PID控制的通俗理解--小车控制

本文以小车纵向控制为例,通俗易懂地介绍了PID控制的基本原理及其应用。详细解析了P、I、D三个参数的作用,并提供了增量式PID控制的设计实例。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

很多同学都不清楚PID是个什么东西,因为很多不是自动化的学生。他们开口就要资料,要程序。
这是明显的学习方法不对,起码,首先,你要理解PID是个什么东西。
本文以通俗的理解,以小车纵向控制举例说明PID的一些理解。
首先,为什么要做PID?
由于外界原因,小车的实际速度有时不稳定,这是其一,
要让小车以最快的时间达达到既定的目标速度,这是其二。
速度控制系统是闭环,才能满足整个系统的稳定要求,必竟速度是系统参数之一,这是其三.
    小车调速肯定不是线性的,外界因素那么多,没人能证明是线性的。如果是线性的,直接用P就可以了。
比如在PWM=60%时,速度是2M/S,那么你要它3M/S,就把PWM提高到90%。因为90/60=3/2,这样一来太完美了。
完美是不可能的。
    那么不是线性的,要怎么怎么控制PWM使速度达到即定的速度呢?即要快,又要准,又要狠。(即快准狠
)系统这个速度的调整过程就必须通过某个算法调整,一般PID就是这个所用的算法。
    可能你会想到,如果通过编码器测得现在的速度是2.0m/s,要达到2.3m/s的速度,那么我把pwm增大一点不
就行了吗?是的,增大pwm多少呢?必须要通过算法,因为PWM和速度是个什么关系,对于整个系统来说,谁也
不知道。要一点一点的试,加个1%,不够,再加1%还是不够,那么第三次你还会加1%吗?很有可能就加2%了。
通过PID三个参数得到一个表达式:△PWM=a *△V1+b *△V2+c *△V3,a b c是通过PID的那个长长的公式展开
,然后约简后的数字,△V1 ,△V2 ,△V3 此前第一次调整后的速度差 ,第二次调整后的速度差,第三次。。
。。。一句话,PID要使当前速度达到目标速度最快,需要建立如何调整pwm和速度之间的关系。
 
输入输出是什么:
输入就是前次速度,前前次速度,前前前次速度。
输出就是你的PWM应该增加或减小多少。
------------------------------------------------------------------------------------------------------------------------------------------------

为了避免教科书公式化的说明,本文用口语化和通俗的语言描述。虽然不一定恰当,但意思差不多,就是那个事。如果要彻头彻尾地弄PID,建议多调试,写几个仿真程序。

      PID一般有两种:位置式PID和增量式PID。在小车里一般用增量式,为什么呢?位置式PID输出与过去的所有状态有关,计算时要对e(每一次的控制误差)进行累加,这个计算量非常大,而明没有必要。而且小车的PID控制器的输出并不是绝对数值,而是一个△,代表增多少,减多少。换句话说,通过增量PID算法,每次输出是PWM要增加多少或者减小多少,而不是PWM的实际值。

下面均以增量式PID说明。

  这里再说一下PID三个参数的作用。P=Proportion,比例的意思,IIntegral,积分,DDifferential微分。

打个比方,如果现在的输出是1,目标输出是100,那么P的作用是以最快的速度达到100,把P理解为一个系数即可;而I呢?大家学过高数的,0的积分才能是一个常数,I就是使误差为0而起调和作用;D呢?大家都知道微分是求导数,导数代表切线是吧,切线的方向就是最快到至高点的方向。这样理解,最快获得最优解,那么微分就是加快调节过程的作用了。

公式本来需要推导的,我就不来这一套了。直接贴出来:飞思小车PID控制的通俗理解 - 乱舞春秋 - W H Y(尚书~学习分站)

 

 

看看最后的结果:

 

Uk=A*e(k)+B*e(k-1)+C*e(k-2)

这里KPP的值,TDD的值,1/TiI的值,都是常数,哦,还有一个TT是采样周期,也是已知。A  B  C是由P I D换算来的,按这个公式,就可以简化计算量了,因为 P I D 是常数,那么A B C可以用一个宏表示。这样看来,只需要求e(k) e(k-1) e(k-2)就可以知道△Uk的值了,按照△Uk来调节PWM的大小就OK了。PID三个参数的确定有很多方法,不在本文讨论范围内。采样周期也是有据可依的,不能太大,也不能太小。

   ........................

   ........................

   写着写着成了老太婆的裹脚了,本来说拿个程序来说明一下,看来只能在下一文中了。

--------------------------------------------------------------------------------

PID实际编程的过程的,要注意的东西还是有几点的。PID这东西可以做得很深。

1 PID的诊定。凑试法,临界比例法,经验法。

2 T的确定,采样周期应远小于过程的扰动信号的周期,在小车程序中一般是ms级别。

3 目标速度何时赋值问题,如何更新新的目标速度?这个问题一般的人都乎略了。目标速度肯定不是个恒定的,那么何时改变目标速度呢?

4 改变了目标速度,那么e(k) e(k-1) e(k-2)怎么改变呢?是赋0还是要怎么变?

5 是不是PID要一直开着?

6 error为多少时就可以当速度已达到目标?

7 PID的优先级怎么处理,如果和图像采集有冲突怎么办?

8 PID的输入是速度,输出是PWM,按理说PWM产生速度,但二者不是同一个东西,有没有问题?

9 PID计算如何优化其速度?指针,汇编,移位?都可以试!

//*****************************************************

//定义PID结构体

//*****************************************************

typedef struct PID

{

    int SetPoint; //设定目标 Desired Value

    double Proportion; //比例常数 Proportional Const

    double Integral; //积分常数 Integral Const

    double Derivative; //微分常数 Derivative Const

    int LastError; //Error[-1]

    int PrevError; //Error[-2]

} PID;

//*****************************************************

//定义相关宏

//*****************************************************

#define P_DATA 100

#define I_DATA  0.6

#define D_DATA  1

#define HAVE_NEW_VELOCITY 0X01

//*****************************************************

//声明PID实体

//*****************************************************

static PID sPID;

static PID *sptr = &sPID;

//*****************************************************

//PID参数初始化

//*****************************************************

void IncPIDInit(void)

{

sptr->LastError = 0; //Error[-1]

sptr->PrevError = 0; //Error[-2]

sptr->Proportion = P_DATA; //比例常数 Proportional Const

sptr->Integral = I_DATA; //积分常数Integral Const

sptr->Derivative = D_DATA; //微分常数 Derivative Const

sptr->SetPoint =100;  目标是100

}

//*****************************************************

//增量式PID控制设计

//*****************************************************

int IncPIDCalc(int NextPoint)

{

   int iError, iIncpid; //当前误差

   iError = sptr->SetPoint - NextPoint; //增量计算

   iIncpid = sptr->Proportion * iError //E[k]

             - sptr->Integral * sptr->LastError //E[k1]

             + sptr->Derivative * sptr->PrevError; //E[k2]

    sptr->PrevError = sptr->LastError;   //存储误差,用于下次计算

    sptr->LastError = iError;

    return(iIncpid);                          //返回增量值

}

Int g_CurrentVelocity;

Int g_Flag;

 

void main(void)

{

    DisableInterrupt

InitMCu();

    IncPIDInit();

g_CurrentVelocity=0;   //全局变量也初始化

g_Flag=0;                //全局变量也初始化

EnableInterrupt;

     While(1)

{

   if (g_Flag& HAVE_NEW_VELOCITY)

      {

          PWMOUT+= IncPIDCalc(CurrentVelocity);

            g_Flag&=~ HAVE_NEW_VELOCITY;

}

}

}

//****************************************

//采样周期T

//****************************************

Interrrupt TIME void

{

   CurrentVelocity =GetCurrentVelocity;

   g_Flag|= HAVE_NEW_VELOCITY;

}

 

前言: 开始之前先要说为什么要采用PID算法控制小车。玩过小车的DIY爱好者们都会碰到这样一种情况:为什么本该直线行驶的小车走着走着轨迹就会发生偏移,即所谓的“走不直”。 小车走不直的原因有:两个电机本身的驱动特性不可能完全相同,两个电机外形大小不可能是完全一致,组装时精度也会出现差异,另外轮胎在滚动时打滑、遇到细小的障碍物等因素都会造成左右轮的速度出现差异,从而走不直。开环控制是无法消除左右轮的速度误差的,因为上述的扰动是随机的。 要想小车走一条直线,唯有实现闭环控制,当小车受到扰动时能对左右轮及时给予反馈,修正两轮的速度偏差,从而可以走出一条直线。PID算法就是一种闭环控制算法,实现PID算法需得从硬件上实现闭环控制,即存在反馈,所以我采用的是带测速装置的电机。 项目简介: 本项目采用的是PID控制算法来修正小车行走时两轮的速度偏差,实现小车可以走直线。小车使用一个安卓App来控制小车的行走路径,App通过App Inventor2来进行编写。 完成作品图: 需要用到的材料: 1. Arduino Uno 2. Arduino Uno的扩展板 3. DFRobot L298 双路2A直流电机驱动板 4. HC-05或HC-06的蓝牙模块 5. 坦克小车底盘 6. 两个带霍尔传感器的电机 7. 锂电池 8. 杜邦线若干 软件部分: 1. Arduino IDE 2. App Invent 附件内容截图:
<think>好的,我现在需要帮助用户解决关于平衡小车PID参数调节的方法和技巧的问题。用户已经提供了一些参考资料,我需要先仔细理解这些内容,再结合自己的知识来组织回答。 首先,用户提到的引用[1]是关于PID调参的图文详解,其中以小车调速系统为例,分析了三个参数的作用。引用[2]则具体展示了平衡小车的直立环和速度环的代码实现,包括PD控制和PI控制。这说明用户需要的是结合理论和实践的调参步骤,可能涉及直立环、速度环和转向环的参数调整。 接下来,我需要回忆PID控制的基本原理。PID由比例、积分、微分三个部分组成,每个部分对应不同的作用。比例项(P)响应当前误差,积分项(I)消除累积误差,微分项(D)抑制变化率。在平衡小车中,直立环通常使用PD控制,因为需要快速响应角度变化,而速度环可能需要PI控制来维持速度稳定。 用户的问题是关于方法和技巧,所以需要分步骤说明。比如,先调直立环,再调速度环,最后转向环。每个环节要说明参数的作用,调节顺序(如先P后D),以及如何观察现象进行调整。例如直立环的P过小会导致响应慢,无法平衡,过大则振荡;D参数则影响阻尼效果,防止抖动。 同时,要注意引用用户提供的资料。比如在直立环部分,引用[2]中的代码显示使用了Kp和Kd,这可以支持PD控制的说法。速度环部分,用户提到kp和ki,对应PI控制,需要解释积分项的作用,如消除稳态误差,但可能引起积分饱和,需要限幅。 此外,用户可能需要知道调参时的技巧,比如分步调试、参数范围的经验值、安全措施(防止电机过载)、工具使用(如蓝牙模块监控数据)等。这些内容需要条理清晰,用简洁的语言描述,避免过于技术化,让用户容易理解和操作。 最后,生成的相关问题需要与PID调节相关,可能涉及参数整定方法、常见问题处理、对比不同控制策略等。这有助于用户进一步探索。 总结回答结构: 1. 调参步骤:分直立环、速度环、转向环,按顺序调整。 2. 每个环节的参数作用和调整方法,结合引用内容。 3. 调参技巧:安全措施、工具使用、经验值参考。 4. 常见问题及解决方法,如振荡、响应慢等。 5. 生成相关问题,引导深入学习。 需要确保回答符合用户要求的中文,使用正确的LaTeX格式,行内公式用$...$,独立公式用$$...$$。例如,在解释PID公式时,使用$K_p$、$K_i$、$K_d$,并可能展示直立环的PD控制公式:$$u = K_p \cdot e + K_d \cdot \frac{de}{dt}$$。 检查是否有遗漏点,比如是否需要提到串级PID结构,或者平衡小车的动力学模型,但根据用户提供的引用,可能不需要太深入理论,而是侧重实践方法。因此,保持回答实用,步骤明确,技巧具体,即可满足用户需求。</think>### 平衡小车PID参数调节方法与技巧 平衡小车PID参数调节是保证其稳定运行的核心步骤,需分步骤调试直立环、速度环和转向环。以下是具体方法与技巧: --- #### **1. 直立环(PD控制)** 直立环通过比例(P)和微分(D)项快速响应角度变化,保持车身直立。 **公式**: $$u_{\text{平衡}} = K_p \cdot (θ_{\text{实际}} - θ_{\text{目标}}) + K_d \cdot \frac{dθ}{dt}$$ **调参步骤**: - **先调$K_p$**: - **现象**:若$K_p$过小,小车无法抵抗倾斜,缓慢倒下;若$K_p$过大,车身剧烈振荡[^2]。 - **方法**:从较小值逐步增大,直到小车能快速响应倾斜但未振荡。 - **再调$K_d$**: - **现象**:若$K_d$过小,车身抖动;若$K_d$过大,响应迟钝,可能出现“僵硬”现象[^2]。 - **方法**:在$K_p$稳定的基础上增加$K_d$,抑制高频抖动。 **示例代码**(引用[2]直立环实现): ```c int Vertical_Ring_PD(float Angle, float Gyro) { float Bias = Angle - Mechanical_balance; // 偏差计算 return PID.Balance_Kp * Bias + Gyro * PID.Balance_Kd; // PD控制输出 } ``` --- #### **2. 速度环(PI控制)** 速度环通过比例(P)和积分(I)项维持小车速度稳定。 **公式**: $$u_{\text{速度}} = K_p \cdot (v_{\text{目标}} - v_{\text{实际}}) + K_i \cdot \int (v_{\text{目标}} - v_{\text{实际}}) dt$$ **调参步骤**: - **先调$K_p$**: - **现象**:$K_p$过小时,小车加速/减速缓慢;$K_p$过大时,速度波动明显。 - **方法**:逐步增大$K_p$,使小车能快速跟踪目标速度。 - **再调$K_i$**: - **现象**:$K_i$过小,稳态误差无法消除;$K_i$过大,积分饱和导致超调。 - **方法**:在$K_p$基础上加入$K_i$,消除静差,但需对积分项限幅[^2]。 --- #### **3. 转向环(可选,P控制)** 转向环通过比例项调整左右轮差速,实现转向控制: $$u_{\text{转向}} = K_p \cdot (θ_{\text{目标转向}} - θ_{\text{实际}})$$ **调参**:根据转向灵敏度调整$K_p$,避免转向过冲或迟钝。 --- #### **调参技巧** 1. **分步调试**:先调直立环,再调速度环,最后处理转向环。 2. **安全措施**:调试时固定小车或限制电机功率,防止失控。 3. **工具辅助**:通过蓝牙模块或上位机实时监控角度、速度等数据。 4. **经验参考**: - 直立环$K_p$范围:20~100,$K_d$范围:1~5。 - 速度环$K_p$范围:0.1~2,$K_i$范围:0.01~0.1。 --- #### **常见问题与解决** - **小车振荡**:增大$K_d$或减小$K_p$。 - **响应迟钝**:增大$K_p$或减小$K_d$。 - **静差累积**:检查速度环$K_i$是否过小或未积分限幅[^1]。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值