pid初涉

基本框架（从github上抄来的感觉可行）

#ifndef PID_H#define PID_Htypedef struct{    //所需要调节的参数    float Kp;    float Ki;    float Kd;        float tau;//积分所用到的低通滤波时间常数    float limMin;//out输出限制幅度    float limMax;    float limMinInt;//积分项限制幅度    float limMaxInt;    float T;//采样速率    float integrator;//积分项    float prevError;//上一次的误差    float differentiator;//微分项    float prevMeasurement;//上一次的测量值    float out;//输出} PIDController;float PID_update(PIDController *pid, float setpoint, float measurement);#endif /* PID_H */

#include "pid.h"PIDController motor_pid;// create a PIDController object for motorspeed controlfloat PID_update(PIDController *pid, float setpoint, float measurement) {	/*	* Error signal	*/    float error = setpoint - measurement;	/*	* Proportional	*/    float proportional = pid->Kp * error;	/*	* Integral	*/    pid->integrator = pid->integrator + 0.5f * pid->Ki * pid->T * (error + pid->prevError);	/* Anti-wind-up via integrator clamping */    if (pid->integrator > pid->limMaxInt) {        pid->integrator = pid->limMaxInt;    } else if (pid->integrator < pid->limMinInt) {        pid->integrator = pid->limMinInt;    }	/*	* Derivative (band-limited differentiator)	*/		    pid->differentiator = -(2.0f * pid->Kd * (measurement - pid->prevMeasurement)	/* Note: derivative on measurement, therefore minus sign in front of equation! */                        + (2.0f * pid->tau - pid->T) * pid->differentiator)                        / (2.0f * pid->tau + pid->T);	/*	* Compute output and apply limits	*/    pid->out = proportional + pid->integrator + pid->differentiator;    if (pid->out > pid->limMax) {        pid->out = pid->limMax;    } else if (pid->out < pid->limMin) {        pid->out = pid->limMin;    }	/* Store error and measurement for later use */    pid->prevError       = error;    pid->prevMeasurement = measurement;	/* Return controller output */    return pid->out;}

补充

1. 对于微分项后面 plaintext pid->differentiator = -(2.0f * pid->Kd * (measurement - pid->prevMeasurement) /* Note: derivative on measurement, therefore minus sign in front of equation! */ + (2.0f * pid->tau - pid->T) * pid->differentiator) / (2.0f * pid->tau + pid->T);

• 代码解释
  1. -(2.0f * pid->Kd * (measurement - pid->prevMeasurement)):pid->Kd 是PID控制器中的微分增益（Derivative Gain）。
     • measurement - pid->prevMeasurement 是当前测量值与上一次测量值的差，表示测量值的变化率。
     • 2.0f * pid->Kd * (measurement - pid->prevMeasurement): 计算的是微分项的一部分。
     • 前面的负号 “-”是因为这里计算的是测量值的微分，而不是误差的微分。注释中提到的“therefore minus sign in front of equation!”就是这个意思。
  2. • (2.0f * pid->tau - pid->T) * pid->differentiator:
     • pid->tau 是一个滤波常数，用于限制微分项的高频噪声。
     • pid->T 是采样时间。
     • (2.0f * pid->tau - pid->T) * pid->differentiator 是微分项的递推部分，用于平滑微分输出。
  3. / (2.0f * pid->tau + pid->T):
     • 这是对整个微分项进行归一化处理，以确保微分项的幅值在合理的范围内。

1. 对于积分项后面 plaintext pid->integrator = pid->integrator + 0.5f * pid->Ki * pid->T * (error + pid->prevError);

• 代码解释
  1. 0.5f * pid->Ki * pid->T * (error + pid->prevError):
     • error + pid->prevError 是当前误差和上一次误差的和。
     • 0.5f * (error + pid->prevError) 是对误差和进行平均处理，以平滑积分项的计算。
     • pid->Ki * pid->T 是积分增益和采样时间的乘积，表示积分项的单位时间内的累积速率。
     • 因此，0.5f * pid->Ki * pid->T * (error + pid->prevError) 计算的是当前采样周期内积分项的增量。
  2. pid->integrator + 0.5f * pid->Ki * pid->T * (error + pid->prevError):
     • 这是将当前采样周期内积分项的增量加到之前的积分项上，以更新积分项的值。