学习四旋翼（二）：控制方法之串级PID与卡尔曼滤波（含MATLAB示例）

暑假期间，对于四旋翼有一点兴趣，没有亲手做，但是看了一些资料。这个系列文章只是对自己看的东西的记录，对于想要学习了解相关知识的同学没有任何参考价值！

本篇是系列的第二部分：介绍了我自己对于串级PID和卡尔曼滤波的理解。

1.串级PID

1.PID的思想

PID可以说是最著名的控制方式，公式如下（离散）
$$y(n)=K_{P}e(n)+K_i\sum _{i=0}^{n}e(i)+K_d[e(n)-e(n-1)]$$
y(n)是输出量，e(n)是目标量与输出量之间的误差。PID就是一个输出量和误差之间的函数。

输出量由这么几个部分组成：
1.比例项：以KP为系数，作为当前的误差对于输出的影响，如果误差越大，就要加大输出；
2.积分项：以KI为系数，作为过去误差对于输出的影响，如果累积的误差越大，输出也要考虑；
3.微分项：以KD为系数，作为将来误差对于输出的影响，如果误差变化率越大，我们预计将来的误差也会越大，所以输出也要考虑。

调节参数的影响：
1.KP越大，则被控质量追踪目标量的速度越快，但是被控质量在目标量附近震荡越大；
2.KD越大，则被控质量变换速度减缓，优点在于震荡也会变小，KD有压制KP的作用
3.KI的作用是消除稳差，但是参数不合适也会有累积效应。

2.串级PID
以我参考的开源四旋翼代码为例讲一讲我的理解：
在控制姿态角度时，使用的就是两级PID串联，第一级输入量是当前实际的偏航角度，目标量是遥控器发送的目标角度。也就是使用外环PID来控制角度，输出量自然就是角速度。

但是，飞行器的主控芯片实际能够控制的，只是桨叶的转速大小，而桨叶转速和角速度之间的关系是不确定的。所以就需要增加一个内环，目标量是外环的输出量，输入为当前的角速度，输出是发送给电调的信号。如果桨叶转速和角速度之间有一个明确的公式，那么一层PID就足够了，但是事实是不行。

外环PID一般不加入积分微分，只有比例P。因为添加I后相应变慢，添加D又会引入噪声。

2.卡尔曼滤波

卡尔曼滤波似乎是一个可以很复杂也可以很简单的东西，下面说一下我自己的理解。举个例子：我们一辆以1m/s匀速行驶的小车，开始离墙10m，1s后离墙距离，按照计算是9m。但是传感器的数据是8.9m，那么我应该信任哪个数据呢？合理的方式是结合两个数据，算出概率期望最大的数值。这个过程就是卡尔曼滤波。

1.运动方程和观测方程
$$\begin{gathered} x_k=f(x_{k-1},u_k)+w_k(1) \\ {z}_k=h(x_k)+v_k(2) \end{gathered}$$
公式1是运动方程，xk是当前的状态，xk-1是上一个时刻的状态，uk是输入量，wk是噪声。
公式2是观测方程，xk是当前的状态量，zk是观测量，vk是传感器所加入的噪声。
这里要再假设两点：1.马尔可夫性：k时刻的状态只与k-1时刻有关。2.状态xk的概率服从高斯分布。

2.线性系统与卡尔曼滤波
假设状态方程与观测方程都是线性的
$$\begin{gathered} x_k=A_k{x}_{k-1}+u_k+w_k \\ {z}_k=C_k \end{gathered}$$