智能车方向环pd控制理解
位置式pd公式：
p为比例项 d为微分项
ER为当前车辆与赛道中线的偏差
ERL为当前车辆与赛道中线的上次偏差
方向环d的作用
在智能车转向控制中，车辆的转弯主要取决于d项控制，当车辆由直道入弯时，ER-ERL会变化很大，而ER的变化其实很小，此时主要起作用的是d项，所以入弯主要靠d项，也就是给人一种d项有预测作用的感觉
方向环p的作用
当车辆在弯道中时，此时ER基本不会发生改变，所以ER-ERL基本为0，此时d项不会起作用，此时主要依靠p项调节，来维持在弯道中的循迹。
d项与p项的相互影响
当由直道入弯时，ER变大，此时若p项过大，很可能会超调，继而引起震荡，此时d项有抑制超调的作用，但是如果d项过大，反而会加剧抖动，具体原因看卓大大公众号中的一篇推文
对于舵机pd参数的意义
d项主要决定了舵机的响应速度
p项主要决定了舵机的打角大小
如何整定参数
对于简单的舵机位置式pd控制，应该先整定p项，得到p项的一个大致范围，直到使车抖动，此时再调整d项，减小抖动
遵循原则：
(1)如果直道入弯过于延迟，则需要加大d项
(2)如果车辆在弯道中，轨迹过于外切，则需要加大p项
(3)d项应该是p项的10-20倍
(4)如果参数整定的足够好，那么在弯道中，应该很小
舵机的pd控制研究
智能车的舵机控制，不要求较高的精度，所以是没有i项的，只是单纯的pd控制，目前常用的方向pd控制算法有：
普通PID（最常用，效果也不错）
动态PID
模糊PID（要调整模糊表，对于模糊表的整定是一个大难点）
下面简单说一下之前对于动态pd的一些想法：
（1）对于舵机来说，理论上它的打角幅度是和成二次函数关系;
（2）当车辆在拐弯时，此时需要更大的P项，但是常用pd是固定P项
所以尝试提出动态p项的方案：
方案1：
：
为一个基础P项，在基础P项基础上引入一点动态变化
，K项要根据实际调整，同时要对该P项的动态变化部分做一个限幅，防止过大。
方案2：
：
为一个基础P项，在基础P项基础上引入一点动态变化
，K项要根据实际调整，同时要对该P项的动态变化部分做一个限幅，防止过大。
方案3：
：
去掉基础P项，但是实际效果并不好，该公式会让车辆获得较好的拐弯性能，但是弯道进入直道过程，会使车辆更加振荡，难以稳定，造成直道摆头现象。
方案优化建议：
目前的K项是我们根据实际情况进行人为调整的，但是实际上该K项可以与当前车辆的真实速度相关联，根据不同速度给定不同K值。
说明：方案1和方案2仍然是以普通PD控制为主，动态项的主要作用是使弯道拐弯更加圆滑、内切，特别是面对U型弯道时，原来的基础P项可能会使车辆丢线，但是此时加一点点动态项就可以完美过弯，所以不应该把动态项作为主要输出。
未完待续
文章出处登录后可见！
