4. 面试评分表与自我评估
PID控制器是机器人位置、速度、力控制中应用最广泛的反馈算法。面试高频考察：离散化实现、参数整定方法、积分饱和处理以及工程调试经验。掌握结构化回答框架能帮你清晰展示理论深度与工程思维。
Q1: 请解释PID控制器的原理，并说明比例、积分、微分各自的作用。
考察点： 基础概念清晰度，能否从数学和物理意义两个维度阐述。
回答框架： 先定义PID输出 = Kp*e + Ki*∫e dt + Kd*de/dt；然后逐项说明：P项即时响应误差，I项消除静差但引入滞后，D项预测趋势增强稳定但放大噪声；最后强调三者需平衡。
示例回答： PID根据误差的比例、积分、微分生成控制量。P项直接反映当前偏差，Kp过大易振荡；I项累加历史误差，消除稳态误差但可能引起积分饱和；D项根据变化率提前修正，能减小超调，但对高频噪声敏感。实际调参需在响应速度和稳定性间权衡。
可能追问： 为什么I项会引入滞后？积分饱和怎么产生？如何设计抗积分饱和策略？
避坑提醒： 不要只背公式，要结合机器人关节控制场景举例，如位置环积分消除静态摩擦力误差。
Q2: 如何对PID控制器进行离散化？常用方法有哪些？
考察点： 数字控制基础，是否理解连续到离散的转换及工程实现差异。
回答框架： 指出连续PID公式 → 说明离散化需求（积分用累加、微分用差分） → 列举前向欧拉、后向欧拉、双线性变换 → 重点介绍位置式与增量式PID的区别和选择依据。
示例回答： 将连续PID的积分用误差累加近似，微分用(e(k)-e(k-1))/T近似。增量式PID只输出Δu(k)，无积分累积，手动/自动切换无冲击，更常用。位置式PID需保存所有历史误差，易积分饱和。采样周期T按系统带宽的1/10~1/20选取。
可能追问： 增量式PID如何实现积分功能？采样周期过大会有什么影响？双线性变换相比欧拉法有何优劣？
避坑提醒： 不要只提增量式，要说明它本质是位置式的差分，且对执行器饱和处理方式不同。
Q3: 在机器人关节控制中，PID参数整定有哪些常用方法？你如何调试？
考察点： 工程经验与系统调试能力。
回答框架： 介绍Ziegler-Nichols法（临界比例度法）、衰减曲线法、试凑法；强调先调P至临界振荡，再调D抑制超调，最后加I消除静差；指出实际中需考虑负载变化和摩擦非线性。
示例回答： 常用ZN法：令Ti0、Td0，增大Kp至等幅振荡，记录Ku和Tu，按公式计算PID参数。实际调参时，我会在此基础上微调：若超调大则增大Kd或减小Kp；若响应慢则增大Kp或减小Ti。遇到非线性负载则需增益调度或前馈补偿。
可能追问： 如果系统有弹性形变（如谐波减速器），PID参数如何调整？有没有自动化调参工具？
避坑提醒： 避免直接背公式，要体现你对每个参数作用的直观理解，以及如何观察阶跃响应曲线进行迭代。
PID参数对系统性能的影响
| 参数 | 上升时间 | 超调量 | 稳态误差 | 稳定性 |
|---|---|---|---|---|
Kp↑ |
减小 | 增大 | 减小 | 变差 |
Ki↑ |
减小 | 增大 | 消除 | 变差 |
Kd↑ |
微小变化 | 减小 | 无影响 | 变好（适当） |