面向机器人控制系统的 PID 控制器模拟器

控件

模拟器开放设定点、比例增益、积分增益、微分增益、采样间隔、执行器限幅和扰动幅值这几项参数。对齐的图表会显示设定点、测量输出、误差和控制输出。重置会清空控制器的记忆，让各次实验之间保持可比。

原理

反馈控制器用设定点减去测量值来算误差。比例作用立即响应，积分作用累积持续存在的误差，微分作用响应的则是变化率。三者之和就是执行器指令。

控制器的性能受被控对象所限。采样太慢会把运动藏起来；驱动超过执行器限幅就会饱和；而带噪声的测量会让未经滤波的微分项变得不稳定。因此调参是一场同时涉及控制器和被控对象的实验。

算法

1. 按固定间隔读取测量值并计算误差。
2. 用实际的时间步长累积一个有界的积分项。
3. 由测量值或误差估计微分项，并施加相应的滤波。
4. 把三项加权结果相加，并限制到执行器范围内。
5. 施加指令、保存上一个样本，并记录各项指标。
6. 当控制模式或被控对象发生明显变化时，重置积分项和历史记录。

源代码

这个实现包含一个简单的抗积分饱和条件：

float updatePid(float setpoint, float measured, float dt) {
  const float error = setpoint - measured;
  const float derivative = (error - previousError) / dt;
  const float candidateIntegral = integral + error * dt;
  const float raw = kp * error + ki * candidateIntegral + kd * derivative;

  const float output = constrain(raw, outputMin, outputMax);
  if (raw == output) integral = candidateIntegral;
  previousError = error;
  return output;
}

产品级的控制器还会为无效测量、定时器溢出、模式切换和执行器故障定义相应的行为。

假设与硬件差异

这里的被控对象是一个干净的二阶模型，质量、阻尼和延迟都由滑块设定——而不是一台带摩擦、带死区、扭矩随转速衰减、驱动器还会发热的真实电机。采样在构造上就是固定的，因此微分项始终表现良好；可是在 Arduino 上，delay() 或其他阻塞式工作会让间隔产生抖动，即使增益一点没改，D 项也会出问题。执行器饱和被建模为硬限幅并提供了抗饱和，但真实系统还有电流限制、电源压降和温升，它们会在运行中改变这个上限。先在这里把形状调好，再到硬件上去验证——在那里被控对象只是近似已知。

电路图

反馈传感器报告的是实际输出；它不能替代限流或硬件安全停机。控制器把设定点与调理后的传感器读值作比较，然后通过一个按负载额定选型的 PWM 级去驱动执行器。

引导实验

读到超调，跟刻意把超调造出来不是一回事。下面每个实验 都只需要几分钟，而且各自只隔离一个效应。

1. 找出临界增益

把 Ki 和 Kd 设为零。提高 Kp，直到输出以恒定幅度振荡—— 既不增大也不衰减。记下增益（Ku）和振荡周期（Tu）。

首次整定只需要这两个数字：

把这些值填进去对比。经典那一行很激进，会超调 20–40%；第二行落得稳而且不带超调，只是花的时间更长。两者都不算“正确”——它们是对不同要求给出的不同答案，而这正是重点。

2. 亲眼看积分饱和发生

把执行器限幅设得很低——大约在量程的 20%——然后给一个很大的设定点阶跃。 观察控制输出曲线：它立刻饱和并停在那里，而积分项还在不断累积它根本无力施加的误差。当输出终于到达设定点时，那些储存下来的作用力一次性释放出来，系统会冲过很远。

现在提高执行器限幅，用同样的增益再跑一遍。超调基本上消失了。 控制器本身一点没变——这就是要点。饱和是控制器与饱和执行器之间相互作用的属性，而不是增益的属性。

3. 证明杀死回路的是滞后而不是噪声

保持增益不变，把采样间隔从最低值开始逐级提高。响应在图表看起来还 不算噪声的时候就先变差了：超调变大，然后出现振荡，接着变得不稳定。

这就是为什么把机器人回路里的一个 delay() 去掉，往往比任何程度的调参都更能改善跟踪性能。过期的信息无法靠增益找回来。

4. 往微分项里灌噪声

先在 Kd 为零时提高扰动幅值，再提高 Kd。控制输出曲线在输出曲线 之前很久就变得参差不齐——你看到的就是微分运算在放大高频成分，它本来就该如此。

正是这种行为让人得出“D 项没用”的结论并把它设成零。真正的修法在上游： 对测量值做滤波，或者对微分项本身做滤波。

你应该观察到什么

只有 P、D 而没有 I 时的稳态偏差值得刻意造出来看一次。它最清楚地 演示了积分项到底是为了什么：比例作用必须有一个非零误差才能产生任何输出， 所以它必然会停在稍微差一点的位置。

硬件落地

在这里找到的增益是一个起点，而不是可以直接搬运的东西。能够完美搬运的是 整套流程；搬不过去的是那些数字，因为它们描述的是这里的被控对象。

最后一行在实际中造成的困惑最多。一组在全新电池上完美的整定，到了快没电的 电池上就会变得迟钝，因为同一条指令现在产生的扭矩更少了。这并不是方法失效—— 增益是被控对象的属性，而被控对象变了。专业的做法是在下面加一层速度环， 或者做增益调度。把如何整定 PID 控制器的完整流程 走一遍，然后把它带到循迹实验台去，在那里被控对象会反击。