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。
(一)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。
(二)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 的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 P、I、D 三个参数的作用。P=Proportion,比例的意思,I 是 Integral,
积分,D 是 Differential 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:
看看最后的结果:
△Uk=A*e(k)+B*e(k-1)+C*e(k-2)
这里 KP 是 P 的值,TD 是 D 的值,1/Ti 是 I 的值,都是常数,哦,还有一个 T,T 是
采样周期,也是已知。而 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。
一、转自网友的解释,呵呵:
制模型:你控制一个人让他以 PID 控制的方式走 110 步后停下。
(1)P 比例控制,就是让他走 110 步,他按照一定的步伐走到一百零几步(如 108
步)或 100 多步(如 112 步)就停了。
说明:
P 比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。
当仅有比例控制时系统输出存在稳态误差(Steady-state error)。
(2)PI 积分控制,就是他按照一定的步伐走到 112 步然后回头接着走,走到 108 步
位置时,然后又回头向 110 步位置走。在 110 步位置处来回晃几次,最后停在 110 步的位
置。
说明:
在积分 I 控制中,控制器的输出与输入误差信号的积分成正比关系。对一个自动控制
系统,如果在进入稳态后存在稳态误差,则称这个控制系统是有稳态误差的或简称有差系统
(System with Steady-state Error)。为了消除稳态误差,在控制器中必须引入“积分项”。
积分项对误差取决于时间的积分,随着时间的增加,积分项会增大。这样,即便误差很小,
积分项也会随着时间的增加而加大,它推动控制器的输出增大使稳态误差进一步减小,直到
等于零。因此,比例+积分(PI)控制器,可以使系统在进入稳态后无稳态误差。
(3)PD 微分控制,就是他按照一定的步伐走到一百零几步后,再慢慢地向 110 步的
位置靠近,如果最后能精确停在 110 步的位置,就是无静差控制;如果停在 110 步附近(如
109 步或 111 步位置),就是有静差控制。
说明:
在微分控制 D 中,控制器的输出与输入误差信号的微分(即误差的变化率)成正比关
系。
自动控制系统在克服误差的调节过程中可能会出现振荡甚至失稳,其原因是由于存在
有较大惯性组件(环节)或有滞后(delay)组件,具有抑制误差的作用,其变化总是落后
于误差的变化。解决的办法是使抑制误差作用的变化“超前”,即在误差接近零时,抑制误
差的作用就应该是零。这就是说,在控制器中仅引入“比例 P”项往往是不够的,比例项的
作用仅是放大误差的幅值,而目前需要增加的是“微分项”,它能预测误差变化的趋势。这
样,具有比例+微分的控制器,就能够提前使抑制误差的控制作用等于零,甚至为负值,从
而避免了被控量的严重超调。所以对有较大惯性或滞后的被控对象,比例 P+微分 D(PD)
控制器能改善系统在调节过程中的动态特性。
解释二:
小明接到这样一个任务:有一个水缸有点漏水(而且漏水的速度还不一定固定不变),
要求水面高度维持在某个位置,一旦发现水面高度低于要求位置,就要往水缸里加水。 小
明接到任务后就一直守在水缸旁边,时间长就觉得无聊,就跑到房里看小说了,每 30 分钟
来检查一次水面高度。水漏得太快,每次小明来检查时,水都快漏完了,离要求的高度相差
很远,小明改为每 3 分钟来检查一次,结果每次来水都没怎么漏,不需要加水,来得太频
繁做的是无用功。几次试验后,确定每 10 分钟来检查一次。这个检查时间就称为采样周期。
开始小明用瓢加水,水龙头离水缸有十几米的距离,经常要跑好几趟才加够水,
于是小明又改为用桶加,一加就是一桶,跑的次数少了,加水的速度也快了,但好几次将缸
给加溢出了,不小心弄湿了几次鞋,小明又动脑筋,我不用瓢也不用桶,老子用盆,几次下
来,发现刚刚好,不用跑太多次,也不会让水溢出。这个加水工具的大小就称为比例系数。
小明又发现水虽然不会加过量溢出了,有时会高过要求位置比较多,还是有打湿
鞋的危险。他又想了个办法,在水缸上装一个漏斗,每次加水不直接倒进水缸,而是倒进漏
斗让它慢慢加。这样溢出的问题解决了,但加水的速度又慢了,有时还赶不上漏水的速度。
于是他试着变换不同大小口径的漏斗来控制加水的速度,最后终于找到了满意的漏斗。漏斗
的时间就称为积分时间。
小明终于喘了一口,但任务的要求突然严了,水位控制的及时性要求大大提高,
一旦水位过低,必须立即将水加到要求位置,而且不能高出太多,否则不给工钱。小明又为
难了!于是他又开努脑筋,终于让它想到一个办法,常放一盆备用水在旁边,一发现水位低
了,不经过漏斗就是一盆水下去,这样及时性是保证了,但水位有时会高多了。他又在要求
水面位置上面一点将水缸要求的水平面处凿一孔,再接一根管子到下面的备用桶里这样多出
的水会从上面的孔里漏出来。这个水漏出的快慢就称为微分时间。 看到几个问采样周期的
帖子,临时想了这么个故事。微分的比喻一点牵强,不过能帮助理解就行了,呵呵,入门级
的,如能帮助新手理解下 PID,于愿足矣。故事中小明的试验是一步步独立做,但实际加水
工具、漏斗口径、溢水孔的大小同时都会影响加水的速度,水位超调量的大小,做了后面的
实验后,往往还要修改改前面
(三)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!