PID超详细教程——PID原理+串级PID+C代码+在线仿真调参

误差计算

计算PID的第一步就是计算误差（Error）：误差=目标值-反馈值，在这个例子中，误差就是小球当前位置与目标值间的距离。

接下来的运算我们都会围绕误差进行，分为三个步骤使用误差分别算出一个分力，并将三个分力一起施加在小球上。

比例环节

第一个环节是比例环节P(Proportion)，这个环节产生的分力是：

也就是说分力大小与误差成正比，当小球在目标左边的时候分力向右，当小球在目标右边的时候分力向左，其中是比例系数。

比例环节的计算方法其实就与上面大家通过直觉得出的方法差不多，如果只有这个分力作用的话，会产生什么效果呢？

大家可能会发现这不就跟中学物理里的弹簧滑块模型是一样的嘛，力与距离成正比，很明显小球会以目标位置为中心进行左右摆动（简谐振动）（注：图中蓝色短线表示控制力）：

只有比例环节时的小球运动

微分环节

那么如何让小球能够静止在目标点呢？这就要请出PID的另一个环节：微分环节D(Differential)。

微分环节也会计算出一个分力，计算方法是：

也就是说，这个分力与误差的变化速度有关，在目标位置不变的情况下，小球向右运动时误差变化速度为负，分力向左；反之当小球向左运动时分力向右；综合看来，微分环节产生的分力始终阻碍小球的运动。

因此如果在刚刚的基础上加入微分产生的分力，就会产生一个阻尼效果，小球会仿佛始终受到一个阻力，因此左右摆动的幅度会逐渐减小，最终收敛到目标位置上：

有比例和微分环节时的小球运动

由公式还可以看出，微分系数可以影响这个“阻力”的大小，因此如果我们把系数调大一些，就可以让小球的运动收敛得更快一些：

调大kd后的小球运动

到这里，其实我们已经完成我们的目标任务了，小球可以在驱动力的作用下运动到目标位置。

积分环节

但现在，我们更希望在小球有一些外部干扰时也能实现上面的效果，比如我们在小球上加上一个水平向右的恒力，此时会发生什么呢？

恒力干扰下小球静止状态

小球在运动过程中仍然会像之前一样接近目标点，但在最终停下来时我们会发现，小球无法精确停在目标点上，而是像上图一样停在离目标点有一定距离的地方，此时控制力与干扰恒力平衡，小球静止。

稍加分析我们就能发现，此时小球静止，微分环节产生的分力为零，控制力完全由比例环节产生，且若距离更小则比例环节的输出更小，更无法平衡干扰力，因此小球无法继续向目标点接近。

此时就需要我们的第三个环节出场了：积分环节I(Integral)࿰