在自动化专业，PID (比例-积分-微分) 是我们的信仰。 公式写在纸上很优雅： $$u(t) = K_p e(t) + K_i \int e(t) dt + K_d \frac{de(t)}{dt}$$

但当你把它写进单片机，控制一个两轮自平衡小车时，事情就变得魔幻起来了。

👻 现象一：疯狂抖腿 ($K_p$ 之殇)

刚开始，我只加了比例项 ($P$)。 我想法很简单：倾斜角度越大，回复力就应该越大嘛。

于是我把 $K_p$ 设成了 500。 结果小车一上电，就开始以一种极高频率疯狂震荡，发出“滋滋滋”的电流声，像是在跳踢踏舞。 原因：$K_p$ 太大了，系统过冲了。 解决：把 $K_p$ 减小，直到它不再高频震荡，而是像个不倒翁一样低频晃动。

🐌 现象二：永远站不直 ($K_i$ 的缺席)

调好了 $P$，小车能站住了，但它总歪着身子。 如果我推它一下，它就会歪到一个新的角度继续平衡，完全没有“回到中点”的欲望。 这就是静差。 这时候需要引入积分项 ($I$)。积分的作用是“秋后算账”，只要有误差存在，它就会不断积累，直到把误差消除。

坑点：积分饱和 (Integral Windup)。 有一次小车倒在地上，积分项还在疯狂累加。等我把它扶起来，电机瞬间满转，直接把车甩飞了。 对策：必须做积分限幅！

⚡ 现象三：听觉污染 ($K_d$ 的噪声)

为了让小车抵抗干扰（比如我踢它一脚），我加大了微分项 ($D$)。 $D$ 是对未来的预测，能提供阻尼。 但是，$D$ 对噪声极其敏感。我的 MPU6050 陀螺仪数据稍微有一点毛刺，经过 $D$ 放大，就变成了巨大的电流波动。 电机发出了刺耳的啸叫声，听得我神经衰弱。

最终方案：

  1. 滤波：对陀螺仪数据做二阶低通滤波。
  2. 微分先行：只对测量值（角度）做微分，不对设定值做微分，避免设定值突变时的冲击。

🎯 调参口诀

经过两个通宵的折磨，我总结了一套“玄学”口诀：

参数整定找最佳，从小到大顺序查。 先是比例后积分，最后再把微分加。 曲线振荡很频繁，比例度盘要放大。 曲线漂浮绕大湾，比例度盘往小扳。 曲线偏离回复慢，积分时间往下降。 曲线波动周期长，积分时间再加长。

现在，我的小车终于能像个绅士一样，稳稳地立在桌面上，推都推不倒。 控制之美，大概就在于这种从“混沌”到“秩序”的过程吧。