4、电机控制核心：PID速度闭环控制、位置环与速度环、PID参数整定方法、梯形加减速算法
做差速底盘，最绕不开的就是电机控制。说白了，轮子转得稳不稳，车才能走得直不直。我刚开始做机器人那会儿，以为给个PWM信号轮子就能听话，结果一跑起来，左右轮转速差得离谱，车原地打转。嗯，从那以后我才真正开始啃PID这块硬骨头。
这一章，咱们就把电机控制的核心掰开揉碎。你想想看，一个轮子要转得又快又准，背后需要哪几层功夫？
核心逻辑：电机控制不是简单给电压，而是形成一个闭环——测量实际转速，跟目标转速比较，算出误差，再用算法去修正。这个闭环就是PID的舞台。
4.1 PID速度闭环控制——让轮子听话的基础
PID，比例-积分-微分控制。名字听着唬人，其实道理很简单。你设定一个目标速度，比如每秒转10圈。编码器反馈回来实际速度，比如只有8圈。差了2圈，这就是误差。
PID要做的，就是根据这个误差，算出一个控制量，去调节PWM占空比，让实际速度追上目标速度。
公式长这样：
输出 = Kp * 误差 + Ki * 误差积分 + Kd * 误差微分我习惯把三个环节拆开理解：
- 比例项（P）：误差越大，输出越大。好比车跑慢了，你多踩点油门。但光有P，系统会震荡，永远到不了目标值——这就是稳态误差。
- 积分项（I）：把过去的误差累加起来。误差一直存在，积分就一直增长，直到把误差消除。我在项目中遇到过，积分项太强会导致“积分饱和”，电机响应变慢，甚至超调严重。
- 微分项（D）：预测误差的变化趋势。误差突然变大，微分项会提前刹车，抑制震荡。说白了就是“预见性控制”。
我的习惯：调试时先把I和D设为0，只调P。让系统刚好不震荡，再加一点I消除稳态误差。最后加D抑制超调。三步走，稳得很。
4.2 位置环与速度环——串级控制的艺术
差速底盘不仅要控制速度，还要控制位置。比如让机器人前进1米，或者旋转90度。这时候就需要位置环了。
位置环和速度环是串在一起的。我画个逻辑给你看：
目标位置 → [位置环] → 目标速度 → [速度环] → PWM → 电机 → 实际位置
↑
编码器反馈速度
↑
编码器反馈位置外环是位置环，内环是速度环。位置环的输出，就是速度环的目标值。为什么这么设计？
你想想看，如果只用一个位置环，电机从静止直接冲到目标位置，很容易过冲。加上速度环之后，位置环告诉速度环“慢慢来”，速度环再平滑地控制电机。这样位置控制既准又稳。
我曾经在一个AGV项目里，只用单环位置控制，结果每次停车都前后晃好几下。改成串级之后，停车稳得像钉在地上一样。
注意：内环（速度环）的响应频率一定要比外环（位置环）快。一般速度环运行频率是位置环的5~10倍。否则外环已经发出指令了，内环还没反应过来，系统就会失控。
4.3 PID参数整定方法——调参是个手艺活
调PID参数，说白了就是找平衡。P太大，系统震荡；I太大，响应变慢；D太大，噪声放大。怎么找到那个“刚刚好”的点？
我常用的方法有三种：
| 方法 | 适用场景 | 操作步骤 |
|---|---|---|
| 试凑法 | 经验丰富时快速调参 | 先P后I再D，每次调一个参数，观察响应曲线 |
| 临界比例度法 | 系统容易进入等幅震荡 | 只加P，增大到系统等幅震荡，记录临界增益Ku和周期Tu |
| Ziegler-Nichols法 | 需要公式化整定 | 根据Ku和Tu查表计算Kp、Ki、Kd |
我个人最常用试凑法。为什么？因为实际电机系统总有非线性因素，公式算出来的参数往往还要微调。不如直接上手调，心里更有数。
具体步骤：
- 把I和D设为0，P从0慢慢增大。观察电机响应，直到出现轻微震荡。
- 把P往回退一点，让震荡消失。这时候P基本合适。
- 加一点I，消除稳态误差。注意I不要太大，否则响应变慢。
- 最后加D，抑制超调。D值一般很小，0.1~0.5就够。
避坑指南：我曾经调一个直流有刷电机，P加到很大都不震荡，后来发现是编码器分辨率太低，反馈延迟太大。换了个高分辨率编码器，P值立马降下来了。所以调参之前，先确认传感器没问题。
4.4 梯形加减速算法——让电机平滑启停
差速底盘最怕什么？急启动、急刹车。轮子突然从0转到1000转，电机电流瞬间飙升，搞不好还会丢步。梯形加减速就是解决这个问题的。
梯形加减速，顾名思义，速度曲线像个梯形：
- 加速段：速度从0线性增加到目标速度
- 匀速段：保持目标速度运行
- 减速段：速度从目标速度线性降到0
代码实现也不复杂。我贴一段核心逻辑：
// 梯形加减速核心计算
float calc_target_speed(float current_speed, float target_speed,
float accel, float decel, float distance) {
// 加速段
if (current_speed < target_speed) {
current_speed += accel * dt;
if (current_speed > target_speed) current_speed = target_speed;
}
// 减速段判断：剩余距离是否足够减速
float stop_distance = (current_speed * current_speed) / (2 * decel);
if (remaining_distance <= stop_distance) {
current_speed -= decel * dt;
if (current_speed < 0) current_speed = 0;
}
return current_speed;
}这里有个关键点：减速点的判断。什么时候开始减速？我习惯用“剩余距离是否小于等于减速所需距离”来判断。这样不管目标速度怎么变，都能准确地在终点停下来。
我的经验：加速度和减速度可以不一样。比如加速用0.5m/s²，减速用0.8m/s²。减速稍微快一点，可以让停车更干脆。但别太快，否则惯性会把车上的东西甩出去。
梯形加减速和PID是配合使用的。加减速算法生成平滑的目标速度曲线，PID再去跟踪这个曲线。一个负责“规划”，一个负责“执行”，缺一不可。
嗯，这一章的内容就到这儿。电机控制的核心，说白了就是让轮子按照你想要的节奏去转。PID是执行器，加减速是规划器，两者配合好了，差速底盘才能走得直、转得准、停得稳。
公众号:蓝海资料掘金营，微信deep3321