最近把我的无人机项目从纯仿真往真机方向推进卡在PID调参上差不多两个星期。GPS装上、飞控固件烧好、MAVROS通信也通了结果一解锁起飞就是各种抽风要么原地抖成筛子要么油门一推就翻。后来沉下心把ROS环境下无人机PID调参的整个流程详细过了一遍从最基础的PID如何工作到串级PID里内外环各自负责什么再到真机试飞时怎么根据日志判断该加P还是该加D总算是摸出了门道。这篇笔记就是那段时间的完整复盘适合正在学ROS、刚接触无人机飞控、或者已经被PID参数折磨到想摔遥控器的同学参考。先说一个我的总体感受PID调参这东西理论知识其实很少但动手过程中会遇到大量“黑盒现象”比如参数看起来没问题但飞机就是飞不稳这类问题往往不是单纯调参能解决的而是和传感器噪声、控制频率、机体结构都有关。这篇笔记会把原理、步骤和排查思路放在一起写希望能帮你少走几个月的弯路。1. 项目背景与整体设计思路1.1 为什么无人机飞控绕不开PID四旋翼本质上是一个开环不稳定的系统。四个电机产生升力和力矩但如果没有反馈控制机体会在几秒钟内翻滚坠地。姿态控制器需要实时读取IMU输出的角速度和姿态角再计算四个电机对应的转速修正量。这个计算过程绝大多数飞控用的都是PID控制。PID三个字母分别对应比例项P、积分项I、微分项D。P根据当前误差大小输出修正量误差越大修正越强I把历史误差累积起来用来消除那种持续存在的偏差D则根据误差的变化趋势提前施加阻尼抑制超调。用开手动挡的车来类比P是看到方向盘偏了多少就回多少D是感觉到方向正在越偏越快时提前往回带I是车辆一直跑偏时慢慢把方向盘往中间顶住。在无人机飞控里PID的价值在于用三个可调系数去匹配电机响应速度、机体转动惯量、传感器延迟等因素让系统的响应速度和阻尼达到平衡点。这个过程没有解析解只能靠实验去逼近。注意不同飞控固件的PID实现细节差异很大PX4的姿态角速度环用的是PID位置环则常用P控制器加前馈。ArduPilot的参数命名和PX4也完全不同。调参前先确认自己用的是哪套固件别拿A固件的参数往B固件上套。1.2 ROS环境下的调参整体方案与技术路线在ROS框架下做无人机控制主流有两条技术路线。一是使用PX4或ArduPilot这类成熟飞控通过MAVROS将飞控和ROS通信打通ROS负责上层感知、规划、避障底层姿态控制交给飞控。二是完全在ROS里实现控制器先在Gazebo里跑仿真再迁移到自研飞行控制板。这篇笔记以PX4 Gazebo MAVROS这条路线为主因为对初学者最友好也最容易出效果。我建议第一次接触无人机控制的同学不要急着写控制器代码先把PX4的官方仿真跑起来用QGroundControl地面站观察姿态响应曲线熟悉一下飞控的行为特征。等对“飞机在收到一个姿态指令后是怎么响应”有了直观认识再考虑改参数或者写自己的控制器逻辑会顺手得多。ROS在这条链路里扮演的角色就是“大脑上层的通信总线”。MAVROS节点负责把PX4的无人机状态数据封装成ROS话题比如/pose、/imu、/mavros/state同时它接收来自ROS侧的指令再转发给飞控。调参时ROS侧能做的核心工作就是数据记录和可视化rosbag把飞行数据完整录下来plotjuggler或rqt_plot画出来分析这比只看地面站里的曲线高效得多。1.3 先理清控制器层次再动手调参在调任何参数之前务必先把无人机的控制器分层结构弄清楚。飞控内部是一个级联结构外环是位置环和速度环内环是姿态角度环和姿态角速度环。以下面这个简化的级联结构为例位置外环输入是期望位置与实际位置的误差输出期望速度。速度外环部分飞控才有输入期望速度与实际速度误差输出期望姿态角。姿态角度环输入期望姿态角与实际姿态角误差输出期望角速度。角速度内环输入期望角速度与实际角速度误差输出电机油门修正量。实际调试时这个框图不需要画得多精确但必须明白最内层是角速度环它直接决定电机转速最外层是位置环它决定无人机往哪飞。调参顺序必须从内到外逐层进行先保证角速度环能快速收敛再让它上面的角度环稳定最后才轮到位置环。如果不按这个顺序来典型表现就是“外环P调得很大飞机仍然剧烈振荡”。因为外环输出的是内环的期望值外环P越大内环需要跟踪的角速度就越激进如果内环本身响应跟不上整个系统就会出现几赫兹的低频振荡这时候你去减小外环P只能治标不治本。2. PID控制原理拆解位置式、增量式与串级结构2.1 位置式PID和它的离散化写法连续PID控制律是控制理论教科书里的标准形式。但在飞控和单片机里所有量都是采样得到的离散值所以要把积分和微分离散化。熟悉STM32单片机和嵌入式控制的人对“位置式PID用差分方程实现”这句话应该很有共鸣。位置式PID的离散化表达式可以写成u(k) Kp * e(k) Ki * sum(e(j)) Kd * (e(k) - e(k-1))其中e(k)是当前周期的误差e(k-1)是上一周期的误差sum(e(j))是从启动到当前所有误差的累加和。积分项用累加代替输出的u(k)是一个绝对的控制量比如电机油门百分比、期望角速度等。飞控姿态环里更多使用的正是这种位置式形式。为什么姿态环偏爱位置式而非增量式因为姿态环输出的期望角速度或者油门修正量是一个需要落在绝对数值范围内的量直接输出当前位置式的计算结果更直观。而增量式输出的是控制量的变化量适合执行机构对绝对位置不敏感的场景比如舵机输入的是脉宽变化量而不是绝对脉宽值。2.2 增量式PID到底用在哪儿增量式PID的离散化写法是delta_u(k) Kp * (e(k)-e(k-1)) Ki * e(k) Kd * (e(k) - 2*e(k-1) e(k-2))它的输出是当前控制量相对于上一时刻控制量的增量。增量式的一大好处是控制输出不会发生突变即使某个周期误差突然变大最终执行器的变化量也只是在上一周期基础上小幅累加这在小车电机调速、舵机云台等场景非常实用。搜索“位置式PID用离散化差分方程”的人多半是在MATLAB或者C代码里做仿真时发现连续公式和离散实现出来的曲线对不上。问题通常出在采样周期不固定如果控制周期不是固定的毫秒级节拍Ki和Kd的系数必须除以或乘以采样时间T而不是直接把连续时间的Ki拿来用。飞控系统一般用固定频率控制例如250Hz、400Hz所以算好一次的Ki在该频率下能直接用但一旦改了控制频率参数必须重新换算。2.3 串级PID的内外环分工与运行频率单级PID的问题在于如果直接把位置误差送给姿态控制器那位置环的延迟和姿态响应很难匹配控制品质会很差。无人机对姿态响应速度要求极高所以主流方案是串级PID。内环是角速度环响应要非常快因为它是真正直接改变电机转速的环节。外环是角度环需要的是把角度误差转换成期望角速度它的响应可以慢一些。位置环或速度环在最外层通常由GPS、光流或视觉定位提供数据数据更新率较慢因此频率要求最低。控制频率的经验参考值大致如下控制环名称建议运行频率范围说明角速度内环200Hz ~ 500Hz直接决定电机转速频率越高越有利姿态角度外环100Hz ~ 200Hz将角度误差转为角速度期望速度/位置外环20Hz ~ 50Hz受定位数据更新率限制GPS位置环10Hz ~ 20Hz受GPS模块输出频率限制内环频率必须远高于外环这点非常关键。如果两个环频率太接近会形成控制环路之间的耦合典型表现是系统产生一种听上去像“呜呜呜”的低频喘振。热词里有人搜“内外环的作用及时间间隔”时间间隔指的就是上述控制周期差异。内环一般用周期2.5ms到5ms外环周期20ms到50ms这样内外环之间的相位差足够小整个系统才不容易互相激励。2.4 输出量纲最容易忽略的坑搜索词条里有个“pid量纲输出量”这确实是新手最容易忽略的问题。PID每一项输出的量纲必须一致。比如角速度内环输入是角速度误差单位是rad/s经过PID后输出的是油门百分比或者归一化力矩那么Kp的量纲就是“油门百分比/(rad/s)”。如果把一个用于角度环的P参数直接挪到角速度环上数值会差几个数量级。因为角度误差的单位是度或弧度角速度误差的单位是度每秒或弧度每秒同样的误差数值经过不同环的Kp后输出差异非常大。这也是为什么网上找的参数不能直接复用的核心原因你根本不知道那些参数对应的是哪个环、什么量纲、什么机体。调参前应该先搞清楚的三个问题这个PID环的输入量是多少单位是什么输出量是多少单位是什么控制频率是多少。三个问题清楚了再看别人的参数才有参考价值否则就是在盲人摸象。3. 实操过程记录从仿真整定到真机微调3.1 环境搭建Ubuntu、ROS、PX4、MAVROS我用的环境是Ubuntu 20.04 ROS Noetic PX4 Gazebo。ROS环境的安装这里多说一句如果不想在软件源配置和依赖包上耗掉半天时间可以直接用鱼香ROS的一键安装脚本它会把ROS发行版、常用工具链、依赖一次性装好实测比手动配置省一两个小时。新手不必迷信“必须手动敲命令”的说法配置环境只是手段控制算法才是重点。之后安装MAVROSsudo apt install ros-noetic-mavros ros-noetic-mavros-extras接着安装MAVROS需要的地理数据文件。这里要注意国内网络环境的实际情况建议提前准备否则MAVROS启动时会因为加载地理数据失败而报警。然后安装QGroundControl地面站按官方文档下载对应AppImage并配置权限即可。下面的基础检查流程比较重要# 启动PX4 SITL仿真 cd ~/PX4-Autopilot make px4_sitl gazebo # 新终端启动MAVROS roslaunch mavros px4.launch fcu_url:udp://:14540127.0.0.1:14557启动后可以用rostopic echo /mavros/state查看飞控连接状态看到connected: True就说明通信打通了。这一步如果不通后面所有调参都无从谈起。常见原因是端口号不匹配仿真时MAVROS的udp端口要和PX4的配置文件对齐真机则是/dev/ttyUSB0这类串口权限问题记得把自己的用户加入dialout组。3.2 仿真里怎么练手阶跃响应与临界振荡法仿真平台的价值在于可以大胆做破坏性实验。我推荐先在Gazebo中把PX4的iris模型跑起来切换到Offboard模式用MAVROS发送一个期望姿态角阶跃指令比如期望roll角从0度阶跃到10度然后观察实际roll角的响应曲线。这个环节强烈建议用rosbag把数据录下来配合plotjuggler或rqt_plot分析。只盯着QGroundControl里的实时曲线看很难捕捉到细节。我一般录制以下话题/mavros/local_position/pose/mavros/imu/data/mavros/rc/out遥控器输出/mavros/state调参过程可以按照齐格勒-尼科尔斯临界振荡法的思路走。先把I和D全部置0只保留P项从小往大加。观察roll角跟踪情况当P高到某个值时机体开始以某个固定频率等幅振荡这个点是临界点记录此时的增益Ku和振荡周期Tu。然后根据经验把P降回临界值的某个比例加入D项抑制振荡最后再加少量I消除稳态误差。这里给一组我实测的记录供参考参数组KpKiKd观察结果A组0.300响应太慢10度阶跃要5秒才接近目标B组1.200响应变快但出现约2Hz轻微抖动C组0.80.010.4响应平稳超调约5%约1秒内收敛从B组到C组的变化最能说明问题单独加P到临界边缘后靠D把振荡“压”下去响应速度和阻尼可以达到一个相对平衡的状态。3.3 从仿真参数到真机参数的三步转换仿真和真机的差异主要集中在传感器噪声、电机响应延迟、机体刚度和重心位置。从仿真参数直接搬到真机是不现实的我习惯按以下三步做转换第一步把仿真里内环的P值乘以0.7左右作为真机初始值D值可以稍微放大因为真机电机和桨叶的阻尼通常比仿真模型小。第二步暂时保持I值较小甚至先置0飞起来观察稳态误差再逐步增加。第三步每次只改一个参数改完记录飞行日志不要同时动两个以上参数否则出了问题你根本不知道该找谁。为什么P要缩放而D可以放大因为仿真模型里的电机响应往往偏理想P偏大会在真机上表现为高频抖动甚至噪声振荡而D在仿真里过于保守真机则能在一定程度上通过D提供必要的阻尼。注意真机首次试飞务必先不装桨解锁在地面上用手掰一下机体观察电机是否产生反向修正力。方向反了就直接把电机转向或者对应参数取反这一步能避免炸机。3.4 真机试飞的完整流程与安全事项真机试飞和仿真完全是两种体验。仿真里参数错了顶多模型翻倒重启真机参数错了就是桨叶扫地。我在真机调试时的流程是第一次试飞只做自稳模式下的悬停不上Offboard。解锁后缓慢推油门让飞机离地30厘米左右观察姿态角是否平稳有没有高频抖动声。如果电机发出“嗡嗡”的高频异响通常是D项过大把噪声放大了。这时候优先减小D而不是减P。第二次试飞仍然悬停但可以小幅打杆观察滚转和俯仰响应是否回中。如果回中慢或者有回弹说明内环角度环P偏小或者D偏大如果打杆后机身在到达目标角度后还左右晃动说明内环的P偏大。第三次试飞才考虑切换Offboard模式先给一个很小的期望高度或者很小的期望姿态角看控制是否平稳。真机上不建议第一次Offboard就做大机动哪怕日志看起来很好。整个试飞过程中人是站在机体后方的螺旋桨平面要与身体垂直这是最基础的安全姿势。有条件就上绑线测试台至少确保任何情况下飞机不会飞到人脸上来。4. 常见问题与排查技巧实录4.1 振荡、超调、偏航三大现象的排查思路调试中遇到的绝大多数控制问题都可以归结为振荡、超调、偏航三类现象。下面这个表格是我整理出来的排查思路搭配飞行日志看会更有感觉。现象表现可能原因排查与解决思路低频大幅振荡整个机体“喘”外环P过大或内外环频率太接近降低外环P确认内外环控制周期差足够大高频轻微抖动伴随着电机异响内环D过大放大传感器噪声降低内环D检查陀螺仪原始数据是否有毛刺悬停时始终朝一个方向漂重心偏移、传感器零偏、I不足校准加速度计陀螺仪做水平校准适当增加I打杆后超调姿态来回震荡几秒内环P偏大D不足减小P适量增加D观察收敛时间推油门机体先冲高再回落位置外环P过大速度环阻尼不足降低位置外环P检查速度环配置排查原则是“先内后外、先P后D、最后I”。每次只改一个参数改完必须重新采集日志对比。很多情况下问题真正来源不是某个参数而是传感器数据本身比如振动过大导致IMU饱和这时候再怎么调PID都无济于事先解决机械振动才是正道。4.2 容易被忽略的细节坑这块内容是我认为整篇笔记里最有价值的部分因为这些问题几乎不会出现在教科书里。第一个坑是改完参数忘记写回飞控。仿真模式下参数存在内存里重启就恢复默认。真机模式下如果使用的是QGroundControl在线修改参数离线上电后又会回到上次保存的旧参数。建议每次调参后立刻用QGroundControl的“参数文件”功能导出存档文件名带上日期和备注比如params_20240901_hover_mini.param。第二个坑是内外环D项用混。内环D的作用是抑制角速度变化率提升阻尼外环D的作用是抑制角度变化趋势。如果把外环D当成内环阻尼来用噪声会被急剧放大因为外环输入里包含了定位数据的跳变。正确的做法是各环的D各司其职外环需要平滑时优先降低外环带宽或增加滤波而不是堆D。第三个坑是日志时间戳不同步。在plotjuggler里看到姿态角已经平稳但真机仍然乱晃很可能是因为MAVROS与飞控的时间同步出了问题。调参前先检查HAL和MAVROS的时间同步状态确认PX4参数里正确启用了硬件时间戳。时间戳不同步会导致控制指令滞后系统表现就像P过大一样但实际P值并不大。第四个坑是想直接抄网上参数。不同机架大小对应不同转动惯量机架越大P值通常越小不同电机和电调响应速度不同D的可调范围差异很大。网上参数可以参考的只有量级和调试思路直接填进自己的飞控大概率是要出问题的。4.3 调参经验速查表把这段时间的经验浓缩成一张表给已经上手的同学直接参考环节主要目标参数调整习惯角速度内环快速跟踪期望角速度且不抖先P后DP从小到大D用于压高频振荡姿态角度外环姿态角准确回中且不超调P适当大一些D不宜过大I用于消除固定偏差位置/速度环悬停位置保持、航线跟踪P值不能过大优先保证阻尼I值偏保守传感器滤波提供干净的数据给控制器先看原始IMU数据再决定滤波强度滤波太强会引入延迟实际调参时建议每轮参数都记录这样一行日期、机架型号、控制频率、P值、I值、D值、改动目的、观察结果。坚持一周之后你会形成自己的参数库调试效率会高很多。还有一个很实用的小技巧在Gazebo仿真里可以用rqt_reconfigure这个ROS工具在运行中动态调整ROS侧节点的参数不用重启就能看到响应变化。但要注意如果参数是写在飞控固件里的动态调参工具是不生效的必须通过地面站或MAVROS服务写入飞控参数系统。最后再分享一个我在实操中的体会PID调参不是一次性的任务它会伴随无人机项目的整个生命周期。换了桨叶、改了机架、换了电池参数都可能需要重新微调。每次飞完带着日志回来分析比在起飞现场瞎试要高效太多。培养“改一个参数、飞一次、看一段日志”的工作习惯比追求所谓“万能参数”重要得多。希望这篇笔记能帮你在无人机控制这条路上少摔几架飞机。 
长河君 · 2026/10/7 7:33:24 · 阅读 1.2k ROS环境下无人机PID调参实战指南：从仿真到真机
最近把我的无人机项目从纯仿真往真机方向推进卡在PID调参上差不多两个星期。GPS装上、飞控固件烧好、MAVROS通信也通了结果一解锁起飞就是各种抽风要么原地抖成筛子要么油门一推就翻。后来沉下心把ROS环境下无人机PID调参的整个流程详细过了一遍从最基础的PID如何工作到串级PID里内外环各自负责什么再到真机试飞时怎么根据日志判断该加P还是该加D总算是摸出了门道。这篇笔记就是那段时间的完整复盘适合正在学ROS、刚接触无人机飞控、或者已经被PID参数折磨到想摔遥控器的同学参考。先说一个我的总体感受PID调参这东西理论知识其实很少但动手过程中会遇到大量“黑盒现象”比如参数看起来没问题但飞机就是飞不稳这类问题往往不是单纯调参能解决的而是和传感器噪声、控制频率、机体结构都有关。这篇笔记会把原理、步骤和排查思路放在一起写希望能帮你少走几个月的弯路。1. 项目背景与整体设计思路1.1 为什么无人机飞控绕不开PID四旋翼本质上是一个开环不稳定的系统。四个电机产生升力和力矩但如果没有反馈控制机体会在几秒钟内翻滚坠地。姿态控制器需要实时读取IMU输出的角速度和姿态角再计算四个电机对应的转速修正量。这个计算过程绝大多数飞控用的都是PID控制。PID三个字母分别对应比例项P、积分项I、微分项D。P根据当前误差大小输出修正量误差越大修正越强I把历史误差累积起来用来消除那种持续存在的偏差D则根据误差的变化趋势提前施加阻尼抑制超调。用开手动挡的车来类比P是看到方向盘偏了多少就回多少D是感觉到方向正在越偏越快时提前往回带I是车辆一直跑偏时慢慢把方向盘往中间顶住。在无人机飞控里PID的价值在于用三个可调系数去匹配电机响应速度、机体转动惯量、传感器延迟等因素让系统的响应速度和阻尼达到平衡点。这个过程没有解析解只能靠实验去逼近。注意不同飞控固件的PID实现细节差异很大PX4的姿态角速度环用的是PID位置环则常用P控制器加前馈。ArduPilot的参数命名和PX4也完全不同。调参前先确认自己用的是哪套固件别拿A固件的参数往B固件上套。1.2 ROS环境下的调参整体方案与技术路线在ROS框架下做无人机控制主流有两条技术路线。一是使用PX4或ArduPilot这类成熟飞控通过MAVROS将飞控和ROS通信打通ROS负责上层感知、规划、避障底层姿态控制交给飞控。二是完全在ROS里实现控制器先在Gazebo里跑仿真再迁移到自研飞行控制板。这篇笔记以PX4 Gazebo MAVROS这条路线为主因为对初学者最友好也最容易出效果。我建议第一次接触无人机控制的同学不要急着写控制器代码先把PX4的官方仿真跑起来用QGroundControl地面站观察姿态响应曲线熟悉一下飞控的行为特征。等对“飞机在收到一个姿态指令后是怎么响应”有了直观认识再考虑改参数或者写自己的控制器逻辑会顺手得多。ROS在这条链路里扮演的角色就是“大脑上层的通信总线”。MAVROS节点负责把PX4的无人机状态数据封装成ROS话题比如/pose、/imu、/mavros/state同时它接收来自ROS侧的指令再转发给飞控。调参时ROS侧能做的核心工作就是数据记录和可视化rosbag把飞行数据完整录下来plotjuggler或rqt_plot画出来分析这比只看地面站里的曲线高效得多。1.3 先理清控制器层次再动手调参在调任何参数之前务必先把无人机的控制器分层结构弄清楚。飞控内部是一个级联结构外环是位置环和速度环内环是姿态角度环和姿态角速度环。以下面这个简化的级联结构为例位置外环输入是期望位置与实际位置的误差输出期望速度。速度外环部分飞控才有输入期望速度与实际速度误差输出期望姿态角。姿态角度环输入期望姿态角与实际姿态角误差输出期望角速度。角速度内环输入期望角速度与实际角速度误差输出电机油门修正量。实际调试时这个框图不需要画得多精确但必须明白最内层是角速度环它直接决定电机转速最外层是位置环它决定无人机往哪飞。调参顺序必须从内到外逐层进行先保证角速度环能快速收敛再让它上面的角度环稳定最后才轮到位置环。如果不按这个顺序来典型表现就是“外环P调得很大飞机仍然剧烈振荡”。因为外环输出的是内环的期望值外环P越大内环需要跟踪的角速度就越激进如果内环本身响应跟不上整个系统就会出现几赫兹的低频振荡这时候你去减小外环P只能治标不治本。2. PID控制原理拆解位置式、增量式与串级结构2.1 位置式PID和它的离散化写法连续PID控制律是控制理论教科书里的标准形式。但在飞控和单片机里所有量都是采样得到的离散值所以要把积分和微分离散化。熟悉STM32单片机和嵌入式控制的人对“位置式PID用差分方程实现”这句话应该很有共鸣。位置式PID的离散化表达式可以写成u(k) Kp * e(k) Ki * sum(e(j)) Kd * (e(k) - e(k-1))其中e(k)是当前周期的误差e(k-1)是上一周期的误差sum(e(j))是从启动到当前所有误差的累加和。积分项用累加代替输出的u(k)是一个绝对的控制量比如电机油门百分比、期望角速度等。飞控姿态环里更多使用的正是这种位置式形式。为什么姿态环偏爱位置式而非增量式因为姿态环输出的期望角速度或者油门修正量是一个需要落在绝对数值范围内的量直接输出当前位置式的计算结果更直观。而增量式输出的是控制量的变化量适合执行机构对绝对位置不敏感的场景比如舵机输入的是脉宽变化量而不是绝对脉宽值。2.2 增量式PID到底用在哪儿增量式PID的离散化写法是delta_u(k) Kp * (e(k)-e(k-1)) Ki * e(k) Kd * (e(k) - 2*e(k-1) e(k-2))它的输出是当前控制量相对于上一时刻控制量的增量。增量式的一大好处是控制输出不会发生突变即使某个周期误差突然变大最终执行器的变化量也只是在上一周期基础上小幅累加这在小车电机调速、舵机云台等场景非常实用。搜索“位置式PID用离散化差分方程”的人多半是在MATLAB或者C代码里做仿真时发现连续公式和离散实现出来的曲线对不上。问题通常出在采样周期不固定如果控制周期不是固定的毫秒级节拍Ki和Kd的系数必须除以或乘以采样时间T而不是直接把连续时间的Ki拿来用。飞控系统一般用固定频率控制例如250Hz、400Hz所以算好一次的Ki在该频率下能直接用但一旦改了控制频率参数必须重新换算。2.3 串级PID的内外环分工与运行频率单级PID的问题在于如果直接把位置误差送给姿态控制器那位置环的延迟和姿态响应很难匹配控制品质会很差。无人机对姿态响应速度要求极高所以主流方案是串级PID。内环是角速度环响应要非常快因为它是真正直接改变电机转速的环节。外环是角度环需要的是把角度误差转换成期望角速度它的响应可以慢一些。位置环或速度环在最外层通常由GPS、光流或视觉定位提供数据数据更新率较慢因此频率要求最低。控制频率的经验参考值大致如下控制环名称建议运行频率范围说明角速度内环200Hz ~ 500Hz直接决定电机转速频率越高越有利姿态角度外环100Hz ~ 200Hz将角度误差转为角速度期望速度/位置外环20Hz ~ 50Hz受定位数据更新率限制GPS位置环10Hz ~ 20Hz受GPS模块输出频率限制内环频率必须远高于外环这点非常关键。如果两个环频率太接近会形成控制环路之间的耦合典型表现是系统产生一种听上去像“呜呜呜”的低频喘振。热词里有人搜“内外环的作用及时间间隔”时间间隔指的就是上述控制周期差异。内环一般用周期2.5ms到5ms外环周期20ms到50ms这样内外环之间的相位差足够小整个系统才不容易互相激励。2.4 输出量纲最容易忽略的坑搜索词条里有个“pid量纲输出量”这确实是新手最容易忽略的问题。PID每一项输出的量纲必须一致。比如角速度内环输入是角速度误差单位是rad/s经过PID后输出的是油门百分比或者归一化力矩那么Kp的量纲就是“油门百分比/(rad/s)”。如果把一个用于角度环的P参数直接挪到角速度环上数值会差几个数量级。因为角度误差的单位是度或弧度角速度误差的单位是度每秒或弧度每秒同样的误差数值经过不同环的Kp后输出差异非常大。这也是为什么网上找的参数不能直接复用的核心原因你根本不知道那些参数对应的是哪个环、什么量纲、什么机体。调参前应该先搞清楚的三个问题这个PID环的输入量是多少单位是什么输出量是多少单位是什么控制频率是多少。三个问题清楚了再看别人的参数才有参考价值否则就是在盲人摸象。3. 实操过程记录从仿真整定到真机微调3.1 环境搭建Ubuntu、ROS、PX4、MAVROS我用的环境是Ubuntu 20.04 ROS Noetic PX4 Gazebo。ROS环境的安装这里多说一句如果不想在软件源配置和依赖包上耗掉半天时间可以直接用鱼香ROS的一键安装脚本它会把ROS发行版、常用工具链、依赖一次性装好实测比手动配置省一两个小时。新手不必迷信“必须手动敲命令”的说法配置环境只是手段控制算法才是重点。之后安装MAVROSsudo apt install ros-noetic-mavros ros-noetic-mavros-extras接着安装MAVROS需要的地理数据文件。这里要注意国内网络环境的实际情况建议提前准备否则MAVROS启动时会因为加载地理数据失败而报警。然后安装QGroundControl地面站按官方文档下载对应AppImage并配置权限即可。下面的基础检查流程比较重要# 启动PX4 SITL仿真 cd ~/PX4-Autopilot make px4_sitl gazebo # 新终端启动MAVROS roslaunch mavros px4.launch fcu_url:udp://:14540127.0.0.1:14557启动后可以用rostopic echo /mavros/state查看飞控连接状态看到connected: True就说明通信打通了。这一步如果不通后面所有调参都无从谈起。常见原因是端口号不匹配仿真时MAVROS的udp端口要和PX4的配置文件对齐真机则是/dev/ttyUSB0这类串口权限问题记得把自己的用户加入dialout组。3.2 仿真里怎么练手阶跃响应与临界振荡法仿真平台的价值在于可以大胆做破坏性实验。我推荐先在Gazebo中把PX4的iris模型跑起来切换到Offboard模式用MAVROS发送一个期望姿态角阶跃指令比如期望roll角从0度阶跃到10度然后观察实际roll角的响应曲线。这个环节强烈建议用rosbag把数据录下来配合plotjuggler或rqt_plot分析。只盯着QGroundControl里的实时曲线看很难捕捉到细节。我一般录制以下话题/mavros/local_position/pose/mavros/imu/data/mavros/rc/out遥控器输出/mavros/state调参过程可以按照齐格勒-尼科尔斯临界振荡法的思路走。先把I和D全部置0只保留P项从小往大加。观察roll角跟踪情况当P高到某个值时机体开始以某个固定频率等幅振荡这个点是临界点记录此时的增益Ku和振荡周期Tu。然后根据经验把P降回临界值的某个比例加入D项抑制振荡最后再加少量I消除稳态误差。这里给一组我实测的记录供参考参数组KpKiKd观察结果A组0.300响应太慢10度阶跃要5秒才接近目标B组1.200响应变快但出现约2Hz轻微抖动C组0.80.010.4响应平稳超调约5%约1秒内收敛从B组到C组的变化最能说明问题单独加P到临界边缘后靠D把振荡“压”下去响应速度和阻尼可以达到一个相对平衡的状态。3.3 从仿真参数到真机参数的三步转换仿真和真机的差异主要集中在传感器噪声、电机响应延迟、机体刚度和重心位置。从仿真参数直接搬到真机是不现实的我习惯按以下三步做转换第一步把仿真里内环的P值乘以0.7左右作为真机初始值D值可以稍微放大因为真机电机和桨叶的阻尼通常比仿真模型小。第二步暂时保持I值较小甚至先置0飞起来观察稳态误差再逐步增加。第三步每次只改一个参数改完记录飞行日志不要同时动两个以上参数否则出了问题你根本不知道该找谁。为什么P要缩放而D可以放大因为仿真模型里的电机响应往往偏理想P偏大会在真机上表现为高频抖动甚至噪声振荡而D在仿真里过于保守真机则能在一定程度上通过D提供必要的阻尼。注意真机首次试飞务必先不装桨解锁在地面上用手掰一下机体观察电机是否产生反向修正力。方向反了就直接把电机转向或者对应参数取反这一步能避免炸机。3.4 真机试飞的完整流程与安全事项真机试飞和仿真完全是两种体验。仿真里参数错了顶多模型翻倒重启真机参数错了就是桨叶扫地。我在真机调试时的流程是第一次试飞只做自稳模式下的悬停不上Offboard。解锁后缓慢推油门让飞机离地30厘米左右观察姿态角是否平稳有没有高频抖动声。如果电机发出“嗡嗡”的高频异响通常是D项过大把噪声放大了。这时候优先减小D而不是减P。第二次试飞仍然悬停但可以小幅打杆观察滚转和俯仰响应是否回中。如果回中慢或者有回弹说明内环角度环P偏小或者D偏大如果打杆后机身在到达目标角度后还左右晃动说明内环的P偏大。第三次试飞才考虑切换Offboard模式先给一个很小的期望高度或者很小的期望姿态角看控制是否平稳。真机上不建议第一次Offboard就做大机动哪怕日志看起来很好。整个试飞过程中人是站在机体后方的螺旋桨平面要与身体垂直这是最基础的安全姿势。有条件就上绑线测试台至少确保任何情况下飞机不会飞到人脸上来。4. 常见问题与排查技巧实录4.1 振荡、超调、偏航三大现象的排查思路调试中遇到的绝大多数控制问题都可以归结为振荡、超调、偏航三类现象。下面这个表格是我整理出来的排查思路搭配飞行日志看会更有感觉。现象表现可能原因排查与解决思路低频大幅振荡整个机体“喘”外环P过大或内外环频率太接近降低外环P确认内外环控制周期差足够大高频轻微抖动伴随着电机异响内环D过大放大传感器噪声降低内环D检查陀螺仪原始数据是否有毛刺悬停时始终朝一个方向漂重心偏移、传感器零偏、I不足校准加速度计陀螺仪做水平校准适当增加I打杆后超调姿态来回震荡几秒内环P偏大D不足减小P适量增加D观察收敛时间推油门机体先冲高再回落位置外环P过大速度环阻尼不足降低位置外环P检查速度环配置排查原则是“先内后外、先P后D、最后I”。每次只改一个参数改完必须重新采集日志对比。很多情况下问题真正来源不是某个参数而是传感器数据本身比如振动过大导致IMU饱和这时候再怎么调PID都无济于事先解决机械振动才是正道。4.2 容易被忽略的细节坑这块内容是我认为整篇笔记里最有价值的部分因为这些问题几乎不会出现在教科书里。第一个坑是改完参数忘记写回飞控。仿真模式下参数存在内存里重启就恢复默认。真机模式下如果使用的是QGroundControl在线修改参数离线上电后又会回到上次保存的旧参数。建议每次调参后立刻用QGroundControl的“参数文件”功能导出存档文件名带上日期和备注比如params_20240901_hover_mini.param。第二个坑是内外环D项用混。内环D的作用是抑制角速度变化率提升阻尼外环D的作用是抑制角度变化趋势。如果把外环D当成内环阻尼来用噪声会被急剧放大因为外环输入里包含了定位数据的跳变。正确的做法是各环的D各司其职外环需要平滑时优先降低外环带宽或增加滤波而不是堆D。第三个坑是日志时间戳不同步。在plotjuggler里看到姿态角已经平稳但真机仍然乱晃很可能是因为MAVROS与飞控的时间同步出了问题。调参前先检查HAL和MAVROS的时间同步状态确认PX4参数里正确启用了硬件时间戳。时间戳不同步会导致控制指令滞后系统表现就像P过大一样但实际P值并不大。第四个坑是想直接抄网上参数。不同机架大小对应不同转动惯量机架越大P值通常越小不同电机和电调响应速度不同D的可调范围差异很大。网上参数可以参考的只有量级和调试思路直接填进自己的飞控大概率是要出问题的。4.3 调参经验速查表把这段时间的经验浓缩成一张表给已经上手的同学直接参考环节主要目标参数调整习惯角速度内环快速跟踪期望角速度且不抖先P后DP从小到大D用于压高频振荡姿态角度外环姿态角准确回中且不超调P适当大一些D不宜过大I用于消除固定偏差位置/速度环悬停位置保持、航线跟踪P值不能过大优先保证阻尼I值偏保守传感器滤波提供干净的数据给控制器先看原始IMU数据再决定滤波强度滤波太强会引入延迟实际调参时建议每轮参数都记录这样一行日期、机架型号、控制频率、P值、I值、D值、改动目的、观察结果。坚持一周之后你会形成自己的参数库调试效率会高很多。还有一个很实用的小技巧在Gazebo仿真里可以用rqt_reconfigure这个ROS工具在运行中动态调整ROS侧节点的参数不用重启就能看到响应变化。但要注意如果参数是写在飞控固件里的动态调参工具是不生效的必须通过地面站或MAVROS服务写入飞控参数系统。最后再分享一个我在实操中的体会PID调参不是一次性的任务它会伴随无人机项目的整个生命周期。换了桨叶、改了机架、换了电池参数都可能需要重新微调。每次飞完带着日志回来分析比在起飞现场瞎试要高效太多。培养“改一个参数、飞一次、看一段日志”的工作习惯比追求所谓“万能参数”重要得多。希望这篇笔记能帮你在无人机控制这条路上少摔几架飞机。