我对PID的浅浅理解和电赛中的运用场景——请大家参考学习

前言

在接触电赛题目以及平常训练的过程中，遇到很多地方要使用到PID算法，从而达到自己所期望的效果

而往往PID，又有点子不好入门，有很多小伙伴包括我，在学习初期都不能很好的理解啥是PID啊？三个参数到底是啥啊？我为什么要调节这三个参数啊？我光是知道PID，但是不知道怎么用啊？什么串级PID，一听就头大，什么并级，怎么还分这个啊？这也太难理解了叭

我对PID的理解也仅仅停留在如何运用，如何根据不同的场景来写PID，从而使我的系统保持一个稳定的状态。

我会在文章中把我的理解以文字的形式，告诉大家听，并且以近几年的电赛题为例，告诉大家其中什么场景，我们需要使用到PID

当然，博主我因为时间匆忙，在准备比赛期间主要加强的是小车方面的练习，可能本文更多部分是关于PID算法是以小车为载体的方面上进行说明

当然，就比如今年，电赛E题的运动目标控制和自动追踪系统也用到了PID算法，我大概说一下，就是根据摄像头读取四个点的坐标，然后实际值为红色激光点的坐标，目标值就是摄像头读取四个点的坐标，但是博主在这道题上栽了跟头，遗憾收尾

就拿发挥部分来说，就是赛前训练的OpenMv追小球，不同的是，变成了绿激光追红激光，本质上还是一样的，悲，比赛没调出来，心态崩了

好了，废话不多说，希望我的文章能在未来某一天对同学你有帮助，不要再犯和博主同样的错误

1、PID三个参数的意义

1、P 比例

根据PID公式

我就说个大概，不对其内部做深究

可以知道

比例系数P是*（Target-Actual），这就是PID计算公式的第一项

这一项是 P*(Target-Actual) 也就是P*(Err)

当系统得到反馈，和设定的期望值做差时，就会产生一个误差Err,比例系数P，就会快速到达目标值，这个随着P的系数的增加而增加，但是无法到达目标值，总会出现一个静态误差

就拿小车的速度环来说，光靠单P是无法到达目标速度的，比如我小车设定的目标速度是100Rpm,这个时候我的P是30，速度已经到了65rpm，我再怎么加P，速度都不增加了

这就是P的作用

当然这也要分类讨论，在不同的系统中不同，就拿云台系统和舵机移动来说，可能单P就可以取得较好的效果，需要具体情况具体对待

2、积分I

积分I，就是对误差的累积，然后积分系数I*误差的累积，就是PID计算公式的第二项

当误差累积到一定的程度后，积分系数I，就可以快速到达目标值，这个时候单P所产生的静态误差就会消失，从而快速到达目标值

一般小车的速度环，PI参数即可准确到达目标值，所以通过I的作用，小车速度系统即可相对稳定

3、微分d

微分d，d*(当前误差Err-上一次误差Last_Err)，这个就是PID计算公式的第三项

这一项我的理解是，可以对系统瞬间，猛冲超出目标值的压制，加d参数可以减缓目标值的过冲

这一项在小车的PID使用方面，我印象中使用的较少，对于速度环PI，即可，D也可以加，但是一般PI即可

但是舵机方面，比如舵机前轮转向，d增加，可以快速提高响应速度，摆动响应的程度更好，在调试舵机转向的时候，可以适当提高d

2、几种PID的使用场景

有一说一，我刚开始学习的时候使用过位置式的PID和增量式的PID，后面觉得位置式用的顺手就一直都使用的是位置式的PID,对于单车系统来说，位置式PID就够用了

但是貌似有些问题位置式PID也无法解决，需要改变策略

3、近年电赛题和某些场景使用到PID的情况

1、21年智能送药小车

这道题 一个是速度闭环，一个是循迹闭环

速度闭环，就是实际值为编码器读取到的脉冲，期望值为期望速度Rpm

循迹闭环，就是实际值为小车当前行驶情况车身的误差，期望值就是小车始终保持在线中的值

可以并级并起来，也可以串级串起来

不同的就是，并起来就是直接在速度闭环算出来的PWM，两轮一加一减

串起来就是，把循迹闭环的输出作为速度闭环的输入，在速度闭环的期望的两轮一加一减，这样根据速度环的闭环，小车的速度保持期望速度，而小车循迹始终在线上，这样就能稳定的在直线上运动了

2、22年小车跟随系统

这道题的循迹思路和21年电赛题目一样，循迹闭环和速度闭环，上方仅适用于二轮差速转向的车型

我再来讲一下，循迹闭环，假如小车使用的是前轮舵机转向呢，前轮舵机转向，也是一样的，不同的是转向由前方舵机控制

这个时候，你只需要定义线中期望值，比如你车此时偏离线，这个时候通过循迹传感器或者摄像头得到的数据偏差，把此时的数据偏差减去期望值，大于0为左边，小于0为右边，此时你就可以根据两种情况来控制舵机转向的角度和方向了，后轮只管大力向前，舵机来控制转向

还有就是，可能前方弯度较大，仅靠舵机无法转向，舵机转向过大直接卡住了，这时候需要对舵机的转向角度加以限幅，采取后轮差速+舵机转向

完美解决，需要调好PID参数，即可丝滑循迹

这道题还有一个其实也可以使用到PID，超声波跟随，题目要求的是，两小车始终保持20cm间距，单靠距离，速度++,速度–，效果不太好，可能会造成两车相撞

最理想的情况就是写一个PID，期望值为20cm,实际值为超声波测量到前车的距离，这个应该也要串起来，因为小车的速度要保持恒定，有的时候并级并不能够达到预期

这个时候就需要转变思路，换个方向可能就好了,串起来

3、舵机云台PID

这个云台的话呢，就是x轴和y轴各写一个PID，分别控制舵机的左右转动和上下转动

就拿舵机云台追踪小球的例子来说，他们的期望值就是摄像头的中心，而小球的坐标在摄像头内的位置就是实际值

这个舵机PID有所不同，因为云台不会像小车前轮舵机转向时，当始终处于期望时候，会复位，云台并不会复位，所以每次计算出来的PID的值叠加到PWM上的值是在上一次计算出来的值上进行想加减的

4、转向，角度环

这个和循迹相同，思路都一样

转向的话，就拿21年电赛来说，需要转动90°，转动180°，那么转固定的距离即可等效于转动固定的角度，轮子走过一圈的脉冲和距离是恒定的，经过计算和解算即可得出转90度是小车转的脉冲(距离)

将其带入PID中进行计算

角度环，就是MPU6050的yaw角，实际值为陀螺仪采集的车身实际转动的角度，期望值就是车身转动的期望角度，和循迹环思路一样，和速度环串起来

5、22年科目二

那个和边线保持5cm也是循迹实现，你看啊，我只要把我的巡线期望改到左边一点就可以了，比如我此时的巡线误差依次是 3 2 1 0 -1 -2 -3，那我只要把巡线期望改为2或者1就可以往边线上靠，从而保持了5cm的距离

6、平衡小车

平衡小车的直立环也是PID，根据陀螺仪反馈，从而保持直立

速度环提高直立速度，加快响应，控制车稳定，前进后退

转向环转变方向

4、PID只是一个方法，不要被限定死了

我们遇到问题时，要从多方面去思考问题，假如这道题别人使用PID算法，实现的效果很好，但是你又搞不出来，何不思考不闭环呢？

有没有可能是这个思路和算法把自己的思维限制住了

有没有可能开环跑效果还要好一点

21年电赛题目，我尝试过多种方案，最后发现，其实开环也未尝不可，转向和停止也都很丝滑

所以大家要头脑风暴，不要仅限于一点，问题是可以使用不同的方法来解决的

5、PID调节经验

往往PID三个参数，先调P，再调I，再调D

但是不同的系统可能都需要这三个参数，也可能只需要其中两个，也可能只需要单个

1、单个速度环

单个速度环，先调P，再调I，依据情况增加D,一般情况PI即可达到较为稳定的速度

P一直加，找到一个临界点，在往上加速度都不变了的话，P可以取这个数，然后加I，系统就会快速消除静态误差，当查看波形曲线，速度到达期望速度时，此时系统的PID参数即为尚佳

2、循迹环或者角度环 和 速度环串起来

这种情况，一般先调节速度环，速度稳定后，调节循迹环或角度环，给定循迹环期望或角度环期望，调节PID参数

这个PID参数啊，一般先给p，要注意极性，如果你一直加P，没有效果的话，就要看看极性是不是反了，给个负方向的P看看，然后逐渐加大P，这个时候就不能看波形了，要根据实际情况修改P，加大或者减小

就拿循迹来说，我逐步加P，每加一次P，就让车跑一次，看小车有没有差速转弯的趋势，如果有，那就说明有效果，逐步加大，直至效果最佳
还又可能会震荡，这个时候可以减小P，然后加点D看看，响应会更快，同时震荡程度也会减少

同理，可以看转向环，我有没有转到90度，震荡否，慢慢调节

等调出来的那一刻，会很开心的哈哈哈

3、舵机前轮转向的PID应该怎么调

哦哦，这个还忘记讲了，这个前轮转向的舵机，初始时，始终是车轮朝前的，也就是基础时刻有一个中值，舵机PID计算出来的值都是再这个中值上进行相加减的

就和上面说的一样

通过循迹传感器或者摄像头得到的数据偏差，把此时的数据偏差减去期望值，大于0为左边，小于0为右边，此时你就可以根据两种情况来控制舵机转向的角度和方向了

同时需要对舵机限幅，防止打角过大，损伤舵机

这个PID调试也同理，P逐渐给大，看循迹偏差，在线上回没回正，偏离线有没有拉回去，车摆左边，轮子应该往中线方向打角

4、舵机云台的PID应该怎么调

说实话，这个我也没咋弄懂，电赛寄了，一个大概的思路，我觉得这个思路应该是正确的

实际值为小球(或绿色激光点)的坐标

期望值为屏幕中间(或红色激光点)的坐标

x方向一个PID

y方向一个PID

根据小球(绿色激光点的)坐标移动而改变云台舵机转动方向

赛前追踪小球成功实现，单个p就可以达到很好的效果

比赛的时候死活调不出来，程序的可读性较差，逻辑复杂混乱，导致寄了

6、总结

以上就是我在电赛备赛期间，经过实践和自己摸索出来的一点经验，希望能够对大家有所帮助

有什么不对的欢迎指出，很高兴与你们一起交流学习

大家加油加油！