4、控制理论核心：PID控制原理、串级PID结构设计、前馈控制与补偿、自适应控制基础

各位同学，欢迎来到第四章。前面我们聊了传感器、执行器，还有系统建模。但说实话，那些都是“硬件”和“基础”。真正让四轴飞得稳、飞得准的，是控制算法。这一章，我们直接切入核心——PID及其进阶玩法。

我个人习惯把控制算法比作“飞控的灵魂”。你硬件再好，算法不行，飞起来也是“醉汉”。反过来，算法调好了，哪怕硬件差点意思，也能飞得有模有样。今天我们就把这灵魂的四层功夫拆开揉碎。

4.1 PID控制原理：飞控的“万金油”

PID，比例-积分-微分。说白了，就是根据“现在、过去、未来”的误差来算控制量。比例管现在，误差大就用力推；积分管过去，把累积的静差消掉；微分管未来，看到误差变大的趋势就提前刹车。

我在项目中遇到过最典型的例子：一个新手调飞机，只用了P和I，结果飞机总是来回晃。为什么？因为缺少D项来抑制超调。你想想看，就像你开车，光看距离踩油门（P），发现距离没到就猛踩，结果过了又猛刹，能不晃吗？加上D，就是让你提前预判，平稳减速。

代码实现其实很简单，但细节决定成败：

// 位置式PID（伪代码）
float pid_update(float setpoint, float measurement, float dt) {
    float error = setpoint - measurement;
    
    // 比例项
    float p_out = Kp * error;
    
    // 积分项（带限幅）
    integral += error * dt;
    integral = constrain(integral, -integral_limit, integral_limit);
    float i_out = Ki * integral;
    
    // 微分项（注意：对测量值微分，避免“微分爆炸”）
    float derivative = (measurement - last_measurement) / dt;
    float d_out = Kd * derivative;
    
    last_measurement = measurement;
    
    return p_out + i_out - d_out; // 注意微分项是减号！
}

4.2 串级PID结构设计：为什么单环不够用？

单环PID，就是直接拿角度误差算油门。这在理想环境下没问题。但现实是，飞机一遇到风，角度还没变，角速度先变了。单环PID要等到角度误差产生了才反应，黄花菜都凉了。

串级PID的思路很简单：内环控角速度，外环控角度。外环算出来的目标角速度，交给内环去追。内环跑得快（一般100-200Hz），专门对付高频扰动；外环跑得慢（50-100Hz），负责跟踪指令。

我建议你记住这个黄金法则：内环要“快准狠”，外环要“稳准柔”。

特性	外环（角度环）	内环（角速度环）
控制目标	跟踪期望角度	跟踪期望角速度
运行频率	50-100 Hz	100-200 Hz
主要作用	消除稳态误差	抑制扰动、提高响应
调参顺序	先调好内环，再调外环	先调P，再加D，最后加I
典型K值	Kp较小，Ki较大	Kp较大，Kd适中

调参顺序很重要。我见过有人上来就调外环，结果内环没锁住，飞机像弹簧一样乱跳。正确的做法是：先锁死内环，再调外环。先把内环的P调到飞机不抖，再加D增加阻尼，最后加I消除静差。内环稳了，外环随便调调就很好飞。

4.3 前馈控制与补偿：让响应“快半拍”

PID有个天生的毛病：它是有误差才动。这就导致响应总是慢半拍。比如你要飞机快速倾斜30度，PID得先看到误差，然后慢慢追过去。前馈控制就是解决这个问题的。

前馈的思路是：我知道你要干什么，我先给你一个预判量。比如你要快速倾斜，我直接根据目标角速度算出一个基础油门增量，叠加到PID输出上。这样飞机一开始就有个“初速度”，PID只需要做微调就行。

说白了，前馈是“开环”的，它不依赖反馈。所以它不能单独用，必须和PID配合。我习惯把前馈比作“老司机预判”，PID是“新手司机纠偏”。两者结合，又快又稳。

// 带前馈的串级PID（伪代码）
float outer_loop(float target_angle, float current_angle) {
    float angle_error = target_angle - current_angle;
    float target_rate = Kp_angle * angle_error; // 外环输出目标角速度
    return target_rate;
}

float inner_loop(float target_rate, float current_rate) {
    float rate_error = target_rate - current_rate;
    
    // 前馈项：根据目标角速度直接计算
    float feedforward = Kff * target_rate;
    
    // PID项
    float p_term = Kp_rate * rate_error;
    float d_term = Kd_rate * (current_rate - last_rate) / dt;
    
    return feedforward + p_term - d_term;
}

4.4 自适应控制基础：让算法学会“随机应变”

前面讲的PID、串级、前馈，都有一个共同前提：模型是固定的。但现实是，飞机在空中会变。电池电压下降，电机效率降低；挂载不同，转动惯量变化；甚至温度变化都会影响传感器零偏。固定参数的PID，很难在所有工况下都最优。

自适应控制，就是让控制器能在线调整自己的参数。这里我介绍一种最实用的方法：增益调度（Gain Scheduling）。

增益调度不是真的“自适应”，它更像一个查表。我们事先把不同工况（比如不同电压、不同空速）下的最优PID参数测出来，存成一张表。飞行中根据当前状态查表，切换参数。

电池电压 (V)	推荐 Kp_rate	推荐 Ki_rate	推荐 Kd_rate
12.6 (满电)	0.15	0.01	0.002
11.4 (中等)	0.18	0.012	0.0025
10.2 (低电)	0.22	0.015	0.003

你看，电压低了，电机响应变慢，我们就需要增大Kp来补偿。这就是增益调度的核心思想。

更高级的自适应控制，比如模型参考自适应控制（MRAC），它会实时比较实际输出和理想模型的输出，然后调整控制器参数，让实际系统去逼近理想模型。这个比较复杂，但效果也更好。我在做高精度载荷投放项目时用过，能把姿态波动控制在0.1度以内。