一起玩儿平衡车（ESP32）——05 浅聊PID控制（二）

摘要：本文介绍PID控制的基本原理

今天继续聊PID控制理论，前边已经提到了，PID控制理论的反馈值由比例部分、积分部分和微分部分组成，下边就来看看这三个部分的具体含义和用途。

比例部分（P）：就是根据目标期望值与当前值之间的偏差来计算需要的控制量。这个东西是这三部分最好理解的，简单的说就是我要把汽车控制在时速80公里/小时，那么就根据当前速度与80公里/小时之间的差值，再乘以系数之后决定油门的大小或者刹车的力度（刹车就是反向油门）。也就是当前速度低于80公里/小时，差距越大、油门就越大，差距小，油门就小。同样的，当速度高于80公里/小时的时候，高得越多，刹车力度就要越大。比例部分主要用来快速得减小与期望值之间的差距。比例部分在整个PID控制中起主导作用。

积分部分（I）：这部分主要解决的微小偏差问题。当期望值与当前值的差距很小时，可能计算出来的比例部分已经很小很小了，不足以引起系统输入的变化了，这个时候，这个偏差就会长时间的存在，为了解决这个问题，引入了积分部分。就是把期望值与当前值之间的差值以一定的频率累加起来，然后再乘以积分系数后反馈给输入端，虽然偏差已经很小了，但是随着时间的推移，这个累积的偏差也会越来越大，逐步就会影响到系统的输入，从而进行相应的调整，使系统稳定在目标值。这是PID三个部分中，最不重要，对控制影响最小的部分。

微分部分（D）：这应该是PID三个部分中最不好理解的。它所反应的是系统变化的趋势。通过前边两部分的介绍，有人可能已经发现，只要使用P和I就可以实现控制目的了。比如，控制一个汽车的车速为80公里/小时，那么当前速度小于80公里/小时时，就通过比例控制来加速就行了，最后接近80公里/小时的时候，细微差别通过积分部分也就可以修正了，降速的时候也是如此，那么这个车速控制系统已经可以很好的实现并达到控制的目的了。还需要微分部分干什么呢？确实是这样的，PI可以作为独立的控制算法在很多的场景下实现控制的目的。

理论上也是如此，使用PI控制算法是一定可以实现最终的控制目标的。但是，PI控制算法的一个缺陷就是达到控制目标所需要的时间可能无法保证，也就是使用PI控制的系统，可能需要很长时间才能达到控制目标所设定的运行状态。有人说，增加P部分的比例系数，可以缩短系统达到目标的所需时间。没错的，增加P部分的系数，可以有更大的现值与期望之间差值的反馈输入，是可以提高趋近于目标的速度的。还是以车速控制为例，当P部分系数小的时候，同样的实际速度与期望速度的偏差产生的反馈所得到的油门较小，这样，汽车会以一个较小的加速度去趋近于期望速度，而P部分系数较大时，就会以一个较大的加速度趋近于期望速度，这样达到期望的目标值所需要的时间就变少了。但如果我的系统要求非常高，假设需要在1s内实现汽车达到期望速度值80公里/小时（假设可以实现），这时就需要一个非常大的P的系数，但是因为反馈的滞后性等因素的影响，很可能出现汽车达到期望速度之后一点点时间，才通知发动系统停机（P部分的计算结果只在当前值与目标值相等的时候才为0），而此时速度已经超过了期望速度，再加上系统相应的延迟，真正控制指令生效的时候，又过去了一点点。然后，反馈系统发现实际速度已经超过期望速度了，就会立刻发来需要急刹车的反馈，由于各个环节的滞后性依然无法使系统刚好在期望速度时停止刹车，就会出现刹车过头，汽车速度又低于期望速度了。周而复始，就会出现车速在期望车速附近来回震荡，也是可能需要很久才能逐步稳定下来，还有一种可能就是始终无法稳定下来。

聪明的科学家发现，如果能提前预计到当前值与目标值之间变化的趋势，并将其加入的反馈的控制中，就可以解决这个问题了。这个能提前预测变化趋势的物理量，在数学上可以通过微分运算来得到。对于没有学过微积分的可能就比较难理解了，那么我通过两个小例子来说明一下，怎样得到变化的趋势。就以最简单的机械运动为例，如果想控制一个物体到指定的位置，那么速度就可以在一定程度上预示着下一步可能到达的位置，因此速度就是位置在时间上的微分结果，这个速度就可以用来计算PID控制的微分部分反馈。同样的，如果想要实现速度的控制，让速度达到某个目标值，那么当前的加速度就是速度在时间上的微分结果，可以通过加速度来预测速度的变化趋势。

好了，这就是我所理解的PID控制的基本原理。在实际的操作中，利用期望偏差、累积偏差和趋势这三个量乘以各自的系数Kp、Ki和Kd之后，就得到了反馈系统形成的输入量。日常所说的PID调节就是寻找这三个参数的组合，使其能达到一个很好的控制效果。