PID 控制算法原理与 Python 实现

读在线广告智能出价相关的论文时，论文中基于 PID 算法设计了多变量的控制算法，既然遇到了 PID 算法相关的内容，便想着借此契机，简单总结一下 PID 算法，该算法在网上已有较多科普文章，但依旧打算整理一下，加深自己的理解。

PID 算法因为其实现简单且效果拔群的特性，而被广泛使用，比如温度控制元件、无人机飞行姿势、机器人控制等。

在控制系统理论体系中，会根据系统是否有反馈将系统分为开环系统与闭环系统，而 PID 算法是闭环系统中常用的算法，为了方便理解，这里举个具体的例子来解释开环系统与闭环系统：

我开发了一个机器人，在一开始，机器人身上没有安装任何传感器，此时你给机器人一个目标，让它跑到距离它当前位置 10 米远的前方，因为机器人没有环境传感器，即缺乏反馈信息，它在前进时，很可能就会偏离当前目标，如图 1 所示：

图 1

将开环系统的整体结构抽象一下，如图 2 所示：

图 2

结合机器人的例子，其中：

• Input：机器人接收到一个指令，该指令让机器人前进 10 米

• Controller：控制器通过计算得出要前进的方向与距离

• Process：机器人执行控制器的计算结果，前进相应的距离

从图 2 可以看出，整个系统是没有反馈的，此时机器人在前进的过程中，很可能就出现图 1 的情况。

我们为机器人添加环境传感器，它现在可以判断自己与目标的方向与距离的，此时，我们将开环系统转变成了闭环系统，其抽象结构为：

图 3

在闭环系统中，机器人的例子是这样的：

• Input：机器人接收到一个指令，该指令让机器人前进 10 米

• Controller：控制器通过计算得出要前进的方向与距离

• Process：机器人执行控制器的计算结果，前进相应的距离

• Feedback：传感器收集环境信息，比如当前是否偏离了目标，如果偏离了，就将偏离的距离作为 error ，然后再作为 Controller 输入的一部分

在闭环系统下，机器人可以比较好的到达目标位置了，但如果要求机器人尽可能快的到达目标位置呢？

尽可能快背后的要求是，完成任务的时间尽可能短且要准确的到达目的地，不能有偏差，此时我们可以利用 PID 算法去实现这个目标。在闭环系统中，主要就是利用 PID 算法来实现了 Controller 这块，如图 4 所示：