第三节 PID控制器设计：比例、积分、微分环节

各位同学，今天我们来聊聊PID控制器。说实话，我在自动驾驶行业摸爬滚打这么多年，PID控制器是我用得最多的一个工具。别看它结构简单，但调好了，效果真的不输那些花里胡哨的现代控制算法。

PID控制器，说白了就是三个字：比例、积分、微分。这三个环节各有各的脾气，我们一个一个来看。

3.1 比例环节（P）—— 最直接的响应

比例环节，就是根据当前误差的大小，给出一个成比例的控制量。误差越大，控制量越大。这个很好理解吧？

我在项目中遇到过这样一个情况：刚开始做纵向控制时，我直接把比例系数设得很大，想着这样响应快。结果呢？车辆在目标速度附近来回震荡，乘客晕得不行。后来我才明白，比例系数不是越大越好。

核心公式：

u(t) = Kp * e(t)

其中，Kp是比例增益，e(t)是当前时刻的误差。

比例环节的特点：

优点：响应快，能迅速减小误差
缺点：存在稳态误差，无法完全消除偏差
适用场景：对稳态精度要求不高的系统

我的经验：比例系数可以先从0.1开始试，慢慢往上加。每次增加50%左右，观察系统响应。如果出现震荡，就回调到上一个稳定值。

3.2 积分环节（I）—— 消除稳态误差的利器

积分环节，说白了就是算总账。它把过去所有的误差都累积起来，然后给出一个控制量。为什么要这么做？因为比例环节搞不定的稳态误差，积分环节可以帮你消除。

你想想看，如果车辆一直比目标速度慢0.5km/h，比例环节只能给出一个固定的控制量，这个控制量可能刚好不够。但积分环节会不断累积这个误差，慢慢增加控制量，直到误差被消除。

核心公式：

u(t) = Ki * ∫e(t)dt

Ki是积分增益，∫e(t)dt是误差的累积。

积分环节的特点：

优点：消除稳态误差，提高控制精度
缺点：容易引起积分饱和，导致超调
适用场景：需要高精度控制的系统

注意：积分环节是一把双刃剑。用好了，精度提升；用不好，系统震荡甚至发散。我见过太多工程师因为积分系数设得太大，导致系统失控的案例。

3.3 微分环节（D）—— 预测未来的能力

微分环节，说白了就是看趋势。它根据误差的变化率来给出控制量。如果误差在快速增大，微分环节会给出一个较大的控制量来抑制这个趋势。

我个人习惯把微分环节看作是系统的"刹车"。当系统快要到达目标值时，微分环节会提前减速，避免超调。

核心公式：

u(t) = Kd * de(t)/dt

Kd是微分增益，de(t)/dt是误差的变化率。

微分环节的特点：

优点：抑制超调，提高系统稳定性
缺点：对噪声敏感，容易引入高频干扰
适用场景：需要快速响应且避免超调的系统

我的建议：在实际项目中，微分环节要慎用。特别是在传感器噪声较大的情况下，微分会放大噪声。我曾经在一个项目中，因为微分系数设得太大，导致控制量剧烈抖动，最后不得不加了一个低通滤波器才解决问题。

3.4 PID参数整定方法

参数整定，说白了就是找到三个系数的最佳组合。我常用的方法有几种，给大家分享一下。

3.4.1 试凑法

这是最原始但也最实用的方法。先调P，再调I，最后调D。具体步骤：

先把Ki和Kd设为0，只调Kp
从小到大增加Kp，直到系统出现轻微震荡
然后回调Kp到震荡消失，留一点余量
加入Ki，从小到大增加，直到稳态误差消除
最后加入Kd，抑制超调

3.4.2 Ziegler-Nichols法

这个方法比较系统化，适合理论分析。步骤：

只保留比例环节，增加Kp直到系统持续等幅震荡
记录此时的临界增益Ku和震荡周期Tu
根据公式计算PID参数

控制器类型	Kp	Ki	Kd
P	0.5 * Ku	-	-
PI	0.45 * Ku	1.2 * Kp / Tu	-
PID	0.6 * Ku	2 * Kp / Tu	Kp * Tu / 8

注意：Ziegler-Nichols法给出的参数只是一个起点，实际应用中还需要根据系统特性进行微调。我在项目中通常会把计算出来的参数再乘以0.7~0.8，这样更安全。

3.5 抗积分饱和

积分饱和，说白了就是积分项累积得太大了，导致控制器反应迟钝。为什么会这样？

你想想看，如果车辆在爬坡，油门已经踩到底了，但速度还是上不去。这时候积分项还在不断累积误差，越积越大。等到了平路，积分项已经累积到一个很大的值，控制器会继续输出很大的控制量，导致车辆超速。

我曾经在一个项目中吃过这个亏。车辆在长下坡路段，制动器已经饱和了，但积分还在累积。结果到了平路，制动器突然释放，车辆猛地往前冲，差点出事。

抗积分饱和的常用方法：

积分限幅：给积分项设置一个上限，不让它无限累积
积分冻结：当执行器饱和时，停止积分
反馈积分：用实际输出和期望输出的差值来修正积分

代码示例：抗积分饱和实现

// 带抗积分饱和的PID控制器
float pid_control(float setpoint, float measurement) {
    float error = setpoint - measurement;
    
    // 比例项
    float p_term = Kp * error;
    
    // 积分项（带限幅）
    integral += Ki * error * dt;
    if (integral > integral_max) integral = integral_max;
    if (integral < integral_min) integral = integral_min;
    
    // 微分项
    float d_term = Kd * (error - prev_error) / dt;
    
    // 计算输出
    float output = p_term + integral + d_term;
    
    // 输出限幅
    if (output > output_max) {
        output = output_max;
        // 积分冻结：当输出饱和时，停止积分
        integral -= Ki * error * dt;
    }
    if (output < output_min) {
        output = output_min;
        integral -= Ki * error * dt;
    }
    
    prev_error = error;
    return output;
}

我的经验：在实际项目中，我通常会把积分限幅设为输出限幅的50%~70%。这样既能保证积分的作用，又不会导致积分饱和。另外，积分冻结是一个很实用的技巧，建议大家在所有饱和场景都加上。

3.6 知识体系总结

好了，我们来梳理一下本章的核心内容。我画了一张图，帮助大家理解PID控制器的知识体系。

这张图把PID控制器的三个环节、特性、参数整定方法和抗积分饱和都串起来了。大家可以看到，每个环节都有自己的特点和风险，实际应用中需要根据系统需求来权衡。

好了，这一章的内容就到这里。PID控制器虽然基础，但用好了真的能解决很多实际问题。希望大家在实际项目中多动手、多调试，慢慢积累经验。

可可精品资料库

📚 课程目录

第三节 PID控制器设计：比例、积分、微分环节

3.1 比例环节（P）—— 最直接的响应

3.2 积分环节（I）—— 消除稳态误差的利器

3.3 微分环节（D）—— 预测未来的能力

3.4 PID参数整定方法

3.4.1 试凑法

3.4.2 Ziegler-Nichols法

3.5 抗积分饱和

3.6 知识体系总结