3. PID控制器原理：比例、积分、微分的作用

PID控制器，说白了就是飞控里最核心的那个“大脑”。你给无人机一个指令，它怎么飞过去？靠的就是PID。我刚开始做SITL仿真时，总觉得PID就是调三个数，没什么技术含量。直到有一次，我调出来的四旋翼在空中像喝醉了酒一样乱晃……嗯，从那以后，我再也不敢小看这三个字母了。

今天我们就来拆开PID，看看比例、积分、微分到底在干什么。你理解了这个，后面调参才不会抓瞎。

3.1 比例控制（P）—— 当前误差的“放大器”

比例控制是最直观的部分。它的逻辑很简单：误差越大，输出越大。

假设你希望无人机俯仰角保持在0°，现在它偏了10°。P项就会输出一个与10°成正比的修正力，把它往回推。公式长这样：

Output_P = Kp × e(t)

其中 e(t) 是当前误差，Kp 是比例系数。

我在项目中遇到过一个问题：Kp调得太小，无人机反应迟钝，像没睡醒；Kp调得太大，它又疯狂震荡，像在跳机械舞。你想想看，这就像你开车，看到前面有弯道，你打方向盘的力度——打少了拐不过去，打多了又甩尾。

3.2 积分控制（I）—— 消除“历史欠账”

为什么会有稳态误差？因为有些干扰是持续的，比如重心偏移、风阻、电机老化。P项只盯着当前误差，它不知道“过去欠了多少债”。

积分项就是来还债的。它把过去所有的误差累加起来，误差存在越久，输出越大。公式：

Output_I = Ki × ∫e(t) dt

我个人习惯把I项理解为“记账本”。每次误差没消除，它就记一笔。记到一定程度，输出就足够大，把系统推回目标位置。

但这里有个坑——积分饱和。我曾经在调试一个固定翼的俯仰通道时，发现飞机起飞后一直低头，积分项疯狂累加，等飞机终于抬头时，积分输出已经太大，直接导致它猛抬头然后失速。这就是典型的“积分饱和”。

3.3 微分控制（D）—— 预测“未来趋势”

微分项看的是误差的变化率。换句话说，它预测的是“误差接下来会变大还是变小”。

Output_D = Kd × de(t)/dt

如果误差正在快速增大，D项会提前输出一个反向力，阻止它继续恶化。这就像你开车时看到前车刹车灯亮了，你提前松油门——而不是等撞上了才踩刹车。

D项最大的作用是抑制震荡。P项容易让系统“过头”，D项就是那个“别冲太猛”的刹车。但D项对噪声非常敏感。我在SITL仿真中遇到过，传感器噪声稍微大一点，D项就开始疯狂抖动，整个系统跟着高频震荡。

3.4 PID参数对系统响应的影响

下面这张表是我在实际调参中总结出来的，你可以把它当作“调参速查表”：

参数	增大后的效果	过大的风险	过小的风险
Kp	响应变快，超调增大	系统震荡甚至发散	响应迟钝，稳态误差大
Ki	消除稳态误差，但超调增大	积分饱和，系统不稳定	稳态误差无法消除
Kd	抑制震荡，提高稳定性	高频噪声放大，系统抖动	震荡抑制不足，系统容易超调

你想想看，这三个参数就像三个性格不同的人：P是急性子，看到问题就动手；I是记仇的，你欠它的它一定要讨回来；D是预言家，总在事情发生前就做准备。三个配合好了，无人机才能飞得稳。

3.5 PID控制器的知识体系

下面这张图帮你理清PID控制器的整体结构。我建议你把它存下来，后面调参时随时对照：

3.6 调参的直觉：从SITL仿真开始

在SITL仿真中调参，最大的好处是——炸机不花钱。我建议你按这个顺序来：

1. 先调P：从小到大慢慢加，直到系统出现轻微震荡，然后退回70%。
2. 再加D：抑制震荡，让系统快速稳定下来。D不要太大，否则噪声会让你头疼。
3. 最后加I：消除稳态误差。注意积分限幅，别让它“记太多账”。

我记得有一次在SITL里调一个四旋翼的偏航通道，P调好了，D也加上了，但飞机就是转不到目标角度，差了2°。我加了点I，问题立刻解决。这就是积分项的威力——它专门处理那些“差一点”的情况。