PID 控制算法——关于平衡的算法哲学

[SanlinJ]

PID 是一种根据系统当前误差、历史误差累积以及误差变化趋势来综合生成控制量，从而使系统输出尽可能快速、平稳地逼近期望值（设定值）。

根据系统当前误差、历史误差累积以及误差变化趋势来综合生成控制量，从而使系统输出尽可能快速、平稳地逼近期望值（设定值）。

一 公式说明

连续时间:

u(t) = K_pe(t) + K_i \int_{0}^{t}e(t^{'})dt^{'} + K_d \frac{de(t)}{dt}

K_p : 比例系数
K_i : 积分系数
K_d : 微分系数
u(t) ：控制器输出

离散时间：

u(k) = K_pe(k) + K_i\Sigma_{i=0}^{k}e(i)T_s + K_d\frac{e(k)-e(k-1)}{T_s}

比例项(P)

• 直接与当前误差成正比
• 提高系统相应速度
• 过大时候会引起震荡或者超调
  快速响应

积分项(I)

• 误差消除
• 消除稳态误差
• 过大时候易造成系统超调、积分饱和(Integral Windup)
  消除稳态误差

微分项(D)

• 对误差变化率做出预测
• 抑制超调，提高系统稳定性
• 对噪声较为敏感，工程中长需要滤波
  提前制动、抑制震荡

维度	连续时间	离散时间
时间形态	连续	分段、采样
数学工具	微积分	差分、求和
信号表示	x(t)	x[k]
实现方式	模拟系统	数字系统
误差来源	建模误差	采样误差、量化误差

二 说明

比例项是为快速达到目标设定的值，或者理解快速减小误差。
积分项是消除稳态误差。
微分项是使得变化更加平滑而不是突然变化。

三种对误差调整的方式，共同组成了 PID控制系统，K_p, K_i, K_d 三个值也决定了对这个控制系统的影响力.

对 误差积分 的意义在于：只要偏差不为 0，积分会随着时间持续增加。当存在外部的力导致误差存在，且比例项无法达到的时候，积分项的持续增加会使得输出逐渐靠近目标值(微调)不如比例快.

对 误差微分 的意义在于：分析误差变化趋势，当误差逐渐减小，微分值也会逐渐缩小，靠近速度也就逐渐缩小。当误差变化趋势为 0，微分项就会是 0.

我们以一个无人机上升高度到达一个10m高度来看

若 F = P + I + D
K_p 决定 F 的大小随着不断上升，高度差在减小 F 变得趋近于 G

假设采样间隔为 1 秒。

时间 (s)	目标高度	纯 P (0.5, 0, 0)	P + I (0.5, 0.2, 0)	PID (0.5, 0.2, 0.3)	现象分析
0	10	0	0	0	起点
1	10	3.5	3.5	2.8	D项抑制了起步过猛
2	10	6.0	6.5	5.5	PID 曲线最稳健
3	10	7.5	8.8	8.2	P+I 开始冲刺
4	10	8.0	9.8	9.5	P项由于升力=阻力，停滞
5	10	8.0	10.5	9.9	P+I 出现超调(冲过了)
6	10	8.0	10.2	10.0	PID 完美锁定目标
7	10	8.0	10.0	10.0	I项最终消除了误差

纯 P 控制(K_p = 0.5)

当高度到达 8 米时，误差 e=10−8=2，K_p * e = 0.5 * 2 = 1.0
重力和空气阻力在此时刚好也是 1.0。这意味着提供的向上动力和向下的阻力抵消了动力不再增加，无人机永远悬停在 8 米。

P + I 控制(K_i = 0.2)

虽然在 8 米处 P 项没力了，但 I 项会把过去 4 秒没达标的误差全部加起来：

(10+6.5+4+2.5...)×0.2

这会产生一个额外的推力，把无人机硬生生推向 10 米，由于 I 项累积的能量很大，当到达 10 米时，推力还没降下来，导致无人机冲到了 10.5 米（超调），然后又掉回来，像弹簧一样晃动。

P + I + D 完整控制 (Kd​=0.3)

当无人机快要接近 10 米时，上升速度很快，此时 $de(t)/dt$（误差的变化率）是一个很大的负值。Kd​×(负值) 会产生一个反向作用力。无人机以非常丝滑的曲线减速，精准停在 10 米，既没有误差，也没有晃动。

三 总结

当我们谈论 PID 时，我们实际上是在谈论一种关于平衡的算法哲学。

在一个充满不确定性的物理世界里，PID 控制器就像是一位充满智慧的舵手。它不仅仅是在操纵一组数据，而是在进行一场跨越时空的对话：P(比例) 是它对当下的果敢决断，I(积分) 是它对历史误差的深刻铭记，而 D(微分) 则是它对未来的敏锐洞察。

从无人机在指尖高度的稳如磐石，到平衡车在闹市中的灵动自如，PID 证明了：最完美的控制，往往不是爆发性的推力，而是三股力量相互掣肘、又相互成就后的那一份极致动态平衡。

PID 的世界远比这 10 米的高度复杂许多。如果你已经掌握了它的基础逻辑并感兴趣可以继续探索下去。

[晤见清风]

前排