終結調參痛苦！ESP32 自適應 Adaptive PID 控制全攻略

2,416

Adaptive PID（比例-積分-微分）自適應 PID，在傳統 PID 控制器在工業與嵌入式領域應用廣泛，但固定參數難以應對動態變化的系統，調參往往耗時又不穩。Adaptive PID 則透過「根據誤差自動調整增益」來彌補這個問題，提供更聰明、更穩定的控制解法。

這時候，自適應 Adaptive PID 就派上用場了。而更棒的是，我們可以用 ESP32 這顆價格親民、功能強大的微控制器來實現它！

內容

什麼是自適應 Adaptive PID？

傳統 PID 控制器的三個參數：Kp、Ki、Kd 通常是固定的。而「自適應 PID」的核心概念是——讓 PID 參數隨著系統狀態自動調整，例如：

輕負載時降低增益避免震盪
誤差大時增加 Kp 加快響應
穩定區自動減少 Ki 以避免超調

這種智慧式調整方式，特別適合控制對象動態變化劇烈的場景。

Adaptive PID 實作邏輯

建立 PID 任務（使用 FreeRTOS Task）
讀取實際輸入值（如：溫度、速度）
輸出控制訊號（PWM 控制馬達、風扇或加熱器）
控制回圈週期（可用 Timer 或 vTaskDelayUntil() 精準控制）

開發環境

在開始編程之前，請確保已完成以下準備工作：

安裝 ESP-IDF 開發環境 (至少版本 v5.x 或更高)。
ESP32 開發板。

專案結構

建立一個乾淨的 ESP-IDF PID Control 專案如下：

adaptive_pid_voltage/
├── CMakeLists.txt              # Top-level build script
├── sdkconfig                   # Build-generated config file
├── components/                 # Reusable modules
│   └── pid_controller/
│       ├── CMakeLists.txt      # PID component build script
│       ├── pid_controller.c    # PID algorithm
│       └── pid_controller.h    # PID API
├── main/
│   ├── CMakeLists.txt          # Main app build script
│   ├── main.c                  # app_main and task setup
│   └── simulation.c            # Controlled system simulation
└── README.md                   # Project overview

為了讓讀者更容易上手，本範例將 PID 演算法、ADC 讀取與 PWM 控制整合於同一個檔案（main.c）中。這樣的寫法更加直觀，方便快速理解與示範，適合初學者快速掌握核心概念。

Adaptive PID 控制器程式碼

#include <stdio.h>
#include <math.h>
#include "freertos/FreeRTOS.h"
#include "freertos/task.h"
#include "esp_log.h"

static const char *TAG = "VoltagePID";

// PID parameters
float Kp = 1.0f, Ki = 0.5f, Kd = 0.1f;
float setpoint = 100.0f;         // Target motor speed (RPM)
float integral = 0.0f;
float last_error = 0.0f;

// Simulated control output voltage (0 ~ 3.3V)
float control_voltage = 0.0f;

// Simulated feedback value (motor speed)
float motor_speed = 0.0f;

void update_pid(float input) {
    float error = setpoint - input;
    float delta_error = error - last_error;

    // Adaptive gain tuning based on error magnitude
    if (fabsf(error) > 50) {
        Kp = 2.0f; Ki = 0.7f; Kd = 0.2f;
    } else if (fabsf(error) > 20) {
        Kp = 1.5f; Ki = 0.6f; Kd = 0.15f;
    } else {
        Kp = 1.0f; Ki = 0.5f; Kd = 0.1f;
    }

    integral += error;
    float derivative = delta_error;

    float raw_output = Kp * error + Ki * integral + Kd * derivative;

    // Simulate control voltage output: clamp between 0V and 3.3V
    control_voltage = raw_output / 100.0f;  // Scale the output (depends on application)
    if (control_voltage > 3.3f) control_voltage = 3.3f;
    if (control_voltage < 0.0f) control_voltage = 0.0f;

    last_error = error;

    // Log output to monitor behavior
    ESP_LOGI(TAG, "[PID] Speed: %.2f RPM | Error: %.2f | Kp: %.2f | Ki: %.2f | Kd: %.2f | Output Voltage: %.2f V",
             input, error, Kp, Ki, Kd, control_voltage);
}

// Simulate motor response with inertia based on control voltage
void pid_task(void *arg) {
    while (1) {
        update_pid(motor_speed);

        // Simulate motor acceleration (e.g., proportional to voltage)
        float target_speed = control_voltage * 40.0f; // e.g., 3.3V -> ~132 RPM
        motor_speed += (target_speed - motor_speed) * 0.05f;  // Simulate inertia/delay

        // Log the simulated speed for visualization
        ESP_LOGI(TAG, "[SIM] Target Speed: %.2f RPM | Current Speed: %.2f RPM",
                 target_speed, motor_speed);

        vTaskDelay(pdMS_TO_TICKS(100));  // Control cycle: 100 ms
    }
}

void app_main(void) {
    ESP_LOGI(TAG, "Starting Voltage-Controlled PID Simulation...");
    xTaskCreate(pid_task, "pid_task", 4096, NULL, 5, NULL);
}

編譯和燒錄

完成程式碼後，您可以使用 ESP-IDF 提供的命令進行編譯、燒錄和監控。

在 VS Code 的左下角 ESP-IDF 工具列：

點選 Build project
點選 Flash device
點選 Monitor device

輸出說明

以下是模擬控制過程中的部份 log 輸出：

I (0) VoltagePID: Starting Voltage-Controlled PID Simulation…
I (100) VoltagePID: [PID] Speed: 0.00 RPM | Error: 100.00 | Kp: 2.00 | Ki: 0.70 | Kd: 0.20 | Output Voltage: 3.30 V
I (100) VoltagePID: [SIM] Target Speed: 132.00 RPM | Current Speed: 6.60 RPM
I (200) VoltagePID: [PID] Speed: 6.60 RPM | Error: 93.40 | Kp: 2.00 | Ki: 0.70 | Kd: 0.20 | Output Voltage: 3.30 V
…
I (1000) VoltagePID: [PID] Speed: 85.60 RPM | Error: 14.40 | Kp: 1.00 | Ki: 0.50 | Kd: 0.10 | Output Voltage: 1.82 V
I (1000) VoltagePID: [SIM] Target Speed: 72.80 RPM | Current Speed: 74.00 RPM
…
I (2000) VoltagePID: [PID] Speed: 98.20 RPM | Error: 1.80 | Kp: 1.00 | Ki: 0.50 | Kd: 0.10 | Output Voltage: 1.04 V
I (2000) VoltagePID: [SIM] Target Speed: 41.60 RPM | Current Speed: 97.00 RPM

分析與說明：

大誤差時快速響應（起始階段）
一開始馬達尚未轉動，速度為 0 RPM，誤差達 100。此時 Adaptive PID 自動將增益調高（Kp=2.0），使輸出電壓直接飽和到 3.3V，系統加速快速，縮短反應時間。
中間誤差階段，控制穩定
當速度進入中間區段，例如誤差約 20~50 時，增益切換為中等（Kp=1.5），電壓輸出也開始降低，系統控制進入「快速收斂、但避免過衝」的平衡狀態。
小誤差時精細微調
當誤差小於 20（如 10 以下），控制器自動調整回較小增益（Kp=1.0），避免震盪與過調，讓馬達平穩收斂至設定值附近，控制電壓也相對更平滑。
自動增益調整避免手動調參
整個過程中，無需開發者手動調整 PID 參數。Adaptive PID 根據誤差範圍動態調整參數，讓系統既有響應速度，又能避免震盪或不穩。

結論

我們透過 ESP32 實作 Adaptive PID，不僅成功展示了自動調整控制參數的能力，也證明了其在快速響應與穩定收斂間取得良好平衡。整體系統能夠根據誤差大小動態調整增益，有效加速收斂並抑制震盪，讓控制器在面對實際環境變動時依然保持精準控制。以電壓控制模擬馬達轉速為例，我們看見系統能根據誤差大小動態改變增益，有效降低過衝與震盪，同時加快收斂速度。這種自適應調整方法，不僅提升了 PID 控制器的彈性，也使控制系統更適合面對實務中不確定的環境變化。未來可將此架構擴展至溫度、光強或其他物理量控制，並結合實體 ADC 回授與 PWM 輸出，進一步驗證並應用於真實硬體系統。

SaludPCB

內容