【亲测免费】 平衡小车制作:串级PID调参及平衡成果展示
2026-01-21 04:36:26作者:贡沫苏Truman
本文详细介绍了平衡小车的PID调参过程,包括机械中值确定、直立环(内环)的Kp和Kd参数调整、速度环(外环)的Kp和Ki参数设定,以及转向环的Kp调整。通过调整这些参数,实现了小车的稳定平衡和有效响应。
调参步骤
-
确立机械中值:
- 把小车放在底面上,从前向后以及从后向前绕电机轴旋转平衡小车,两次向另一边倒下的角度的中值,即为机械中值。
-
直立环(内环):
- Kp极性:确保小车往哪边倒,车轮就往哪边开,以保证小车有直立的趋势。
- Kp大小:增加Kp直到出现大幅低频振荡。
- Kd极性:确保拿起小车绕电机轴旋转时,车轮同向转动,有跟随。
- Kd大小:增加Kd直到出现高频振荡。
-
速度环(外环):
- Kp&Ki极性:确保手动转动其中一个车轮时,两个车轮会同向加速,直至电机最大速度。
- Kp&Ki大小:增加Kp&Ki,直至小车保持平衡的同时,速度接近于0,且回位效果好。
-
转向环:
- Kp极性:确保拿起小车并绕Z轴旋转时,两车轮旋转的趋势与小车旋转趋势相反。
- Kp大小:加大Kp,直至走直线效果较好,且无剧烈抖动。
最终参数
- 直立环:Kp=200, Kd=0.5
- 速度环:Kp=0.30, Ki=0.0015
- 转向环:Kp=-0.6
通过以上步骤和参数调整,平衡小车能够实现稳定的平衡和有效的响应。希望本文能为平衡小车的PID调参提供详细的指导和帮助。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
CAP基于最终一致性的微服务分布式事务解决方案,也是一种采用 Outbox 模式的事件总线。C#00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
652
4.23 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
488
599
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
390
280
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
937
854
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
332
387
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.53 K
886
暂无简介
Dart
900
215
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
194
昇腾LLM分布式训练框架
Python
141
167