PID++：一种计算轻量级的人形运动控制算法(Matlab代码实现)

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码及文献

---

💥1 概述

文献来源：

摘要：目前，机器人运动控制算法充其量是繁琐的实现，缺乏自动情境适应性，并且本质上是静态的。人形（类人）控制只不过是一个梦想，对所有人来说，但最快的计算机。本文提出的主要工作思想是定义一种全新的、简单的、计算轻量级的人形运动控制方法。本文提出了一种新的比例-积分-微分（PID）控制器算法，称为PID++，该算法基于实时编码器位置输入，使用基本算术进行微小调整，以实现稳定、精确、可控、动态、自适应的控制系统，用于线性运动控制，无论负载如何。在最初未指定PID系数的情况下，所提出的PID++算法动态调整和更新PID系数KP,K和Kd周期性地。不需要存储值数据库，因为在计算中仅使用具有准确时基的感测位置的当前值和先前值，并在每个读取间隔中覆盖，因此无需部署大量内存来存储和使用向量或矩阵。该算法的实现完成，设计上真正动态和自适应，工程师将能够在商业、工业、生物医学和太空应用中使用该算法。运动控制具有明确无误的人性化特征，甚至可以使用单个命令在最小的微控制器 （MCU） 上实现，而无需重新编程或重新配置。

关键词：

自适应运动控制;PID++算法;人形生物;计算轻量级

详细文章讲解见第4部分。 

📚2 运行结果

可视化：

figure
plot(dt_sum, ReadEncoder);
xlabel('Time')
title('Encoder Position (Distance Traveled)')
saveas(gcf,'../results/DistanceTraveled.png')

figure
plot(dt_sum, expOutput);                    % This is PID++ output from actual run on microcontroller
xlabel('Time')
title('Experiment Output')
saveas(gcf,'../results/ExpOut.png')

figure
plot(dt_sum, Velocity);
xlabel('Time')
title('Speed')
saveas(gcf,'../results/Speed.png')

%figure
%plot(dt_vec, output);                       % This is PID++ output from MATLAB simulation
%xlabel('Time')
%title('Controller Output')
%saveas(gcf,'../results/Out.png')

🎉3 参考文献

文章中一些内容引自网络，会注明出处或引用为参考文献，难免有未尽之处，如有不妥，请随时联系删除。

🌈4 Matlab代码及文献