⼩球控制虚拟环境
⽬标：在⼩球上施加⼀个⽔平⽅向的⼒（称为控制⼒），使⼩球在偏离⽬标位置时回到⽬标位置已知条件：⼩球的实时坐标、⽬标位置坐标
看到这⾥的你可以停下来想⼀想，应该⽤什么样的策略来计算这个⼒呢？
到这⾥⼤多数⼈应该都能想出来这样的⽅法：
只有⽐例环节时的⼩球运动
微分环节
那么如何让⼩球能够静⽌在⽬标点呢？这就要请出PID的另⼀个环节：微分环节D(Differential)。
微分环节也会计算出⼀个分⼒，计算⽅法是：
也就是说，这个分⼒与误差的变化速度有关，在⽬标位置不变的情况下，⼩球向右运动时误差变化速度为负，分⼒向左；反之当⼩球向左运
有⽐例和微分环节时的⼩球运动
由公式还可以看出，微分系数可以影响这个“阻⼒”的⼤⼩，因此如果我们把系数调⼤⼀些，就可以让⼩球的运动收敛得更快⼀些：
调⼤kd后的⼩球运动
到这⾥，其实我们已经完成我们的⽬标任务了，⼩球可以在驱动⼒的作⽤下运动到⽬标位置。
积分环节
但现在，我们更希望在⼩球有⼀些外部⼲扰时也能实现上⾯的效果，⽐如我们在⼩球上加上⼀个⽔平向右的恒⼒，此时会发⽣什么呢？
恒⼒⼲扰下⼩球静⽌状态
⼩球在运动过程中仍然会像之前⼀样接近⽬标点，但在最终停下来时我们会发现，⼩球⽆法精确停在⽬标点上，⽽是像上图⼀样停在离⽬标点有⼀定距离的地⽅，此时控制⼒与⼲扰恒⼒平衡，⼩球静⽌。
稍加分析我们就能发现，此时⼩球静⽌，微分环节产⽣的分⼒为零，控制⼒完全由⽐例环节产⽣，且若距离更⼩则⽐例环节的输出更⼩，更
PID作⽤下⼩球控制效果
抛开案例——更专业地理解PID
常⽤术语
被控对象：需要控制的对象，案例中指⼩球
⽬标值：期望被控对象达到的状态量，案例中指⽬标位置的坐标
不同参数下系统的阶跃响应（源：百度百科）
阶跃输⼊：在稳定状态下⽬标值发⽣突然变化（上图⽬标值在0时刻由0跃升到虚线位置）
阶跃响应：阶跃输⼊后被控对象的跟随状态，能够代表系统的控制性能（上图彩⾊线条）
响应速度：阶跃输⼊后被控对象再次到达⽬标值的速度
超调量：阶跃输⼊后，被控对象到达⽬标值后超出⽬标值的距离
PID信号框图
上图就是PID的信号框图，表⽰了PID的运⾏过程：
1. 为系统指定⼀个⽬标值
2. PID将⽬标值与被控对象当前的反馈量作差得到误差
3. PID将误差值分别经过三个环节计算得到输出分量，三个分量加起来得到PID的输出
4. 将PID的输出施加到被控对象上，使反馈量向⽬标值靠拢在线代码运行器
PID三个环节的作⽤
代码流程图

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。