第4章 PID控制基础

第4章：PID控制基础——比例-积分-微分控制原理、参数整定方法（Ziegler-Nichols）、在车辆速度控制中的应用

各位同学，欢迎来到第四章。

前面几章我们聊了车辆动力学模型，也聊了控制系统的整体架构。从这一章开始，我们要真正动手了。今天要讲的，是控制领域里最经典、最实用、也是我个人用得最多的一个算法——PID控制。

你想想看，从你家的空调，到工厂里的机械臂，再到咱们的自动驾驶汽车，PID几乎无处不在。它简单、可靠，而且效果出奇的好。说白了，它就是一套“看现在、想过去、猜未来”的纠偏逻辑。

4.1 比例控制（P）——最直接的纠偏

比例控制，是PID里最核心、最直觉的部分。它的逻辑很简单：误差越大，纠正的力度就越大。

举个例子。你开车上高速，设定巡航速度是100 km/h。如果当前车速是90 km/h，误差是-10 km/h。比例控制器就会根据这个误差，输出一个油门开度信号。误差越大，油门踩得越深。

数学上，比例控制器的输出就是：

u(t) = Kp * e(t)

其中，Kp 是比例增益，e(t) 是当前时刻的误差。

关键点：比例控制能快速响应，但它有一个天生的缺陷——稳态误差。

为什么会这样？我解释一下。当系统接近目标值时，误差变得很小，比例控制器输出的纠正力也就很小。如果这个力刚好被系统的摩擦力、阻力等抵消掉，系统就停在那里，永远到不了目标值。这就是稳态误差。

我在项目中遇到过这种情况。有一次调一个电动滑板车的速度环，只用P控制，速度总是差那么0.5 km/h上不去。怎么调Kp都没用，加太大又震荡。嗯，这时候就需要引入积分项了。

4.2 积分控制（I）——消除历史欠账

积分控制，说白了就是“算总账”。它把过去所有的误差累加起来，只要误差还存在，积分项就会一直增长，直到把系统推到目标值。

数学表达式：

u(t) = Ki * ∫ e(t) dt

积分项的作用就是消除稳态误差。你想想看，比例项推不动了，积分项就慢慢积累力量，最终把系统“顶”过去。

注意：积分项是一把双刃剑。积分太强，系统会超调，甚至震荡。我见过有人把积分时间设得太短，结果系统像抽风一样来回摆动。

我曾经吃过这个亏。调一个AGV小车的转向控制，积分增益给大了，结果小车在目标角度附近来回晃，像喝醉了酒。后来我把积分时间拉长，才稳定下来。

4.3 微分控制（D）——预测未来的趋势

微分控制，是PID里最“聪明”的部分。它不看误差的大小，而是看误差变化的速度。如果误差正在快速减小，微分项就会提前“刹车”，防止超调。

数学表达式：

u(t) = Kd * de(t)/dt

你可以把微分项理解为“阻尼器”。它让系统更平滑，响应更柔和。

在车辆速度控制中，微分项特别有用。比如，当你下坡时，车速会自然增加。微分项检测到误差（速度差）在快速减小，就会提前减小油门，避免超速。

个人经验：微分项对噪声非常敏感。如果速度信号有毛刺，微分项会把噪声放大，导致油门乱跳。我建议在微分项前面加一个低通滤波器，或者干脆用“微分先行”的结构。

4.4 PID参数整定——Ziegler-Nichols方法

讲完原理，咱们来点干货。怎么调这三个参数？

最经典的方法，就是Ziegler-Nichols整定法。这个方法我用了十几年，简单粗暴，效果不错。

Ziegler-Nichols法分为两步：

找到临界增益：先把积分和微分去掉（Ki=0, Kd=0），只保留比例项。然后慢慢增大Kp，直到系统开始等幅震荡。记录下此时的Kp值，记为Ku（临界增益），以及震荡周期Tu。
查表计算参数：根据Ku和Tu，查下表得到PID参数。

控制器类型	Kp	Ki	Kd
P	0.5 * Ku	-	-
PI	0.45 * Ku	1.2 * Kp / Tu	-
PID	0.6 * Ku	2 * Kp / Tu	Kp * Tu / 8

注意：Ziegler-Nichols法给出的参数只是一个起点。实际应用中，你还需要根据系统响应微调。我个人习惯是先按这个表算出来，然后跑一次阶跃响应，再手动微调。

我曾经用这个方法调一个电动大巴的驱动电机。第一次震荡时，整个车都在抖，吓得我赶紧松手。后来慢慢加，找到临界点，再查表，效果立竿见影。

4.5 在车辆速度控制中的应用

好了，理论讲完了，咱们看看实际怎么用。

车辆速度控制，说白了就是让实际车速跟随目标车速。PID控制器接收目标速度和实际速度的差值，输出油门或刹车指令。

一个典型的代码实现如下（C语言风格）：

// PID结构体
typedef struct {
    float Kp, Ki, Kd;
    float integral;
    float prev_error;
    float dt;
} PIDController;

// PID计算函数
float PID_Update(PIDController *pid, float setpoint, float measurement) {
    float error = setpoint - measurement;
    
    // 比例项
    float P = pid->Kp * error;
    
    // 积分项
    pid->integral += error * pid->dt;
    float I = pid->Ki * pid->integral;
    
    // 微分项
    float D = pid->Kd * (error - pid->prev_error) / pid->dt;
    pid->prev_error = error;
    
    return P + I + D;
}

避坑指南：我曾经在实车上遇到过积分饱和的问题。车辆长时间爬坡，积分项一直累加，结果下坡时油门还很大，车速冲过头。解决办法是加一个积分限幅，或者用抗积分饱和算法。

在实际工程中，我建议你注意以下几点：

采样时间要固定：PID的微分和积分都依赖时间步长，如果采样时间不固定，参数会乱掉。
输出要限幅：油门和刹车都有物理极限，输出值一定要做饱和处理。
先调P，再调I，最后调D：这是铁律。P让系统动起来，I消除静差，D让系统稳下来。

最后，我想说一句。PID虽然简单，但想调好并不容易。我见过很多工程师，上来就调三个参数，结果越调越乱。记住，控制是一门实验科学，多试、多观察、多总结。

下一章，我们会讲更高级的控制方法——前馈控制。到时候你会发现，PID加上前馈，效果会更好。

好了，这一章就到这里。有问题随时找我。

📚 课程目录