4. I（积分）参数调优：从“抖晃”到“丝滑”的关键一步

好，我们继续往下走。前面聊了 P 和 D，飞机基本能飞了，但总感觉差点意思——比如悬停时总往一个方向慢慢飘，或者遇到一阵风就回不到原来的高度。这时候，就该 I 项登场了。

说实话，我刚入行那会儿，对 I 项又爱又恨。爱的是它确实能消除稳态误差，恨的是调不好它，飞机会像“抽风”一样震荡。今天我们就把它彻底搞明白。

4.1 I 增益到底在干什么？

简单说，I 项就是“算旧账”的。它把过去所有的误差累积起来，然后乘以一个系数（Ki），加到输出里。

你想想看，如果飞机一直往左偏，P 项会努力把它拉回来，但可能因为重心偏了或者电机特性差异，总差那么一点点。这时候 I 项就起作用了——它发现“哎，你一直往左偏，我帮你多加点力”，直到误差被彻底消除。

我在一个测绘项目里遇到过这种情况：飞机悬停时总是缓慢向东漂移，P 和 D 怎么调都去不掉那 0.3 米的偏差。后来把 I 项加上去，问题立刻解决。说白了，这就是 I 的看家本领。

4.2 积分饱和（Windup）——I 项的“阿喀琉斯之踵”

I 项虽好，但有个致命问题：积分饱和。英文叫 Integral Windup。

为什么会这样？假设你的飞机在地面上，你解锁起飞。这时候目标高度是 10 米，实际高度是 0 米，误差巨大。I 项开始疯狂累积这个误差，积分值变得非常大。等飞机终于飞到 10 米时，I 项的输出还很大，导致飞机直接冲过头，然后 P 项再往回拉，来回震荡好几次才能稳定。

我曾经在一次竞速飞行的调试中，因为积分饱和导致飞机在起飞瞬间直接翻了 180 度——嗯，那架飞机的桨叶全废了。从那以后，我对 Windup 问题格外敏感。

4.3 防止积分饱和的三种策略

既然问题清楚了，怎么解决？我常用的方法有三种，按推荐程度排序：

策略	原理	适用场景	我的评价
积分限幅	给积分项设置一个最大值，不让它无限累积	所有场景，基础必备	最简单，必须加
条件积分	只在误差较小时才进行积分	起飞、降落等大误差场景	效果好，推荐
反计算法	当输出饱和时，反向减少积分值	高精度控制场景	高级技巧，效果好但复杂

我个人习惯是：积分限幅 + 条件积分组合使用。既简单又可靠，90% 的场景都能搞定。

4.4 代码实现：积分限幅与条件积分

光说不练假把式。我们来看看代码怎么写。下面是一个带积分限幅和条件积分的 PID 实现片段：

// PID 结构体
typedef struct {
    float Kp, Ki, Kd;
    float integral;
    float integral_limit;   // 积分限幅值
    float error_threshold;  // 条件积分阈值
    float dt;
} PID_Controller;

// PID 更新函数
float PID_Update(PID_Controller *pid, float setpoint, float measurement) {
    float error = setpoint - measurement;
    
    // 条件积分：只在误差小于阈值时积分
    if (fabs(error) < pid->error_threshold) {
        pid->integral += error * pid->dt;
    }
    
    // 积分限幅
    if (pid->integral > pid->integral_limit) {
        pid->integral = pid->integral_limit;
    } else if (pid->integral < -pid->integral_limit) {
        pid->integral = -pid->integral_limit;
    }
    
    float output = pid->Kp * error 
                 + pid->Ki * pid->integral 
                 + pid->Kd * (error - pid->prev_error) / pid->dt;
    
    pid->prev_error = error;
    return output;
}

4.5 I 增益调参实战流程

好了，理论讲完了，我们直接上实战步骤。这是我总结的一套流程，跟着走基本不会翻车：

1. 先给一个保守的 Ki：比如 0.01 起步。太小没关系，我们慢慢加。
2. 设置积分限幅：设为最大输出的 20%。这是保命用的。
3. 设置条件积分阈值：设为目标值的 5%。比如目标角度 10°，阈值就是 0.5°。
4. 悬停测试：观察飞机是否还有稳态误差。如果有，逐步增加 Ki，每次增加 20%~30%。
5. 抗风测试：用手轻轻推一下飞机，看它能否快速回到原位。如果回位太慢，继续加 Ki。
6. 检查震荡：如果飞机开始低频震荡（像“点头”一样），说明 Ki 太大了，立刻减小 50%。

我记得有一次帮朋友调一架大四轴，Ki 从 0.01 一直加到 0.08 才消除稳态误差。但加到 0.09 时飞机就开始“点头”了。最后停在 0.075，完美。你看，调参就是这样，找到那个临界点。

4.6 知识体系：I 参数调优全景图

为了让你更直观地理解 I 参数调优的整个逻辑，我画了一张图。它把 I 项的作用、问题和解决方案串在了一起。

4.7 避坑指南：我踩过的那些坑

最后，分享几个我亲身经历过的坑，希望能帮你少走弯路：

• 坑一：忘记加积分限幅——我曾经在调试一款飞控时，忘了加限幅，结果飞机在起飞瞬间直接冲到了 3 米高然后翻倒。从那以后，积分限幅成了我代码里的“标配”。
• 坑二：条件积分阈值设太大——阈值设到 20%，结果 I 项基本不工作，稳态误差一直存在。后来改到 5%，问题解决。
• 坑三：Ki 和 Kp 一起加——我见过有人同时增加 P 和 I，结果飞机震荡得一塌糊涂。记住：先调 P，再调 D，最后调 I。顺序不能乱。
• 坑四：忽略积分饱和对 D 项的影响——积分饱和不仅影响 I 项，还会让 D 项误判。因为积分饱和导致输出突变，D 项会认为这是“剧烈变化”，从而产生很大的微分响应。嗯，这个坑我花了整整两天才排查出来。

好了，I 参数调优就讲到这里。记住一句话：I 项是“慢工出细活”的典型代表，调好了它，你的飞机才能真正做到“指哪打哪”。