PID 学习笔记

PID 学习笔记

引入：从无人机的升降进行解读

P（比例） 的初步引入

P 越大，无人机对于该目标高度的响应速度就越大（提供的向上的升力F就越大），达到目标高度大概位置的速度就会变得越快。但是，在极大的升力条件作用下，在达到目标高度时，无法做出及时的**“刹车反应”，就会在目标高度附近“震荡”**，因此，我们需要对 D 进行一个初步引入。

D（微分） 的初步引入

D 越小，无人机可以减小飞行高度目标线的超调量，克服振荡，使系统的稳定性提高，同时加快系统的动态响应速度，减小调整时间，从而改善系统的动态性能

I （积分）的初步引入

I 会对误差进行累计，从而提供无人机更大的升力，I 的加入，可以使得无人机逐渐的向着目标高度靠拢，最终将累计误差消除为0。但是I 不宜过大，过大会容易产生超调现象，甚至会重返振荡现象。

PID 是什么

是一种闭环控制算法

1. 开环：输入不受输出影响
2. 闭环：输入会受输出的影响，让输出不断接近我们设定的期望值
   

什么时候用到PID

PID 的数学表达式以及含义

连续型表达式：

离散型表达式：

P的再次解读

P算法的作用是减小测量值和理论值之间的误差，让测量值不断接近理论值。

D的再次解读

D 算法的作用是“阻尼”。如果系统误差很大或者是P参数较大，那么P的输出就会很大，导致系统剧烈响应，出现过冲现象，此时就需要用到D算法来抑制，让数值可以刚好停在理论值而不过冲

I的再次解读

I 算法的作用是消除稳态误差，当系统误差已经接近0时，p的输出会很小，起不到继续减小误差的作用，导致误差时钟没有办法减小到0。这个时候就需要用到i算法，让误差值不断累加，并将累加后的值输出。（i算法用于追求更精确的控制）

模拟调参图像

从数学表达式到代码

int PID_value(float measure,float calculate)
{
	error=measure-calculate;//误差
	
	error_sum=error_smum+error;//误差的累计
	I_xianfu(2000);//限幅
	
	error_difference = error - last_error;//误差的差值
	last_error = error;//将此次误差记录为“上次误差”

	return Kp*error + Ki*error_sum + Kd*error_difference;
}

实际使用中PID的各类组合

---

---

直立环：主要负责维持系统的平衡状态。在平衡车的应用中，直立环通过传感器（如陀螺仪）检测车辆的倾斜角度和角速度，然后通过PID（比例-积分-微分）控制器计算出控制信号，驱动电机进行调整，以保持车辆的直立状态。直立环通常采用PD控制算法，即只有比例和微分环节，以快速响应并减少系统的震荡。

速度环：则是用来控制和调节系统的速度。在平衡车中，速度环通过编码器等传感器测量车辆的实际速度，然后与目标速度进行比较，控制器根据速度偏差产生控制信号，通过调整电机的转速来达到预期的速度。速度环通常采用PI控制算法，即比例和积分环节，以消除稳态误差并提高系统的稳定性。