第2章 PID控制基础

第2章：PID控制基础

各位同学，今天我们来聊聊PID控制的基础。说实话，我刚入行那会儿，觉得PID就是个黑盒子——给个目标值，它就帮你调好了。但真正做飞控调参时才发现，不懂原理，你连参数怎么调都不知道。

这一章，我们就把PID的底裤扒开看看。

2.1 开环与闭环控制

先搞清楚一个基本概念：开环和闭环。

开环控制，说白了就是「只管发指令，不管结果」。比如你给电机一个PWM值，它就转那么快。至于实际转速是不是你想要的？不知道，也不管。

我做过一个开环的无人机——嗯，就是那种飞起来就回不来的。你推油门，它上升；但你不知道它到底升了多少。风一吹，它就飘走了。这就是开环的典型问题：没有反馈。

闭环控制就不一样了。它会不断问自己：「我现在在哪？我要去哪？差多少？」然后根据这个差值去调整。

你想想看，飞控里最核心的就是这个闭环。传感器告诉你当前姿态，目标姿态是水平的，差值就是误差。控制器根据误差去调整电机转速。

核心区别：

开环：输入 → 输出（无反馈）
闭环：输入 → 比较误差 → 控制器 → 输出 → 反馈

我在项目中遇到过最典型的例子：用开环控制舵机角度，结果负载一变，角度就偏了。换成闭环后，不管负载怎么变，舵机都能准确到位。

2.2 P（比例）的作用与效果

比例控制，就是「误差越大，调整越猛」。

公式很简单：输出 = Kp × 误差

举个例子。你的四轴无人机要水平悬停，但当前向右倾斜了10度。比例控制器就会说：「好，我加大左边电机的转速，减小右边电机的转速，力度跟10度成正比。」

Kp越大，调整越猛。但问题来了——调太猛会怎样？

注意：Kp过大，系统会震荡。就像你开车，看到偏离车道了，猛打方向盘——结果打过了，又猛打回来——最后在路上画龙。

我刚开始调飞控时，Kp设得很大，结果无人机在地上疯狂抖动，像得了帕金森。嗯，这就是比例过大的典型表现。

比例控制还有个问题：稳态误差。什么意思？就是系统稳定后，跟目标值之间总差那么一点点。比如你要飞到10米高度，结果它停在9.8米就不动了。

为什么会这样？因为当误差很小时，比例输出也很小，小到不足以克服重力或摩擦力。这时候就需要I了。

2.3 I（积分）的作用与效果

积分控制，就是「把过去的误差累积起来，再算账」。

公式：输出 = Ki × ∫误差 dt

说白了，积分就是记仇。你一直有0.2米的误差，积分项就会越来越大，直到输出足够大，把误差消除掉。

我做过一个定高悬停的项目，只用P控制，高度总是差那么几厘米。加上I之后，几秒钟内误差就归零了。效果立竿见影。

个人经验：积分项不要加太大。我曾经在四轴上把Ki设得过高，结果无人机像坐过山车一样上下震荡。积分饱和是个很头疼的问题——误差累积太大，恢复需要很长时间。

积分的作用总结一下：

消除稳态误差
对抗持续的外力（比如风、重力）
但容易引起超调和震荡

你想想看，积分项就像个「慢性子」——它不着急，但一直在积累。等它反应过来，可能已经过头了。

2.4 D（微分）的作用与效果

微分控制，就是「预测未来，提前刹车」。

公式：输出 = Kd × d(误差)/dt

微分看的是误差的变化率。如果误差正在快速增大，微分就会输出一个很大的反向力，阻止它继续增大。如果误差正在减小，微分就会「踩刹车」，防止超调。

我调试过一架固定翼无人机，只用PI控制时，每次转向都会超调，然后来回摆动。加上D之后，飞机就像老司机——提前减速，稳稳地停在目标角度上。

微分的作用：

抑制震荡
提高系统稳定性
加快响应速度（其实是提前反应）

但微分有个大坑：对噪声极其敏感。传感器数据稍微抖一下，微分项就会剧烈变化。我遇到过最头疼的问题——IMU数据有高频噪声，微分项输出比比例项还大，整个系统都在乱跳。

避坑指南：使用微分前，一定要对传感器数据做低通滤波。我曾经因为没滤波，微分项直接把电机烧了——嗯，那是个惨痛的教训。

2.5 三个参数的关系

P、I、D三个参数，就像三个性格不同的人一起干活：

参数	性格	优点	缺点
P	急性子	反应快，立即响应	有稳态误差，容易震荡
I	记仇型	消除稳态误差	容易超调，积分饱和
D	预言家	抑制震荡，提前刹车	对噪声敏感

调参的顺序，我个人习惯是：先调P，让系统基本能工作；再加D，抑制震荡；最后加I，消除稳态误差。

当然，这只是个通用流程。实际项目中，我经常需要反复调整。比如有一次调四轴，P和D都调好了，一加I就震荡。最后发现是积分限幅没设好——嗯，细节决定成败。

2.6 代码实现示例

最后，给一个最简单的PID实现。这是我在STM32上用的基础版本：

typedef struct {
    float Kp, Ki, Kd;
    float integral;
    float prev_error;
    float limit;  // 输出限幅
} PID_Controller;

float PID_Update(PID_Controller *pid, float target, float current) {
    float error = target - current;
    
    // 比例项
    float p_out = pid->Kp * error;
    
    // 积分项
    pid->integral += error;
    float i_out = pid->Ki * pid->integral;
    
    // 微分项
    float d_out = pid->Kd * (error - pid->prev_error);
    pid->prev_error = error;
    
    // 总输出
    float output = p_out + i_out + d_out;
    
    // 输出限幅
    if (output > pid->limit) output = pid->limit;
    if (output < -pid->limit) output = -pid->limit;
    
    return output;
}

这段代码看起来简单，但实际用起来要注意几点：

积分项要加限幅，防止积分饱和
微分项最好加一阶低通滤波
输出限幅一定要做，不然电机可能烧掉

好了，这一章就到这里。PID的基础概念搞清楚了，下一章我们开始讲具体的调参方法——到时候我会分享一些实战中的「玄学」技巧。

记住：理论是基础，实践出真知。光看书不调参，永远学不会PID。

课后练习：用上面的代码，在仿真环境里调一个温度控制系统的PID参数。先只用P，看看稳态误差有多大；再加I，看能不能消除；最后加D，看能不能减少超调。

公众号:蓝海资料掘金营，微信deep3321

📚 课程目录