放假前答应学长写一篇关于pid控制电机的文章，耽搁了几天着手开始写。首先感谢学长带我走上飞思卡尔智能车比赛的路，万分感谢。
我们要了解pid是什么，就得知道pid是干什么的。因为没有通过专业的学过pid的用法，一切都是新鲜的，我只能用我的理解简略的介绍一下pid的用处。我们在做智能车比赛，做车干什么的，让他跑啊，不光得会跑，还得跑的快，不光跑的快，还得跑的稳。这个pid就是让我们的小车跑的又快又稳的利器，当然调的好是利器，调不好····· 我们希望我们的车子以一个恒定的速度去跑，但是我们的车子总归会过弯，上坡，也会遇到种种问题，我们给车子一个目标速度，当车子低于这个目标速度的时候，我们就让车子加速，目标速度与实际速度的差值越大，车子的加速度就会越大，反之越小。这就是简单的pid控制的应用，我们也可以使用pid控制舵机，让两个电机产生差值即让两个后轮子产生差速，辅助舵机过弯。
我们再系统的讲一下pid什么，下面的原理是从网络上找的的，也可以查看这几篇文章形象解释pidpid算法详解
强烈推荐看一下这几个文章，而且也要多在网上找一些文章自己琢磨，这是不可缺少的一步
首先我们知道PID是一个控制系统，pid的应用有很多，当然这里我们只是对与pid对于电机的控制。比例、积分和微分的线性组合，构成控制量u(t)，称为：比例(Proportional)、积分(Integrating)和微分(Differentiation)控制，简称PID控制。比例作用P只与偏差成正比，积分作用I是偏差对时间的累积，而微分作用D是偏差的变化率。用一句形象的比喻，比例P代表着现在，积分I代表着过去，而微分D则代表着未来。
我们来看pid的控制系统图
关于P、I、D三个环节的选择，一般只会用到PI控制或者PD控制，例如速度控制要求稳态无误差，那么就需要积分环节，所以使用PI控制；而使用方向控制的时候，由于不需要无稳态误差，所以使用PD控制即可，D的作用是消除P环节所带来震荡，比如舵机的控制就可以使用pd控制。
我们接触过pid的人就知道pid控制存在增量式和位置式，对于两者的区别一直搞不清楚，可以阅读pid算法中位置型和增量型有什么区别，分析两者优缺点查阅。
typedef struct PID
{
intSetPoint; //设定目标 DesiredValue
longSumError; //误差累计
doubleProportion; //比例常数Proportional Const
doubleIntegral; //积分常数 IntegralConst
doubleDerivative; //微分常数Derivative Const
intLastError; //Error[-1]
intPrevError; //Error[-2]
} PID;
static PID sPID;
static PID *sptr = &sPID;
/
*=============================================================
=======
InitializePID Structure PID 参数初始化
=============================================================
======*/
void IncPIDInit(void)
{
sptr->SumError= 0;
sptr->LastError= 0; //Error[-1]
sptr->PrevError= 0; //Error[-2]
sptr->Proportion= 0; //比例常数Proportional Const
sptr->Integral= 0; //积分常数IntegralConst
sptr->Derivative= 0; //微分常数Derivative Const
sptr->SetPoint= 0;
}
/
*=============================================================
======= 增量式PID 计算部分
=============================================================
=======*/
int IncPIDCalc(int NextPoint)
{
registerint iError, iIncpid; //当前误差
iError= sptr->SetPoint - NextPoint; //增量计算
iIncpid= sptr->Proportion * iError //E[k]项
-sptr->Integral * sptr->LastError //E[k-1]项
+sptr->Derivative * sptr->PrevError; //E[k-2]项
//存储误差，用于下次计算
sptr->PrevError= sptr->LastError;
sptr->LastError= iError;
//返回增量值
return(iIncpid);
}
int16 RightDuty = 0,LeftDuty = 0; //占空比承载参量
int error_0_r=0,d_error_r=0,dd_error_r=0; //电机误差过渡参量
int vi_e_r=0,vi_d_r=0;
int error_0_l=0,d_error_l=0,dd_error_l=0;
int vi_e_l=0,vi_d_l=0;
float SpeedKp=30; //电机PID参数35
float SpeedKi=0; // //10
float SpeedKd=250;
** 函数名称: void MotorControl(void)
** 功能描述: 电机速度控制函数
** 输 入:
** 输 出:
** 说明：正交解码获取编码器读数后 pid进行调节
***************************************************/
void MotorControl(void)
{
volatile int16 right_pulseval = 0,left_pulseval = 0;
right_pulseval = FTM_QUAD_get(FTM2); //获取FTM 正交解码 的脉冲数(负数表示反方向)
FTM_QUAD_clean(FTM2); //清空正交解码计数寄存器
left_pulseval = lptmr_pulse_get(); //获取脉冲计数值
lptmr_pulse_clean(); //清空脉冲计数器计算值
if(right_pulseval < 0) //脉冲计数这一路依靠另一路的正交解码获取方向
{
left_pulseval = -left_pulseval;
}
if(STOP_flag||Endline_flag) //遥控器或者终点线停车
{
R_prespeed_speed=0;
L_prespeed_speed=0;
}
error_0_r = R_prespeed_speed - right_pulseval ; //期望脉冲数-实际脉冲数
d_error_r = error_0_r - vi_e_r; //本次误差-上次误差
dd_error_r = d_error_r - vi_d_r; //本次误差-上次误差-（上次本次误差-上次上次误差）
vi_e_r = error_0_r; //保存上次误差的值
vi_d_r = d_error_r; //保存上次本次误差-上次误差的值
error_0_l = L_prespeed_speed - left_pulseval ; //期望脉冲数-实际脉冲数
d_error_l = error_0_l - vi_e_l; //本次误差-上次误差
dd_error_l = d_error_l - vi_d_l; //本次误差-上次误差-（上次本次误差-上次上次误差）
vi_e_l = error_0_l; //保存上次误差的值
vi_d_l = d_error_l; //保存上次本次误差-上次误差的值
RightDuty += (int)(SpeedKp*error_0_r
+ SpeedKi*d_error_r
+ SpeedKd*dd_error_r);//增量式pid
LeftDuty += (int)(SpeedKp*error_0_l
+ SpeedKi*d_error_l
+ SpeedKd*dd_error_l);
if(R_prespeed_speed == 0) //&& L_prespeed_speed == 0 //制动轮胎抱死 正反转交替
{
if(RightDuty < 0)
{
if(RightDuty<-4000)
{
RightDuty = -4000;
}
FTM_PWM_Duty(FTM0 ,FTM_CH0 ,-RightDuty);
FTM_PWM_Duty(FTM0 ,FTM_CH1 , 0);
}
else
{
if(RightDuty>9000)
{
RightDuty = 9000;
}
FTM_PWM_Duty(FTM0 ,FTM_CH0 ,0);
FTM_PWM_Duty(FTM0 ,FTM_CH1 ,RightDuty);
}
if(LeftDuty < 0)
{
if(LeftDuty<-4000)
{
LeftDuty = -4000;
}
FTM_PWM_Duty(FTM0 ,FTM_CH3 ,-LeftDuty);
FTM_PWM_Duty(FTM0 ,FTM_CH2 , 0);
}
else
{
if(LeftDuty>9000)
{
LeftDuty = 9000;
}
FTM_PWM_Duty(FTM0 ,FTM_CH3 ,0);
FTM_PWM_Duty(FTM0 ,FTM_CH2 ,LeftDuty);
}
}
else
{
if( error_0_r < -10) //实际脉冲数远大于期望脉冲时电机反转减速
{
FTM_PWM_Duty(FTM0,FTM_CH0,500); //反转
FTM_PWM_Duty(FTM0,FTM_CH1,0);
}
else
{
if(RightDuty > 9000) //电机占空比限幅
{
RightDuty = 9000;
}
else if(RightDuty < 0)
{
RightDuty = 0;
}
FTM_PWM_Duty(FTM0,FTM_CH0,0); //电机正转
FTM_PWM_Duty(FTM0,FTM_CH1,RightDuty);
}
if( error_0_l < -10) //实际脉冲数远大于期望脉冲时电机反转减速
{
FTM_PWM_Duty(FTM0,FTM_CH3,500); //反转
FTM_PWM_Duty(FTM0,FTM_CH2,0);
}
else
{
if(LeftDuty > 9000) //电机占空比限幅
{
LeftDuty = 9000;
}
else if(LeftDuty < 0)
{
LeftDuty = 0;
}
FTM_PWM_Duty(FTM0,FTM_CH3,0); //电机正转
FTM_PWM_Duty(FTM0,FTM_CH2,LeftDuty);
}
}
上边是位置式和增量式的实例代码，仅以作为借鉴，其实pid最难的不是把算法写出来，最难的是调参。调参数这个事情只能是一点一点试出来的，这里有个口诀。
参数整定找最佳， 从小到大顺序查。
先是比例后积分， 最后再把微分加。
曲线振荡很频繁， 比例度盘要放大。
曲线漂浮绕大弯， 比例度盘往小扳。
曲线偏离回复慢， 积分时间往下降。
曲线波动周期长， 积分时间再加长。
曲线振荡频率快， 先把微分降下来。
动差大来波动慢， 微分时间应加长。
理想曲线两个波， 前高后低四比一。
一看二调多分析， 调节质量不会低。
至于是怎么看的，我也看不懂，还得一点一点摸索。
有关于pid的优化调整
我写这篇文章主要是关于pid的优化调整的一些经验。前面提过pid不难写，难在调参，难在优化上。其实增量式和位置式我拿到数学模型后不到半小时就写出来了，但是调参调了一个多星期还是存在问题，还存在pid不够精细的问题。
由于我做的车是f车型，用的是位置式pid，所以就以位置式为例。
为了直观的显示pid的控制情况，我们用python进行一下图像化显示。主要是放假回家没有把车子带回来。
来自这篇文章
有关于python做的pid的图像化展示看我这篇文章
我用的一开始使用的是增量式，由于一开始没写好程序，小车在走的时候产生咔哧咔哧的声音，一开始猜测是中断函数给的间断时间太长导致的。但其实并不是，后来发现是误差值由本来的 期望-时间 写成 实际-期望 了。
在学长的建议下我使用了位置式pid，这次很成功。但是在调节差速过弯时，存在一些问题，也就是现在遇到的问题。F车型没有舵机，只能使用差速过弯，而且F车有得天独厚的优势，就是车速快，而且过弯时无需减速，这样对于pid的要求更加高了。
现在就对于我这个实际情况进行研究。
1）中断函数的时间
原来的中断函数的时间是20ms，现在改成了5ms,我们借助我们写的python的pid进行展示结果。下面这张图显示的事时间更长的pid效果，上边那个是时间间隔稍微短一些的效果图。
与上面的那个图片展示的对比，可以看到时间越精细，pid控制的效果越好。
2）
我们再来看一下这个数学模型。Kp是比例系数，e(t)是误差值，和Ki，Kd一样，kp是一个给定的参数，但是e（t）是一个动态的量。如果我们把这个动态的量乘以三次方，使这个量变大，会不会让整个pid算法变得更敏感一些。（这里不能乘以偶数次方，因为这个差值可能是一个负数，若是一个偶数次方，负数变正数，模拟数据发生突变，整个pid就会产生大的误差）我们也是使用写好的python程序看一下。
这个现象就非常有意思了，在底端刚开始的时候产生了波动，但是在接近目标值的时候曲线趋于平滑且波动较少，因为没有实体车子试一试，只能这样借助一个模拟的情况来看一下，具体还是以实际测试为准。但是放大误差值的方法的结果超出了我预想的情况，还需要继续分析，但是又情况来看，这种方法也能稍稍提高pid的稳定性。
3）我猜测可能还与设定的范围有关，也就是设置的windup_gurad。我们的pid设置的精细一点是为了让我们的车子能够丝滑的过弯。差速的区间一定设置好，这也是个模糊的值，得一点一点的试出来，我的车子从组装好到过弯用了接近一个月的时间，速度仅在不到1.5，确实跑的很慢。当然第一次做车我也欣然接受了，但是我想让他跑的再快点，过弯就得再精细点车速才能上去。经过很多次的测试，两个轮子的差值与设置的挡风板也就是区间有很大的关系。类比的推理，pid是否与设定的范围有关系？当然，我们设定的时间间隔是其一，输出的pwm还有pid各个位置的调控的占比是不是应该有个范围。等到回校后会一点一点的测试的，现在只是一个推理。
4）与硬件有关。
这一点应该是一定会遇到的问题，比如有一次我在调车，跑着跑着突然失灵，捣鼓半天才发现是电池没电了。轮胎与地面的摩擦力也应该算入其中。轮子齿轮的咬合程度，不能太紧也不能太松。
就这么多了，毕竟在家里也没把车子带回来，做的这些都是口头空谈。写着一篇文章仅仅是做个学习笔记，里面有不对的多多包涵，也希望看到有错误的地方能帮我指出来，小弟不胜感激。
希望实验室里的各位大佬都能取得很好的成绩，也祝各位新年快乐，万事胜意。
