Algorithm——PID控制算法理论

因为最近在做智能车，百度人工智能创意组，团队用到了PID对小车底层进行调节，所以学习并记录一下。

PID控制算法

控制流程图

• E为当前值与期望值的差值，即偏差值，即E = Sv - Pv
• Kp是指比例系数值（P）
• OUT为经过PID计算后的输出控制信号

PID公式

比例（proportion）控制

比例是指将当前偏差乘以一个常数，用来将差值信号放大或放小。
比例控制是指OUT = Kp * E
比例控制主要考虑当前偏差的大小，通过当前的偏差值进行调节，如果当前误差为20，Kp为0.5，且系统存在动态的误差10，以水箱为例，即每秒漏10cm的水，而当前和满水状态相差20cm，则调节作用为OUT = 20 * 0.5 = 10，即每秒补10cm的水，此时漏水和补水的速率相同，导致系统达到动态平衡，但是和预期值始终会相差20cm，为避免静态误差的影响，可以加入一个常数out1进行调节，OUT = Kp * E + out1，在这里，如果out1为10，则可以有效对冲环境（漏水）带来的静态误差。

积分（integral）控制

积分本质就是偏差求和，积分控制是指OUT = Ki * Sk
偏差求和：Sk = E1 + E2 +E3 + ..... + Ek
积分控制主要考虑到偏差的历史情况，如果历史情况偏差大小都有，导致Sk = 0，则偏差求和为0，输出为0，系统处于失控状态。

缺点：

• 会在第一次达到设定值时产生过冲现象，然后在设定值两端震荡达到稳定。

避免过冲现象的解决方案：

• 积分分离：在系统的当前值达到设定值的70%或者80%时加入积分项，不让积分项过早的累计误差。

微分（differential）控制

微分的本质就是前一次偏差与当前偏差相减，微分控制是指OUT = Kd * Dk
两次偏差之差：Dk = Ek - Ek-1
微分控制主要考察偏差的最近变化趋势，比如t1时刻偏差为30，t2时刻偏差为28，t3时刻偏差为26，则t2偏差 - t1偏差 = 2，t3偏差 - t2偏差 = 2，此时两次偏差之差为0，所以当单独使用微分控制时，OUT = Kd * 0 = 0，输出为0，系统处于失控状态。

位置式PID

误差量累计较大，所以一般在应用时将P、D值调大，P值大可以较快回到设定值，但同时会带来较大的震荡，D值大可以削减P带来的震荡，稳定调节过程；同时，使I较小，防止震荡过大。

增量式PID

误差量累计小，积分项只和前一时刻的量有关，所以增量一般较小，不易产生较大的震荡。所以在使用增量PID时，一般使P值较大，可以使系统较快地达到设定值，使I值较小，使得增量惯性小，减缓震荡。

基于python的PID算法

class PID_Param_init:
    def __init__(self):
        self.Kp = 0    #P
        self.Ki = 0    #I
        self.Kd = 0    #D

        self.set_val = 0    #设定值
        self.error_last = 0 #上一时刻的差值
        self.error_prev = 0 #上上一时刻的差值
        self.error_sum = 0  #所有时刻的差值总和
        self.error_In = [2]
        

# 增量计算公式：
# Pout=Kp*[e(t) - e(t-1)] + Ki*e(t) + Kd*[e(t) - 2*e(t-1) +e(t-2)]
def PID_Controller_Increa(pid,val_in): # val_in当前时刻的输入量
    error = pid.set_val - val_in
    pid.error_In.append(error)
    #系统刚开始时
    t = len(pid.error_In)
    print(t)
    if t > 2:
        pid.error_last = pid.error_In[t-1]
        pid.error_prev = pid.error_In[t-2]
    else:
        pid.error_last = 0
        pid.error_prev = 0
    Res = pid.Kp*(error-pid.error_last) + pid.Ki*error + pid.Kd*(error-2*pid.error_last+pid.error_prev)
    print(pid.error_last)
    pid.error_prev = pid.error_last
    pid.error_last = error
    return Res

#初始化参数
PID_Param = PID_Param_init()
#参数定义
PID_Param.Kp = 1
PID_Param.Ki = 2
PID_Param.Kd = 3

val_in = 0


#计算得出输出
res = PID_Controller_Increa(PID_Param, val_in)

参考视频：

• B站PID讲解

参考文章：

• 一文读懂PID控制算法（抛弃公式，从原理上真正理解PID控制）
• PID算法的原理和实现