為公開教科書級技術；本模擬只隔離呈現協同設計中控制層的一項貢獻，並非實體硬體量測證據
感測（兩側相同） 編碼器量化 1.5°（≈240 CPR），高斯雜訊 σ = 0.5°；兩側共用同一雜訊序列（common random numbers）
常見作法（合理整定的基本 PID） 固定增益 PID：τ = 20·e + ∫12·e − 5.8·ω̂f（ζ ≈ 0.65）；速度＝編碼器 6 拍差分＋一階低通（dirty derivative，ω ≈ 20 rad/s）；抗飽和＝條件式積分（輸出飽和時停積）；階躍指令直接餵——無軌跡規劃、無模型前饋、無估測器、不補償感測延遲
模型導向控制（公開最佳實務的正確部署） 穩態卡爾曼（α–β）估測＋一拍前向預測；近似時間最優速度 governor（PTOS：遠處 v ≤ √(2a·e)、近處線性終端，a ≤ 0.8·τmax/J，留回授餘裕）；模型前饋 τff = J·a_ref + b·ω_ref；動量式擾動觀測器（ω ≈ 12 rad/s）估測並抵消外力矩；回授 τfb = 40·(θref−θ̂) + 11·(ωref−ω̂)，ζ ≈ 0.87
干擾 點擊＝對兩側同時注入等量衝擊力矩；環境擾動為連續小雜訊力矩（共用序列）
統計 安定＝事件後首次進入 ±2° 帶並停留 0.3 s 的時間（兩側同一定義；誤差全程見下方細線）
範圍 右側全部為公開教科書級技術；本模擬只隔離呈現協同設計中控制層的一項貢獻，並非實體硬體量測證據
聯絡
聯繫我們。
想讓某項現場任務更聰明，或探索合作？歡迎來信。