网上关于PID算法的文章很多,但是感觉有必要自己再进行一次总结,抽丝剥茧地重新认识了一下PID;
- 1 前言
- 2 开环控制
- 3 闭环控制
- 4 PID
- 4.1 系统架构
- 4.2 理论基础
- 4.3 离散化
- 4.4 伪算法
- 4.1 系统架构
- 5 C++实现
- 6 总结
1 前言
控制系统通常根据有没有反馈会分为开环系统和闭环系统,在闭环系统的控制中,PID算法非常强大,其三个部分分别为;
- P:比例环节;
- I:积分环节;
- D:微分环节;
PID算法可以自动对控制系统进行准确且迅速的校正,因此被广泛地应用于工业控制系统。
2 开环控制
首先来看开环控制系统,如下图所示,隆哥蒙着眼,需要走到虚线旗帜所表示的目标位置,由于缺少反馈(眼睛可以感知当前距离和位置,由于眼睛被蒙上没有反馈,所以这也是一个开环系统),最终隆哥会较大概率偏离预期的目标,可能会运行到途中实线旗帜所表示的位置。
开环系统的整体结构如下所示;
这里做一个不是很恰当的比喻;
- Input:告诉隆哥目标距离的直线位置( 10米);
- Controller:隆哥大脑中计算出到达目标所需要 走多少步;
- Process:双腿作为执行机构,输出了相应的步数,但是最终仍然偏离了目标;
看来没有反馈的存在,很难准确到达目标位置。
3 闭环控制
所以为了准确到达目标位置,这里就需要引入反馈,具体如下图所示;
在这里继续举个不怎么恰当的比喻;隆哥重获光明之后,基本可以看到目标位置了;- 第一步 Input:告诉隆哥目标距离的直线位置( 10米);
- 第二步 Controller:隆哥大脑中计算出到达目标所需要 走多少步;
- 第三步 Process:双腿作为执行机构,输出了相应的步数,但是最终仍然偏离了目标;
- 第四步 Feedback: 通过视觉获取到目前已经前进的距离,(比如 前进了2米,那么还有 8米的偏差);
- 第五步 err:根据 偏差重新计算所需要的步数,然后重复上述四个步骤,最终隆哥达到最终的目标位置。
4 PID
4.1 系统架构
虽然在反馈系统下,隆哥最终到达目标位置,但是现在又来了新的任务,就是又快又准地到达目标位置。所以这里隆哥开始采用PID Controller,只要适当调整P,I和D的参数,就可以到达目标位置,具体如下图所示;
隆哥为了最短时间内到达目标位置,进行了不断的尝试,分别出现了以下几种情况;
- 跑得太快,最终导致冲过了目标位置还得往回跑;
- 跑得太慢,最终导致到达目标位置所用时间太长;
经过不断的尝试,终于找到了最佳的方式,其过程大概如下图所示;
这里依然举一个不是很恰当的比喻;
- 第一步:得到与目标位置的距离偏差(比如最开始是 10米,后面会逐渐变小);
- 第二步:根据误差,预估需要多少速度,如何估算呢,看下面几步;
P比例则是给定一个速度的大致范围,满足下面这个公式;
Kp∗e(t)
因此比例作用相当于某一时刻的偏差(err)与比例系数Kp的乘积,具体如下所示;
绿色线为上述例子中从初始位置到目标位置的距离变化;红色线为上述例子中从初始位置到目标位置的偏差变化,两者为互补的关系;
I 积分则是误差在一定时间内的和,满足以下公式;
如下图所示;
红色曲线阴影部分面积即为积分作用的结果,其不断累积的误差,最终乘以积分系数 Ki 就得到了积分部分的输出;
D微分则是误差变化曲线某处的导数,或者说是某一点的斜率,因此这里需要引入微分;
从图中可知,当偏差变化过快,微分环节会输出较大的负数,作为抑制输出继续上升,从而抑制过冲。
4.2 理论基础
上面扯了这么多,无非是为了初步理解PID在负反馈系统中的调节作用,下面开始推导一下算法实现的具体过程;PID控制器的系统框图如下所示;
图片来自Wiki
4.4 伪算法
这里简单总结一下增量式PID实现的伪算法;
- previous_error := 0 //上一次偏差
- integral := 0 //积分和
- //循环
- //采样周期为dt
- loop:
- //setpoint 设定值
- //measured_value 反馈值
- error := setpoint − measured_value //计算得到偏差
- integral := integral + error × dt //计算得到积分累加和
- derivative := (error − previous_error) / dt //计算得到微分
- output := Kp × error + Ki × integral + Kd × derivative //计算得到PID输出
- previous_error := error //保存当前偏差为下一次采样时所需要的历史偏差
- wait(dt) //等待下一次采用
- goto loop
这里是增量式PID算法的C语言实现;
pid.cpp
- #ifndef _PID_SOURCE_
- #define _PID_SOURCE_
- #include <iostream>
- #include <cmath>
- #include "pid.h"
- using namespace std;
- class PIDImpl
- {
- public:
- PIDImpl( double dt, double max, double min, double Kp, double Kd, double Ki );
- ~PIDImpl();
- double calculate( double setpoint, double pv );
- private:
- double _dt;
- double _max;
- double _min;
- double _Kp;
- double _Kd;
- double _Ki;
- double _pre_error;
- double _integral;
- };
- PID::PID( double dt, double max, double min, double Kp, double Kd, double Ki )
- {
- pimpl = new PIDImpl(dt,max,min,Kp,Kd,Ki);
- }
- double PID::calculate( double setpoint, double pv )
- {
- return pimpl->calculate(setpoint,pv);
- }
- PID::~PID()
- {
- delete pimpl;
- }
- /**
- * Implementation
- */
- PIDImpl::PIDImpl( double dt, double max, double min, double Kp, double Kd, double Ki ) :
- _dt(dt),
- _max(max),
- _min(min),
- _Kp(Kp),
- _Kd(Kd),
- _Ki(Ki),
- _pre_error(0),
- _integral(0)
- {
- }
- double PIDImpl::calculate( double setpoint, double pv )
- {
- // Calculate error
- double error = setpoint - pv;
- // Proportional term
- double Pout = _Kp * error;
- // Integral term
- _integral += error * _dt;
- double Iout = _Ki * _integral;
- // Derivative term
- double derivative = (error - _pre_error) / _dt;
- double Dout = _Kd * derivative;
- // Calculate total output
- double output = Pout + Iout + Dout;
- // Restrict to max/min
- if( output > _max )
- output = _max;
- else if( output < _min )
- output = _min;
- // Save error to previous error
- _pre_error = error;
- return output;
- }
- PIDImpl::~PIDImpl()
- {
- }
- #endif
pid.h
- #ifndef _PID_H_
- #define _PID_H_
- class PIDImpl;
- class PID
- {
- public:
- // Kp - proportional gain
- // Ki - Integral gain
- // Kd - derivative gain
- // dt - loop interval time
- // max - maximum value of manipulated variable
- // min - minimum value of manipulated variable
- PID( double dt, double max, double min, double Kp, double Kd, double Ki );
- // Returns the manipulated variable given a setpoint and current process value
- double calculate( double setpoint, double pv );
- ~PID();
- private:
- PIDImpl *pimpl;
- };
- #endif
pid_example.cpp
- #include "pid.h"
- #include <stdio.h>
- int main() {
- PID pid = PID(0.1, 100, -100, 0.1, 0.01, 0.5);
- double val = 20;
- for (int i = 0; i < 100; i++) {
- double inc = pid.calculate(0, val);
- printf("val:% 7.3f inc:% 7.3f\n", val, inc);
- val += inc;
- }
- return 0;
- }
编译并测试;
- g++ -c pid.cpp -o pid.o
- # To compile example code:
- g++ pid_example.cpp pid.o -o pid_example
本文总结了PID控制器算法在闭环系统中根据偏差变化的具体调节作用,每个环节可能对系统输出造成什么样的变化,给出了位置式和增量式离散PID算法的推导过程,并给出了位置式算法的C++程序实现。