第三节：经典PID力矩控制

各位同学，今天我们来聊聊力矩控制里最经典、也最实用的方法——PID控制。说实话，我在这个行业摸爬滚打十几年，PID控制几乎无处不在。你想想看，从工业机器人到无人机，从伺服电机到手术机器人，PID都是那个最靠谱的“老黄牛”。

3.1 PID控制原理

PID控制，说白了就是三个字：比例、积分、微分。它的核心思想很简单——根据当前误差、过去误差的累积、以及误差的变化趋势，来调整输出。

公式长这样：

u(t) = Kp * e(t) + Ki * ∫e(τ)dτ + Kd * de(t)/dt

其中：

Kp（比例项）：直接响应当前误差。误差大，输出就大。我习惯先调Kp，让它能快速响应。
Ki（积分项）：消除稳态误差。说白了就是“算旧账”，把过去累积的误差补回来。
Kd（微分项）：预测未来趋势。误差变化快了，它就提前刹车，防止超调。

我在项目中遇到过一件事：有个六轴机器人，末端抖动得厉害。我一开始以为是机械间隙，后来发现是Kd设得太小，微分项没起作用。调大Kd后，抖动立刻消失了。嗯，这就是微分项的妙用。

核心要点：PID三个参数各有分工。Kp决定响应速度，Ki消除静差，Kd抑制振荡。调参顺序我建议：先P，再I，最后D。

3.2 力矩环PID设计

力矩环PID，和位置环、速度环不太一样。它的控制对象是电机输出的力矩（或电流），响应速度要求极高。一般力矩环的采样频率在1kHz到10kHz之间，比位置环快得多。

设计力矩环PID时，我通常会考虑以下几点：

带宽匹配：力矩环的带宽要远高于速度环和位置环。一般力矩环带宽是速度环的5-10倍。
抗噪声：力矩信号（电流信号）噪声大，微分项容易放大噪声。我建议加一个低通滤波器。
饱和处理：电机输出力矩有限，积分项容易饱和。这个我们后面细说。

一个典型的力矩环PID结构是这样的：

// 力矩环PID伪代码
float torque_pid_control(float target_torque, float actual_torque) {
    float error = target_torque - actual_torque;
    
    // 比例项
    float p_out = Kp * error;
    
    // 积分项（带抗积分饱和）
    integral += Ki * error * dt;
    integral = clamp(integral, -integral_limit, integral_limit);
    
    // 微分项（带滤波）
    derivative = (error - last_error) / dt;
    derivative = lowpass_filter(derivative, cutoff_freq);
    float d_out = Kd * derivative;
    
    last_error = error;
    
    return p_out + integral + d_out;
}

个人经验：力矩环的Ki不要设太大。我见过很多新手把Ki调得过高，结果系统低频振荡，嗡嗡响。Ki的作用是消除静差，不是用来提高响应速度的。

3.3 抗积分饱和

积分饱和，是PID控制里最坑的问题之一。为什么会这样？

你想想看，当电机输出已经达到最大力矩（比如10Nm），但误差还在，积分项还在不断累积。等误差反向时，积分项里已经存了一大笔“旧账”，需要很长时间才能消化掉。这段时间里，系统响应会严重滞后，甚至振荡。

我曾经在一个焊接机器人项目上吃过这个亏。机器人启动时，积分项疯狂累积，导致启动瞬间力矩过冲，直接把焊枪撞歪了。从那以后，我再也不敢忽视抗积分饱和了。

常用的抗积分饱和方法有三种：

方法	原理	优缺点
限幅法	积分项输出超过阈值时截断	简单，但可能引起积分项突变
积分回退法	输出饱和时，积分项回退到饱和值对应的积分量	效果好，但计算稍复杂
条件积分法	只在特定条件下才积分（如误差较小或未饱和时）	灵活，但需要调条件阈值

我个人最常用的是限幅法，简单可靠。代码实现如下：

// 抗积分饱和实现
float integral = 0;
float integral_limit = 5.0;  // 积分限幅值

void update_integral(float error, float dt) {
    integral += Ki * error * dt;
    
    // 限幅
    if (integral > integral_limit) integral = integral_limit;
    if (integral < -integral_limit) integral = -integral_limit;
}

注意：积分限幅值不是随便设的。我建议根据电机最大输出力矩的10%-20%来设定。设得太小，积分项没作用；设得太大，抗饱和效果差。

3.4 前馈补偿

前馈补偿，说白了就是“提前给力”。PID是事后纠偏，前馈是事前预防。两者结合，效果翻倍。

在力矩控制中，前馈补偿主要用来抵消已知的干扰，比如：

重力补偿：机器人关节在重力作用下需要额外的力矩保持位置
摩擦力补偿：电机和减速器的摩擦力，尤其在低速时明显
惯性力补偿：加速过程中需要的额外力矩

前馈补偿的公式很简单：

u_total = u_pid + u_feedforward

其中u_feedforward是根据模型计算出来的。比如重力补偿：

// 重力前馈补偿
float gravity_feedforward(float joint_angle) {
    // 根据关节角度计算重力矩
    float torque = m * g * L * sin(joint_angle);
    return torque;
}

我在做协作机器人时，重力补偿是必须的。没有重力补偿，机器人一断电就往下掉，夹到人手可不是闹着玩的。加了重力补偿后，机器人可以悬停在任意位置，推都推不动——嗯，这就是前馈的魅力。

关键点：前馈补偿不改变系统稳定性，只提高响应速度和精度。PID负责处理未知扰动，前馈负责处理已知扰动。两者是互补关系，不是替代关系。

知识体系总览

下面这张图，是我自己画的PID力矩控制知识体系。你可以把它当作学习地图：

这张图把今天讲的内容串起来了。从PID原理出发，到力矩环设计，再到抗积分饱和和前馈补偿。每个模块之间都有联系，不是孤立的。

好了，这一节的内容就到这里。PID力矩控制看起来简单，但真正用好它，需要大量的实践和调试。我建议你回去后，找个电机试试手，调一调Kp、Ki、Kd，感受一下每个参数的作用。纸上得来终觉浅，绝知此事要躬行。

最后一个小建议：调试PID时，先把积分项关掉（Ki=0），只调P和D。等系统稳定了，再慢慢加积分。这样不容易翻车。

可可精品资料库

📚 课程目录

第三节：经典PID力矩控制

3.1 PID控制原理

3.2 力矩环PID设计

3.3 抗积分饱和

3.4 前馈补偿

知识体系总览