PID控制

智能平衡车PID学习

PID大概形式

PID算法核心是对误差的数学运算，由比例、积分、微分共同组成

公式:

连续型PID公式:（PID公式主要形式）

u(t) = $K_p $[e(t) + $\frac{1}{T_I}$ ${\int }_0^{t}e(t)dt$ + $T_D$ $\frac{de(t)}{dt} $]

绝对式PID公式:（位置式）

$$u_k=K_p\ast e_k+K_i\ast {\sum }_{j=0}^k{e}_j+K_d\ast (e_k-e_{k-1})$$

绝对式需要对象及时做出与原来动作相反的趋势（注重结果）

对于相关变量的解释:

比例

1.$K_p$ 越大，系统响应越快，越快达到目标值

2.$K_p$ 过大会导致系统不稳定，发生振荡

3.仅有比例环节无法消除静态误差

积分

1.$K_i$越大，系统响应越快，越快达到目标值，积分项的引入可以消除稳态误差

2.$K_i$过大会是系统不稳定，发生振荡

3.随之时间增加，积分项数值会越来越大，导致系统响应变慢（需要在前期比例阶段进行限幅，（写个if特判就好）当积分值超过或小于某值后不再变化）

微分

1.$K_d$或者变化趋势越大，微分作用越强，主要是抑制振荡和超调
2.$K_d$过大会引起系统的不稳定，容易引入高频噪声

增量式PID公式:

$$\begin{gathered} u_k=K_p\ast e_k+K_i\ast {\sum }_{j=0}^k+K_d\ast (e_k-e_{k-1}) \\ {u}_{k-1}=K_p\ast e_{k-1}+K_i\ast {\sum }_{j=0}^{k-1}{e}_j+K_d\ast (e_{k-1}-e_{k-2}) \end{gathered}$$

增量式需要算出当前值后叠加在上一次值中（注重过程和趋势）

串级PID控制原理

也就是嵌套PID控制，如果你的小车在内环中速度太小了（并且阻力在作用）根本动不了，那么编码器测速就反馈给二级PID环控制电机，让电机速度增加，从而促使小车速度改变

直立环

可以参考用手控制棍子不倒，棍子向哪边倒就用手去接住
$$PWM=K_p\ast (机械中值-返回角度)+K_d\ast 角速度$$