PID 控制：学习与工程实践

PID 是让系统“根据目标和现状的差距，持续修正动作”的一种方法。视觉组不需要从零编写电机控制代码，但需要知道：自瞄给出的目标如何最终变成云台动作，出现问题时应先判断属于视觉、上位机控制器，还是下位机 PID。

本文分为两个部分：

• 学习部分：用最少的数学建立 PID 的直觉；
• 工程部分：把 PID 放回自瞄链路，说明视觉新人怎样观察、定位并参与调参。

第一部分：学习 PID

1. PID 在解决什么问题

假设希望云台转到一个方向。控制器会不断比较“想要的位置”和“现在的位置”，两者的差叫作误差：

误差 = 目标值 − 反馈值

误差不为零时，控制器就给电机一个输出；云台运动后，传感器又把新的位置反馈回来。这个反复测量和修正的过程就是闭环控制。

flowchart LR
    target[目标角度] --> compare[比较目标与反馈]
    feedback[当前角度 / 速度] --> compare
    compare --> pid[PID 控制器]
    pid --> output[电流、扭矩或速度指令]
    output --> plant[电机与云台]
    plant --> feedback

这里的“反馈”非常重要。没有反馈，只按预先给定的输出转动，叫开环；有了反馈，系统才有机会抵抗负载变化、摩擦和外部扰动。

2. P-I-D 的直观含义

PID 由比例 P、积分 I、微分 D 三部分组成。可以把它理解为三种不同的纠偏习惯：

部分	它看什么	直观作用	过大时的常见现象
P（比例）	当前差了多少	差得越多，推得越用力	来回摆动、振荡
I（积分）	过去一直差多少	处理长期“总差一点”的偏差	越积越多，冲过头、低频晃动
D（微分）	误差变化得有多快	提前刹车，增加阻尼	放大噪声、高频抖动

常见的数学形式为：

输出 = Kp × 误差 + Ki × 误差的累积 + Kd × 误差变化速度

不用急着推导公式。先记住这三个判断就足够：

• 反应太慢，先怀疑 P 太小，或输出被限幅；
• 到目标后冲过头、来回摆，先怀疑 P 太大；必要时少量增加 D；
• 稳定后总有固定偏差，才考虑少量增加 I。

I 会不断累积，因此实际工程一般会给积分项设置上限；D 容易受到传感器噪声影响，因此也不是越大越好。

3. 串级 PID：云台为什么常有两层

云台常使用串级控制：外层看角度，内层看速度。外层只决定“应该以多快的速度转”，内层再决定“应该给电机多大的力”。

flowchart LR
    angle_target[目标角度] --> angle_pid[角度环 PID]
    angle_feedback[角度反馈] --> angle_pid
    angle_pid --> velocity_target[目标速度]
    velocity_target --> velocity_pid[速度环 PID]
    velocity_feedback[速度反馈] --> velocity_pid
    velocity_pid --> current[电流 / 扭矩指令]
    current --> motor[电机与云台]
    motor --> angle_feedback
    motor --> velocity_feedback

因此“PID 参数”没有脱离上下文的意义：角度环和速度环的参数不能混用，不同电机、减速比、负载和单位下的数值也不能直接照抄。

4. 推荐学习资料

先看视频建立直觉，再用文章补充细节即可，不必一次学完全部控制理论：

• PID 控制入门视频 1（Bilibili）
• Agent调节PID参数
• 嵌入式 PID 文章（UINIO）

看完后，至少应能说清目标、反馈、误差和输出分别是什么，并能用“P 太小 / P 太大 / I 积累 / D 放大噪声”描述基本现象。

第二部分：在自瞄工程中怎样理解和参与调参

5. 先分清：自瞄控制器不是电机 PID

自瞄工程中的控制器位于视觉与 C 板之间。它接收跟踪结果和云台当前姿态，完成坐标变换、目标预测、弹道补偿与安全限制，最后向下位机发送目标 pitch、yaw 等指令。

flowchart LR
    tracker[检测、跟踪与预测] --> controller[自瞄控制器]
    gimbal_feedback[下位机反馈的云台姿态] --> controller
    controller --> command[目标 pitch / yaw 与工作状态]
    command --> board[C 板下位机]
    board --> motor[角度环、速度环 PID 与电机]
    motor --> gimbal_feedback

图中最后一段才是实际驱动电机的 PID 闭环。自瞄控制器输出的是目标，并不直接替代下位机的角度环、速度环 PID。

可以用下面的表先把问题归层：

现象	优先检查的层	典型原因
静止目标始终偏向一侧	标定、坐标系、固定补偿	相机/枪口外参、零位或方向约定错误
移动目标总落后或总超前	跟踪预测与控制器	时间戳、延迟估计、弹道参数、预测时间
目标角度指令本身跳变	检测、跟踪或控制器平滑	目标切换、跟踪不稳、限速或平滑参数不合适
目标角度平滑，但电机高速抖动	下位机 PID、传感器、机械	P/D 过大、反馈噪声、机械间隙
指令正确但云台不动或反向	下位机状态、接线与坐标定义	未使能、限位、方向或反馈符号错误

6. 从控制器输出开始观察

调参前不要先改参数。先在现有调试工具中同时观察三类量：

1. 输入：跟踪器是否稳定给出同一目标，目标的时间戳是否连续；
2. 控制器输出：发送给 C 板的目标 pitch、yaw 是否连续、是否合理；
3. 反馈与执行结果：下位机返回的实际角度、模式和电机响应是否跟得上。

这样能把“看起来没跟上”拆开：是视觉没有稳定目标，还是控制器给出的目标不对，抑或下位机没有执行该目标。一次只改变一个层级，才不会把两个问题互相掩盖。

7. 自瞄控制器中可粗略调整的内容

控制器配置通常包含弹速、发射补偿角、俯仰限制、预测时长或指令平滑等参数。新人可以在负责人确认后从这些高层参数开始理解和验证：

参数类别	它影响什么	何时怀疑它
固定 pitch / yaw 补偿	给最终目标角叠加固定偏置	多距离、多次测试都稳定偏向同一方向
弹速与弹道参数	弹道下坠补偿	距离越远，俯仰误差越明显
预测时间与延迟估计	对移动目标的提前量	静态准确，运动时稳定落后或超前
指令限幅、限速或平滑	防止目标角突变	跟踪偶尔切换时枪口抽动，但不应借此掩盖错误输入
俯仰/安全限制	防止给出不可执行或危险指令	目标接近机械限位或异常数据出现时

这些不是 PID 的 Kp、Ki、Kd。它们改变的是“下位机应该去哪里”，而下位机 PID 决定“怎样稳定地去那里”。

8. 一个安全的调试顺序

以静止目标到运动目标的顺序测试，并始终保存原始配置和测试记录：

1. 先验证方向：小幅改变目标时，目标 pitch、yaw 与实际云台运动方向是否一致；不一致先查坐标系和符号。
2. 再验证静态偏差：固定距离、固定目标下观察偏差是否恒定；恒定偏差优先查标定或固定补偿。
3. 再验证距离变化：近、中、远距离分别记录误差；随距离系统性变化时查弹速和弹道参数。
4. 最后验证运动目标：记录目标速度、时间戳、控制器目标角和实际角；持续落后或超前时查预测时间与延迟。
5. 确认电机响应：若下位机收到的目标平滑正确、实际角仍振荡，再由电控同学处理角度环/速度环 PID、反馈滤波和机械问题。

调参时一次只改一个参数，改动要小，并写下测试条件、参数前后值、现象和结论。云台测试必须遵守队内安全流程：低功率、执行器受控或架空、急停有效；发现方向反了、异常发热或持续振荡时立即停止。

对于视觉成员，最有价值的贡献不是直接改底层 PID，而是提供能复现的问题证据：目标数据、控制器输出、实际姿态、时间信息和视频。把这五项交给电控，就能让“感觉不跟手”变成可定位、可验证的问题。