1. PID控制原理：从飞控的“大脑”说起

各位同学，欢迎来到《地面站姿态调参参数整定指南》的第一章。

咱们今天聊点最核心的东西——PID。说白了，它就是飞控的“大脑”。你遥控器打杆，飞机怎么知道该往哪歪？歪多少？歪多快？全靠PID这个算法在背后算账。

我刚开始接触多旋翼那会儿，觉得PID就是三个旋钮，拧一拧飞机就能稳。后来炸了几次机才明白——不懂原理，调参就是瞎蒙。今天咱们就把P、I、D这三个字母背后的物理意义和数学直觉，掰开了揉碎了讲清楚。

一句话总结：PID = 看现在（P）+ 忆过去（I）+ 预未来（D）。

1.1 飞控为什么要“算”？——误差是万恶之源

先想一个问题：你让飞机悬停，目标角度是0°（水平）。但风一吹，飞机向右歪了10°。这时候飞控要干嘛？

它得让飞机向左转，回到0°。但转多少？转多快？什么时候停？

这个“目标值”和“实际值”的差，就叫误差（Error）。飞控所有的工作，就是围绕这个误差做文章。

我习惯把误差比作“房间里着火了”。P是看到火苗就泼水，I是发现火势蔓延就多叫几辆消防车，D是预测火苗往哪窜、提前堵住去路。嗯，这个比喻虽然糙，但道理不糙。

1.2 P——比例控制：看见偏差就干活

P是PID里最直观的一个。它的公式很简单：

输出 = Kp × 误差

误差越大，输出越大。你歪了10°，我就给10°的纠正力；你歪了1°，我就给1°的纠正力。直来直去，不拐弯。

但P有个天生的毛病——静差。什么叫静差？举个例子：

你让飞机悬停，P看到有误差，就输出一个力往回拉。但拉得越靠近目标，误差越小，输出也越小。到最后，输出刚好等于让飞机保持当前姿态的力（比如重心偏了、风一直吹），飞机就停在离目标还有一点距离的地方，不动了。

这个“差一点”的距离，就是静差。

避坑指南：我曾经调一架大轴距六轴，P给得特别大，结果飞机像“打摆子”一样高频抖动。后来发现是P太大，系统震荡了。记住：P不是越大越好，过犹不及。

1.3 I——积分控制：消除那“最后一点”误差

I就是来解决静差的。它的公式：

输出 = Ki × ∫误差 dt

说白了，就是把过去所有的误差累加起来。只要误差还存在，积分值就会一直增长，输出就会越来越大，直到把飞机推回目标位置。

你可以把I想象成一个“记仇本”。P忘了的旧账，I帮你记着。误差存在1秒，记一笔；存在10秒，记十笔。直到误差归零，这笔账才消掉。

但I也有副作用——积分饱和。如果误差一直存在（比如风一直吹），积分值会累积到非常大。等误差反向时，这个巨大的积分值会让飞机“冲过头”，产生超调甚至震荡。

注意：积分饱和是新手最容易踩的坑。我见过有人I给得太大，飞机一解锁就“抬头”猛冲，差点伤人。解决办法：限幅、条件积分、或者用抗饱和算法。后面章节会细讲。

1.4 D——微分控制：踩刹车，防超调

D是PID里的“预言家”。它不看误差大小，看误差变化的快慢。公式：

输出 = Kd × d(误差)/dt

误差变化越快，D的输出越大。它的作用是阻尼——当飞机快速接近目标时，D会提前输出一个反向力，防止飞机冲过头。

你想想看，开车快到红灯了，你是等到了线前才猛踩刹车，还是提前松油门、轻点刹车？D就是那个“提前松油门”的动作。

D对噪声特别敏感。因为微分本质上是求斜率，而噪声会让斜率变得非常陡峭。我早期用廉价的MPU6050，D稍微给大一点，电机就“滋滋”乱响——那是微分项把传感器噪声放大了。

个人经验：D的调试顺序我建议放在P和I之后。先把P调到飞机不抖，再加I消除静差，最后用D抑制超调。一步到位？不存在的。

1.5 三者的“化学反应”——一张图看懂

下面这张SVG图，把P、I、D在阶跃响应中的表现画了出来。你可以直观地看到每个环节的作用：

PID控制效果对比（阶跃响应） 时间 响应 目标值 纯P（有静差） P+I（消除静差） P+I+D（抑制超调） 蓝色线：纯P控制，响应快但永远到不了目标值（静差）。绿色线：加入I后，静差被消除。紫色线：加入D后，超调被抑制，响应更平滑。

1.6 三个参数的“性格”对比

为了方便你记忆，我把P、I、D的性格整理成了一张表。调参的时候对照着看，心里就有底了：

参数 物理意义 主要作用 副作用 调参口诀
P 当前误差的放大 快速响应，让飞机“动起来” 太大→震荡；太小→反应迟钝 先调P，不抖为止
I 误差的累积 消除静差，让飞机“准” 太大→超调、积分饱和 再加I，消除静差
D 误差变化率 抑制超调，让飞机“稳” 太大→噪声放大、电机发烫 最后加D，抑制超调

1.7 一个简单的代码示例

光说不练假把式。下面是一个最简化的PID实现，你可以直接复制到Arduino或者STM32上跑跑看：

// 最简PID结构体
typedef struct {
    float Kp, Ki, Kd;       // 三个参数
    float integral;         // 积分累积
    float prev_error;       // 上一次误差（用于微分）
    float dt;               // 控制周期（秒）
} PID;

// PID计算函数
float PID_Update(PID *pid, float target, float current) {
    float error = target - current;
    
    // P
    float p_out = pid->Kp * error;
    
    // I
    pid->integral += error * pid->dt;
    float i_out = pid->Ki * pid->integral;
    
    // D
    float derivative = (error - pid->prev_error) / pid->dt;
    float d_out = pid->Kd * derivative;
    
    // 保存本次误差供下次微分使用
    pid->prev_error = error;
    
    return p_out + i_out + d_out;
}

这段代码虽然简单，但已经包含了PID的核心逻辑。你把它跑起来，给一个阶跃输入（比如目标角度从0°突然变成10°），观察输出曲线，就能直观感受到P、I、D各自的影响。

注意：实际飞控里，微分项通常会对测量值做低通滤波，否则噪声会让你怀疑人生。另外，积分项一定要做限幅，防止积分饱和。这些细节我们后面章节会逐一展开。

1.8 本章小结

好了，第一章的内容就到这里。咱们回顾一下核心要点：

  • P 是“现在”，看到误差就干活，但会有静差。
  • I 是“过去”，累积误差消除静差，但要防饱和。
  • D 是“未来”，预测误差变化抑制超调，但怕噪声。
  • 调参顺序：先P，再I，最后D。别跳步。

我个人觉得，理解PID最好的方式就是动手。找个开源飞控（比如Betaflight、ArduPilot），把参数调大调小，看飞机反应。炸几次机，你就什么都懂了。

← 上一章 📖 返回目录 下一章 →