🚁 第5课：串级PID控制器

目标角度 → [外环PID] → 目标角速度 → [内环PID] → 力矩 → 电机
              (角度控制器)                (角速度控制器)
外环: 慢速,关注精度
内环: 快速,关注响应

外环(角度)

target_rate = Kp_angle * angle_error + Kd_angle * d(angle_error)/dt

内环(角速度)

torque = Kp_rate*rate_err + Ki_rate*∫rate_err + Kd_rate*d(rate_err)/dt

位置目标 → 位置环PID → 速度目标 → 速度环PID → 姿态+推力
                                                      ↓
姿态目标 → 姿态环PID → 角速度目标 → 角速度环PID → 力矩
                                                      ↓
                                              混控矩阵 → 4个电机

1. 先调内环：断开外环，阶跃角速度目标
2. 再调外环：固定内环参数，从小的Kp开始
3. 微调：内外环联动测试

✅ 串级PID分解为角度环+角速度环

✅ 内环快速响应，外环精确跟踪

✅ 调参从内到外

# PX4四旋翼典型参数(1.5kg级)
# 角速度环(内环):
MC_ROLLRATE_P = 0.15
MC_ROLLRATE_I = 0.2
MC_ROLLRATE_D = 0.003
# 角度环(外环):
MC_ROLL_P = 6.5
MC_PITCH_P = 6.5
# 速度环(中环):
MC_VELXY_P = 1.5
MC_VELXY_I = 0.5
# 位置环:
MC_POSXY_P = 0.6

关键公式回顾

本课涉及的核心公式和算法需要反复练习才能真正掌握。建议通过修改仿真参数、添加扰动等方式深入理解每个参数对系统行为的影响。在实际飞行中，这些参数的选择往往需要在理论分析的基础上结合实验微调。

推荐实验

• 修改关键参数，观察系统响应变化
• 添加不同类型的噪声和扰动
• 对比不同算法的精度和计算效率
• 将仿真结果与理论分析对比验证
• 尝试将多个模块组合成完整系统

🔧 工程实践要点

• 实际部署时注意数值稳定性(归一化/限幅/防除零)
• 实时性要求: 控制环1kHz+，导航环50-100Hz
• 传感器数据时间戳对齐至关重要
• 异常处理: 传感器失效需安全降级策略
• 日志记录: 飞行数据全程记录便于事后分析
• 固件升级: 始终使用稳定版本，升级前备份参数

📊 性能指标参考

调试步骤详解

1. SITL仿真验证：在AirSim或Gazebo中测试基本功能
2. 内环调试：
   • 设置角度环Kp=0，只运行角速度环
   • 给角速度阶跃目标，观察响应
   • 增大Kp直到出现轻微振荡，减小30%
   • 加入Ki消除稳态误差，从小量开始
   • 加入Kd抑制超调
3. 外环调试：
   • 固定内环参数
   • 从小Kp开始，逐渐增大
   • 检查系统是否稳定，有无振荡
4. 实飞验证：
   • 低空(2-3m)先测自稳
   • 逐步测试定点悬停
   • 加入风扰测试鲁棒性

算法复杂度分析

在实际飞控系统中，算法必须在有限的计算资源下实时运行。以下为本课核心算法的复杂度分析：

实时系统设计原则

无人机飞控是典型的实时嵌入式系统，必须满足严格的时序约束：

• 硬实时：姿态控制环必须在1ms内完成(1kHz)，否则可能失控
• 软实时：EKF更新应在5ms内完成(200Hz)，偶尔超时可接受
• 非实时：路径规划可在后台线程运行，100ms-1s响应均可

# 典型飞控任务优先级(高→低)
# 1. IMU采样+姿态估计 (1kHz, 优先级最高)
# 2. 角速度PID控制     (1kHz)
# 3. 姿态PID控制       (500Hz)
# 4. EKF状态更新       (200Hz)
# 5. 位置/速度控制      (100Hz)
# 6. 路径规划/避障      (10-50Hz)
# 7. 通信/日志          (1-10Hz)

# RTOS调度: 优先级抢占 + 时间片轮转

代码质量与测试

飞控软件是安全关键系统，代码质量要求极高：

• 编码规范：MISRA C/C++，禁止动态内存分配
• 静态分析：Coverity/Cppcheck扫描所有警告
• 单元测试：每个算法模块100%覆盖率
• SIL测试：软件在环仿真验证功能
• HIL测试：硬件在环仿真验证时序
• 飞行测试：从悬停开始逐步扩大飞行包线

# 单元测试示例
def test_pid_output():
    pid = PID(kp=1.0, ki=0, kd=0)
    assert pid.update(1.0, 0.01) == 1.0  # P=1*1.0

def test_pid_integral_limit():
    pid = PID(kp=0, ki=1.0, kd=0, i_limit=5.0)
    for _ in range(1000):
        pid.update(1.0, 0.01)  # 大量积分
    assert abs(pid.integral) <= 5.0  # 不超过限幅

def test_kalman_convergence():
    kf = KalmanFilter(...)
    for _ in range(100):
        kf.predict()
        kf.update(measurement)
    assert kf.P[0,0] < initial_P  # 协方差下降

开源飞控架构对比

安全关键系统设计

无人机系统属于安全关键(Safety-Critical)系统，设计时必须遵循以下原则：

• Fail-safe设计：任何单点故障不应导致灾难性后果
• 冗余设计：关键传感器(IMU/GPS)至少双冗余
• 看门狗：硬件看门狗检测软件挂起，超时复位
• 状态机：明确的飞行状态转换，禁止非法状态
• 地理围栏：硬编码的飞行区域限制
• 最大倾斜角限制：防止翻机失控
• 电池保护：低压自动返航/降落
• 信号丢失保护：遥控信号丢失5s自动RTH

典型应用场景

本课所学技术在以下场景中直接应用：

• 电力巡检：自主飞行沿输电线路巡检，自动识别绝缘子缺陷、连接点过热、树障距离不足等问题。每天可完成30-50基铁塔的巡检任务，效率是人工的10倍以上。
• 应急救援：灾区快速测绘，10分钟内生成1km2正射影像，为救援决策提供实时地图。红外热成像搜索受困人员，夜间也能有效搜救。
• 精准农业：多光谱相机获取作物NDVI指数，识别病虫害区域，指导变量施药。相比全田喷洒节约30-50%农药。
• 建筑监测：定期无人机巡检生成三维模型，对比分析建筑变形、沉降、裂缝发展。精度可达毫米级。
• 物流配送：山区/海岛等交通不便区域的医疗物资、快递配送。无人机30分钟内可覆盖20km半径范围。

系统集成经验

将本课模块集成到完整系统时的注意事项：

• 传感器数据流：IMU 1kHz -> 姿态估计 500Hz -> 控制 400Hz -> 电机PWM 400Hz
• 时间戳同步：所有传感器数据必须使用同一时间基准(通常为飞控启动后的微秒计数)
• 数据延迟补偿：GPS延迟约100ms，需在EKF中用IMU前向传播补偿
• 传感器切换：GPS可用时用GPS，室内切换到光流/VIO，需平滑过渡
• 故障检测：EKF创新序列(innovation)监测传感器异常，过大则降低该传感器权重
• 参数存储：所有PID/滤波器参数持久化到Flash，上电自动恢复