从公式到实战：位置式与增量式PID调参的核心差异与场景选择

1. PID控制算法基础入门

第一次接触PID控制器时，我被它简单而强大的控制能力深深吸引。记得当时调试一个简单的直流电机转速控制系统，手动调节电压总是无法达到理想效果，要么转速波动太大，要么响应太慢。直到尝试了PID控制，系统才真正稳定下来。

PID是Proportional-Integral-Derivative的缩写，中文称为比例-积分-微分控制器。它的核心思想是通过三种不同的控制作用来纠正系统偏差：

  • 比例(P)：根据当前误差大小进行调节，误差越大，调节力度越大
  • 积分(I)：累积历史误差，消除稳态误差
  • 微分(D)：预测未来误差趋势，抑制超调

这三种作用组合起来，就能实现快速、稳定、精确的控制效果。在实际应用中，我们经常会遇到两种不同的PID实现形式：位置式和增量式。这两种形式在公式表达、参数调节和应用场景上都有明显差异。

2. 位置式PID详解与实战

2.1 位置式PID公式解析

位置式PID的数学表达式是这样的：

out_k = Kp*e_k + Ki*∑e_j + Kd*(e_k - e_{k-1})

这个公式看起来简单，但每个部分都有其物理意义。我刚开始学习时，常常混淆各个参数的作用，直到在实际项目中调试了几次才真正理解。

Kp（比例系数）决定了系统对当前误差的反应强度。在调试四轴飞行器的姿态控制时，我发现Kp值过大会导致剧烈振荡，过小则响应迟钝。一个实用的技巧是从小值开始，逐步增大直到系统开始振荡，然后回退20%左右。

Ki（积分系数）用于消除稳态误差。在温控系统中，如果只有P控制，温度总会与设定值有差距。加入积分项后，这个差距会逐渐减小。但要注意积分饱和问题，我在早期项目中就遇到过，后来通过设置积分限幅解决了。

Kd（微分系数）可以抑制超调。在调试云台稳定系统时，适当的微分控制能显著减少晃动。但微分对噪声很敏感，实际应用中常需要配合低通滤波。

2.2 位置式PID调参实战

调参是个需要耐心的过程。我总结了一套行之有效的方法：

  1. 先将Ki和Kd设为0，单独调节Kp
  2. 逐步增大Kp直到系统开始振荡
  3. 将Kp设为振荡临界值的80%
  4. 引入Ki，从小值开始逐步增大
  5. 最后加入Kd来抑制剩余振荡

在实际的无人机角速度环控制中，代码实现可能是这样的：

float position_pid(float target, float current) { static float last_error = 0; static float integral = 0; float error = target - current; integral += error * dt; // 积分限幅防止饱和 if(integral > MAX_INTEGRAL) integral = MAX_INTEGRAL; if(integral < -MAX_INTEGRAL) integral = -MAX_INTEGRAL; float derivative = (error - last_error) / dt; last_error = error; return Kp*error + Ki*integral + Kd*derivative; }

这个例子中，dt是控制周期，MAX_INTEGRAL是预设的积分限幅值。我在实际项目中发现，合理的积分限幅能显著改善系统性能。

3. 增量式PID详解与实战

3.1 增量式PID公式解析

增量式PID的公式看起来与位置式不同：

Δout_k = Kp*(e_k - e_{k-1}) + Ki*e_k + Kd*(e_k - 2e_{k-1} + e_{k-2})

增量式输出的是控制量的变化值，而不是绝对量。这种形式在电机控制等场景中特别有用，因为它直接对应着PWM占空比的变化量。

Kp在增量式中实际上影响的是微分作用。在调试舵机控制系统时，我发现增大Kp能加快响应速度，但过大会导致抖动。

Ki在增量式中承担了主要的比例作用。它决定了系统对当前误差的基本响应强度。我通常先调节这个参数。

Kd在增量式中对应着二阶微分，实际应用中效果往往不明显。很多情况下可以设为0或很小的值。

3.2 增量式PID调参实战

增量式PID的调参顺序与位置式有所不同：

  1. 先将Kp和Kd设为0，单独调节Ki
  2. 观察系统收敛速度，找到合适的Ki值
  3. 引入Kp来改善动态性能
  4. Kd通常保持很小或为零

一个典型的云台舵机控制代码可能如下：

float incremental_pid(float target, float current) { static float error_1 = 0, error_2 = 0; static float output = INITIAL_VALUE; float error = target - current; float delta = Kp*(error - error_1) + Ki*error + Kd*(error - 2*error_1 + error_2); output += delta; // 输出限幅 if(output > MAX_OUTPUT) output = MAX_OUTPUT; if(output < MIN_OUTPUT) output = MIN_OUTPUT; error_2 = error_1; error_1 = error; return output; }

在这个例子中，INITIAL_VALUE是系统的初始输出值，MAX_OUTPUT和MIN_OUTPUT定义了输出范围。实际应用中，我发现增量式PID对输出限幅特别敏感，必须谨慎设置。

4. 两种PID形式的场景选择

4.1 执行器类型考量

选择PID形式时，首先要考虑执行器的类型：

  • 电机类（如直流电机、步进电机）：通常适合增量式PID，因为控制量本身就是变化量（如PWM占空比变化）
  • 舵机类：位置式PID可能更合适，因为舵机本身有位置反馈
  • 温控系统：位置式PID更常见，因为控制的是绝对输出（如加热功率）

在调试3D打印机热床时，我尝试过两种PID形式，最终发现位置式效果更好，因为它能更好地维持目标温度。

4.2 系统动态特性分析

系统的动态特性也是选择PID形式的重要依据：

  • 快速响应系统（如无人机姿态控制）：增量式PID可能更优，因为它能更快响应变化
  • 慢速系统（如温度控制）：位置式PID通常表现更好
  • 有较大惯性的系统：需要更强的微分作用，位置式PID可能更合适

在四轴飞行器开发中，我对角速度环使用位置式PID，而对角度环使用增量式PID，这样组合取得了不错的效果。

4.3 性能指标权衡

不同的性能指标要求也会影响选择：

  • 响应速度：增量式通常更快
  • 超调量：位置式更容易控制
  • 稳态误差：两者在参数适当时都能做得很好
  • 抗干扰能力：增量式对噪声更敏感

在开发摄像头云台时，我经过多次测试发现，虽然增量式PID响应更快，但位置式PID在抗风扰方面表现更稳定，最终选择了位置式方案。

5. 常见问题与调试技巧

5.1 积分饱和问题

积分饱和是PID控制中的常见问题。我曾在温控系统中遇到过，当设定温度变化较大时，积分项会累积到很大值，导致系统反应迟钝。解决方法包括：

  1. 设置合理的积分限幅
  2. 在误差较大时暂停积分
  3. 使用积分分离技术

在代码中实现积分限幅很简单：

integral += error * dt; if(integral > MAX_I) integral = MAX_I; else if(integral < -MAX_I) integral = -MAX_I;

5.2 噪声处理技巧

微分项对噪声特别敏感。在早期的无人机项目中，陀螺仪噪声导致D项产生了很多不必要的调节。我尝试了以下几种方法：

  1. 对测量值进行低通滤波
  2. 使用滑动平均滤波
  3. 适当减小微分系数
  4. 采用不完全微分

一个简单的低通滤波实现：

float filtered_value = 0.9 * filtered_value + 0.1 * raw_value;

5.3 控制周期选择

控制周期dt的选择也很关键。太短会增加计算负担，太长会影响控制效果。我的经验法则是：

  • 机械系统：1-10ms
  • 温度控制：1-10s
  • 电机控制：0.1-1ms

在实际项目中，我通常会先根据系统响应速度估算，然后通过实验微调。比如在四轴飞行器上，3ms的控制周期效果就不错。

6. 进阶话题与优化方向

6.1 自适应PID控制

固定参数的PID在某些场景下可能不够用。我尝试过几种自适应方法：

  1. Bang-Bang+PID：大误差时用Bang-Bang控制，小误差时切到PID
  2. 模糊PID：根据误差和误差变化率动态调整参数
  3. 增益调度：根据工作点调整参数

一个简单的Bang-Bang+PID实现：

if(fabs(error) > THRESHOLD) { output = (error > 0) ? MAX_OUTPUT : MIN_OUTPUT; } else { output = pid_calculate(error); }

6.2 抗积分饱和技术

除了简单的积分限幅，还有更高级的抗饱和技术：

  1. 积分分离：只在误差较小时启用积分
  2. 积分回退：当输出饱和时，适当减小积分项
  3. 条件积分：根据系统状态动态调整积分速度

积分分离的实现示例：

if(fabs(error) < ERROR_THRESHOLD) { integral += error * dt; }

6.3 多环PID控制

复杂系统常采用多环PID控制。比如在无人机中：

  1. 内环（角速度环）：快速响应，使用增量式PID
  2. 外环（角度环）：稳定控制，使用位置式PID

这种组合能兼顾响应速度和稳定性。我在实际项目中验证过，效果比单环控制好很多。

调试这类系统时，应该从内环开始，逐步向外调试。内环参数会直接影响外环的性能，所以必须先把内环调好。