首页 / 算法 / PID算法

PID算法

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了PID算法，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含9620字，纯文字阅读大概需要14分钟。

内容图文

简易PID算法的快速扫盲（超详细+过程推导+C语言程序）

? 分类专栏： Embeded System 文章标签： pid 自动控制控制器算法版权

网上关于PID算法的文章很多，但是感觉有必要自己再进行一次总结，抽丝剥茧地重新认识了一下PID；

文章目录

- 1 前言
- 2 开环控制
- 3 闭环控制
- 4 PID
- - 4.1 系统架构
  - 4.2 理论基础
  - 4.3 离散化
  - 4.4 伪算法
- 5 C++实现
- 6 总结

相关阅读
离散增量式PID算法快速扫盲（过程推导+C语言程序）
PID算法优化之积分器抗饱和处理

1 前言

控制系统通常根据有没有反馈会分为开环系统和闭环系统，在闭环系统的控制中，PID算法非常强大，其三个部分分别为；

P：比例环节；
I：积分环节；
D：微分环节；

PID算法可以自动对控制系统进行准确且迅速的校正，因此被广泛地应用于工业控制系统。

2 开环控制

首先来看开环控制系统，如下图所示，隆哥蒙着眼，需要走到虚线旗帜所表示的目标位置，由于缺少反馈（眼睛可以感知当前距离和位置，由于眼睛被蒙上没有反馈，所以这也是一个开环系统），最终隆哥会较大概率偏离预期的目标，可能会运行到途中实线旗帜所表示的位置。

PID算法 - 文章图片

开环系统的整体结构如下所示；

PID算法 - 文章图片
这里做一个不是很恰当的比喻；

Input：告诉隆哥目标距离的直线位置（10米）；
Controller：隆哥大脑中计算出到达目标所需要走多少步；
Process：双腿作为执行机构，输出了相应的步数，但是最终仍然偏离了目标；

看来没有反馈的存在，很难准确到达目标位置。

3 闭环控制

所以为了准确到达目标位置，这里就需要引入反馈，具体如下图所示；

PID算法 - 文章图片
在这里继续举个不怎么恰当的比喻；隆哥重获光明之后，基本可以看到目标位置了；

第一步Input：告诉隆哥目标距离的直线位置（10米）；
第二步Controller：隆哥大脑中计算出到达目标所需要走多少步；
第三步Process：双腿作为执行机构，输出了相应的步数，但是最终仍然偏离了目标；
第四步Feedback：通过视觉获取到目前已经前进的距离，（比如前进了2米，那么还有8米的偏差）；
第五步err：根据偏差重新计算所需要的步数，然后重复上述四个步骤，最终隆哥达到最终的目标位置。

4 PID

4.1 系统架构

虽然在反馈系统下，隆哥最终到达目标位置，但是现在又来了新的任务，就是又快又准地到达目标位置。所以这里隆哥开始采用PID Controller，只要适当调整P，I和D的参数，就可以到达目标位置，具体如下图所示；

PID算法 - 文章图片

隆哥为了最短时间内到达目标位置，进行了不断的尝试，分别出现了以下几种情况；

跑得太快，最终导致冲过了目标位置还得往回跑；
跑得太慢，最终导致到达目标位置所用时间太长；

经过不断的尝试，终于找到了最佳的方式，其过程大概如下图所示；
PID算法 - 文章图片
这里依然举一个不是很恰当的比喻；

第一步：得到与目标位置的距离偏差（比如最开始是10米，后面会逐渐变小）；
第二步：根据误差，预估需要多少速度，如何估算呢，看下面几步；

P比例则是给定一个速度的大致范围，满足下面这个公式；
K p ? e ( t ) K_p*e(t) Kp??e(t)
因此比例作用相当于某一时刻的偏差（err）与比例系数 K p K_p Kp?的乘积，具体如下所示；

PID算法 - 文章图片

绿色线为上述例子中从初始位置到目标位置的距离变化；
红色线为上述例子中从初始位置到目标位置的偏差变化，两者为互补的关系；

I积分则是误差在一定时间内的和，满足以下公式；
K i ∫ 0 t e ( τ ) d τ K_i\int_{_0}^te(\tau)d\tau Ki?∫0?t?e(τ)dτ

如下图所示； PID算法 - 文章图片
红色曲线阴影部分面积即为积分作用的结果，其不断累积的误差，最终乘以积分系数 K i K_i Ki?就得到了积分部分的输出；

D微分则是误差变化曲线某处的导数，或者说是某一点的斜率，因此这里需要引入微分；
K d d e ( t ) d t K_d \cfrac{de(t)}{dt} Kd?dtde(t)?
PID算法 - 文章图片
从图中可知，当偏差变化过快，微分环节会输出较大的负数，作为抑制输出继续上升，从而抑制过冲。

综上， K p ， K i ， K d K_p，K_i，K_d Kp?，Ki?，Kd?，分别增加其中一项参数会对系统造成的影响总结如下表所示；

参数	上升时间	超调量	响应时间	稳态误差	稳定性
K p K_p Kp?	减少	增加	小变化	减少	降级
K i K_i Ki?	减少	增加	增加	消除	降级
K d K_d Kd?	微小的变化	减少	减少	理论上没有影响	K d K_d Kd?小，稳定性会提升

4.2 理论基础

上面扯了这么多，无非是为了初步理解PID在负反馈系统中的调节作用，下面开始推导一下算法实现的具体过程；PID控制器的系统框图如下所示；

PID算法 - 文章图片

因此不难得出输入 e ( t ) e(t) e(t)和输出 u ( t ) u(t) u(t)的关系；

u ( t ) = K p e ( t ) + K i ∫ 0 t e ( τ ) d τ + K d d e ( t ) d t u(t) = K_pe(t)+K_i\int_0^te(\tau)d\tau+K_d\cfrac{de(t)}{dt} u(t)=Kp?e(t)+Ki?∫0t?e(τ)dτ+Kd?dtde(t)?

K p K_p Kp?是比例增益；
K i K_i Ki?是积分增益；
K d K_d Kd?是微分增益；

4.3 离散化

在数字系统中进行PID算法控制，需要对上述算法进行离散化；假设系统采样时间为 Δ t \Delta t Δt
则将输入 e ( t ) e(t) e(t)序列化得到；

( e 0 , e 1 , e 2 , ? ? , e n ? 2 , , e n ? 1 , e n ) (e_0,e_1,e_2,\cdots,e_{n-2},,e_{n-1},e_{n}) (e0?,e1?,e2?,?,en?2?,,en?1?,en?)

将输出 u ( t ) u(t) u(t)序列化得到；
( u 0 , u 1 , u 2 , ? ? , u n ? 2 , , u n ? 1 , u n ) (u_0,u_1,u_2,\cdots,u_{n-2},,u_{n-1},u_{n}) (u0?,u1?,u2?,?,un?2?,,un?1?,un?)

比例项： K p e ( t ) → 离散化 K p e k K_pe(t)\xrightarrow{离散化}K_pe_k Kp?e(t)离散化

?Kp?ek?
积分项： K i ∫ 0 t k e ( τ ) d τ → 离散化 K i ∑ i = 1 k e ( i ) Δ t K_i\int_0^{t_k}e(\tau)d\tau\xrightarrow{离散化}K_i\displaystyle\sum_{i=1}^ke(i)\Delta t Ki?∫0tk??e(τ)dτ离散化
?Ki?i=1∑k?e(i)Δt
微分项： K d d e ( t k ) d t → 离散化 K d e ( k ) ? e ( k ? 1 ) Δ t K_d\cfrac{de(t_k)}{dt}\xrightarrow{离散化}K_d\cfrac{e(k) -e(k-1)}{\Delta t} Kd?dtde(tk?)?离散化

?Kd?Δte(k)?e(k?1)?

所以最终可以得到式①，也就是网上所说的位置式PID：
u ( k ) = K p e k + K i ∑ i = 1 k e ( i ) Δ t + K d e ( k ) ? e ( k ? 1 ) Δ t \color{#0000FF} u(k)=K_pe_k+K_i\displaystyle\sum_{i=1}^ke(i)\Delta t+K_d\cfrac{e(k) -e(k-1)}{\Delta t} u(k)=Kp?ek?+Ki?i=1∑k?e(i)Δt+Kd?Δte(k)?e(k?1)?
将式①再做一下简化；
Δ u ( k ) = u ( k ) ? u ( k ? 1 ) \Delta u(k) = u(k) - u(k-1) Δu(k)=u(k)?u(k?1)
最终得到增量式PID的离散公式如下：

Δ u ( k ) = K p ( e ( k ) ? e ( k ? 1 ) ) + K i e ( k ) + K d ( e ( k ) ? 2 e ( k ? 1 ) + e ( k ? 2 ) ) \Delta u(k)=K_p(e(k)-e(k-1))+K_ie(k)+K_d \Big( e(k)-2e(k-1)+e(k-2) \Big) Δu(k)=Kp?(e(k)?e(k?1))+Ki?e(k)+Kd?(e(k)?2e(k?1)+e(k?2))

4.4 伪算法

这里简单总结一下增量式PID实现的伪算法；


previous_error := 0		//上一次偏差
integral := 0			//积分和

//循环 
//采样周期为dt
loop:
	//setpoint 设定值
	//measured_value 反馈值
    error := setpoint ? measured_value	//计算得到偏差
    integral := integral + error × dt	//计算得到积分累加和
    derivative := (error ? previous_error) / dt	//计算得到微分
    output := Kp × error + Ki × integral + Kd × derivative	//计算得到PID输出
    previous_error := error	//保存当前偏差为下一次采样时所需要的历史偏差
    wait(dt)	//等待下一次采用
    goto loop

5 C++实现

这里是增量式PID算法的C语言实现；

pid.cpp

#ifndef _PID_SOURCE_
#define _PID_SOURCE_

#include <iostream>
#include <cmath>
#include "pid.h"

using namespace std;

class PIDImpl
{
    public:
        PIDImpl( double dt, double max, double min, double Kp, double Kd, double Ki );
        ~PIDImpl();
        double calculate( double setpoint, double pv );

    private:
        double _dt;
        double _max;
        double _min;
        double _Kp;
        double _Kd;
        double _Ki;
        double _pre_error;
        double _integral;
};


PID::PID( double dt, double max, double min, double Kp, double Kd, double Ki )
{
    pimpl = new PIDImpl(dt,max,min,Kp,Kd,Ki);
}
double PID::calculate( double setpoint, double pv )
{
    return pimpl->calculate(setpoint,pv);
}
PID::~PID() 
{
    delete pimpl;
}


/**
 * Implementation
 */
PIDImpl::PIDImpl( double dt, double max, double min, double Kp, double Kd, double Ki ) :
    _dt(dt),
    _max(max),
    _min(min),
    _Kp(Kp),
    _Kd(Kd),
    _Ki(Ki),
    _pre_error(0),
    _integral(0)
{
}

double PIDImpl::calculate( double setpoint, double pv )
{
    
    // Calculate error
    double error = setpoint - pv;

    // Proportional term
    double Pout = _Kp * error;

    // Integral term
    _integral += error * _dt;
    double Iout = _Ki * _integral;

    // Derivative term
    double derivative = (error - _pre_error) / _dt;
    double Dout = _Kd * derivative;

    // Calculate total output
    double output = Pout + Iout + Dout;

    // Restrict to max/min
    if( output > _max )
        output = _max;
    else if( output < _min )
        output = _min;

    // Save error to previous error
    _pre_error = error;

    return output;
}

PIDImpl::~PIDImpl()
{
}

#endif

pid.h

#ifndef _PID_H_
#define _PID_H_

class PIDImpl;
class PID
{
    public:
        // Kp -  proportional gain
        // Ki -  Integral gain
        // Kd -  derivative gain
        // dt -  loop interval time
        // max - maximum value of manipulated variable
        // min - minimum value of manipulated variable
        PID( double dt, double max, double min, double Kp, double Kd, double Ki );

        // Returns the manipulated variable given a setpoint and current process value
        double calculate( double setpoint, double pv );
        ~PID();

    private:
        PIDImpl *pimpl;
};

#endif

pid_example.cpp

#include "pid.h"
#include <stdio.h>

int main() {

    PID pid = PID(0.1, 100, -100, 0.1, 0.01, 0.5);

    double val = 20;
    for (int i = 0; i < 100; i++) {
        double inc = pid.calculate(0, val);
        printf("val:% 7.3f inc:% 7.3f\n", val, inc);
        val += inc;
    }

    return 0;
}

编译并测试；

g++ -c pid.cpp -o pid.o
# To compile example code:
g++ pid_example.cpp pid.o -o pid_example

6 总结

本文总结了PID控制器算法在闭环系统中根据偏差变化的具体调节作用，每个环节可能对系统输出造成什么样的变化，给出了位置式和增量式离散PID算法的推导过程，并给出了位置式算法的C++程序实现。

由于作者能力和水平有限，文中难免存在错误和纰漏，请不吝赐教。

小麦大叔

CSDN签约作者有梦想的咸鱼更多干货，欢迎关注公众号：[小麦大叔]</br>一个野生攻城狮的原创分享，</br>涉及内容包括但不限于嵌入式、物联网、单片机、编程技术、PCB、硬件设计等等。</br>来交个朋友？

点赞 38
评论 19
分享
收藏 229
打赏
举报
关注
一键三连

? 腾讯位置服务开发应用征文大赛开启报名！大疆无人机等你来挑战！ 01-08 如今与地图相关的位置服务已经成为开发者工具箱里的“标配”，不管是小程序开发、获取定位信息还是展示地图上的某个地点。现在分享你和腾讯位置服务有关的故事，可以是使用教程、案例分享、知识总结…大疆无人机、王者荣耀机器人多重好礼陪你跨年！单片机之C语言实现简单的PID算法从零开始学单片机的博客 PID算法 - 文章图片

673 说到PID算法，想必大部人并不陌生，PID算法在很多方面都有重要应用，比如电机的速度控制，恒温槽的温度控制，四轴飞行器的平衡控制等等，作为闭环控制系统中的一种重要算法，其优点和可实现性都成为人们的首选。下面简单来讲解一下PID算法：首先PID算法是有比例，积分，微分三部分组成，先说下比例部分，所谓比例部分，就是呈线性关系，举个例子，一个电热丝加热水，开始的时候温度很低，离50℃很大，这时应该加大...

码哥IOT技术栈:那些曲线图都是咋画的4月前回复 1
- 爱码士小麦大叔回复:draw.io1月前回复

爱码士ITKaven:好文！希望博主以后多多分享哈！19天前回复

爱码士水巷石子:深有感触1月前回复

内容总结

以上是互联网集市为您收集整理的PID算法全部内容，希望文章能够帮你解决PID算法所遇到的程序开发问题。如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/611429.html

来源：【匿名】

【上一篇】算法笔记-问题 C: Be Unique (20)【下一篇】浅谈php实现映射的两种方法（链表和二叉树）

更多 ►

【PID算法】教程文章相关的互联网学习教程文章

PID算法实现及参数整定图解（附代码）

一、 PID含义 PID是英文单词比例（Proportion），积分（Integral），微分（Differential coefficient）的缩写。PID调节实际上是由比例、积分、微分三种调节方式组成，它们各自的作用如下：比例调节作用：是按比例反应系统的偏差，系统一旦出现了偏差，比例调节立即产生调节作用用以减少偏差。比例作用大，可以加快调节，减少误差，但是过大的比例，使系统的稳定性下降，甚至造成系统的不稳定。积分调节作用：是使系统消除稳态误差...

基于51单片机的直流电机闭环调速控制系统（PID算法）、（L298N）、（直流电机控制）、（PWM调速控制）、（Proteus仿真）【代码】【图】

一，电机驱动芯片：L298N简介 L298N 是一种双H桥电机驱动芯片，其中每个H桥可以提供2A的电流，功率部分的供电电压范围是2.5-48v，逻辑部分5v供电，接受5vTTL电平。一般情况下，功率部分的电压应大于6V否则芯片可能不能正常工作。基本参数：内部结构：二，L298N引脚图：详细引脚说明如下：(摘自官方手册)三：L98N "真值表" ENA ENB IN1 IN2 IN3 IN4 OUT1 OUT2 OUT3 OUT4 电机状态 0 0 X....... 0 1 X X 0 0...

PID课程分享：单片机 > PID课程：一堂课帮你搞定PID算法 > pid算法【图】

推荐入门视频：《PID课程：一堂课帮你搞定PID算法》收费版： http://t.elecfans.com/v/1399.htmlPID课程：一堂课帮你搞定PID算法 > pid算法 - 文章图片" /> 免费版：地址： https://www.bilibili.com/video/BV14E411L7GB?p=11 PID课程：一堂课帮你搞定PID算法 > pid算法 - 文章图片" /> -------------------------------------------------------------- ps: 讲的条理很清晰，入门之用感觉还是不错的。

1276【毕设课设】基于单片机PID算法控制电机转速设计【图】

【资源下载】百度网盘下载地址如下：https://docs.qq.com/doc/DTlRSd01BZXNpRUxl #include <reg52.h> #include "lcd1602.h"sfr T2MOD = 0x0c9; #define uchar unsigned char #define uint unsigned intsbit Q0 = P2^4; sbit Q1 = P2^5; sbit Q2 = P2^6; sbit Q3 = P2^7;sbit GORB = P1^6; //换相 sbit PWM = P1^7; sbit UP = P1^0; sbit DOWM = P1^1; sbit ADDSPEED = P1^2; sbit SUBSPEED = P1^3;uint tuint = 65535; uint tpwm =...

飞行控制PID算法——无人机飞控【图】

PID控制应该算是应用非常广泛的控制算法了。小到控制一个元件的温度，大到控制无人机的飞行姿态和飞行速度等等，都可以使用PID控制。这里我们从原理上来理解PID控制。 PID(proportion integration differentiation)其实就是指比例，积分，微分控制。先把图片和公式摆出来，看不懂没关系。总的来说，当得到系统的输出后，将输出经过比例，积分，微分3种运算方式，叠加到输入中，从而控制系统的行为。 PID控制器是一种线性控制器，它...

PID算法【图】

简易PID算法的快速扫盲（超详细+过程推导+C语言程序）?分类专栏： Embeded System 文章标签： pid 自动控制控制器算法版权网上关于PID算法的文章很多，但是感觉有必要自己再进行一次总结，抽丝剥茧地重新认识了一下PID；文章目录1 前言 2 开环控制 3 闭环控制 4 PID4.1 系统架构 4.2 理论基础 4.3 离散化 4.4 伪算法5 C++实现 6 总结相关阅读离散增量式PID算法快速扫盲（过程推导+C语言程序） PID算法优化之积分器抗饱和处...

简易PID算法，非常不错的一篇文章！(转)

原文地址：https://mbb.eet-china.com/forum/topic/81241_1_1.html?utm_source=EETC%20Forum%20Alert&utm_medium=Email&utm_campaign=2020-10-16

python基础教程：python实现PID算法及测试的例子【代码】【图】

今天小编就为大家分享一篇python实现PID算法及测试的例子，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧 PID算法实现 import timeclass PID:def __init__(self, P=0.2, I=0.0, D=0.0):self.Kp = Pself.Ki = Iself.Kd = Dself.sample_time = 0.00self.current_time = time.time()self.last_time = self.current_timeself.clear()def clear(self):self.SetPoint = 0.0self.PTerm = 0.0self.ITerm = 0.0self.DTer...

分享一个， PID算法——改版的位置式PID，不知符不符合PID的原本功能，如果有错望指导！！！【代码】【图】

我们常见的位置式PID算法是这样的（图一） int Position_PID(int Feedback_value,int User_Target) { static float Bias,PWM_Out,Integral_bias,Last_Bias,Differntial_bias; Bias=User_Target-Feedback_value; //计算偏差 Integral_bias+=Bias; //求出偏差的积分 Differntial_bias=Bias-Last_Bias;PWM_Out=PID. Position_KP * Bias+PID. Position_KI * Integral_bias+PID. Positi...

经典PID算法【图】

首先感谢黄工，微信公众号strongerHuang，以下为三篇文章整合而成，微信搜索“strongerHuang” 或扫描下方二维码即可关注他。文章链接： https://mp.weixin.qq.com/s/6Ew431m4nXhScpNVp8mGxQ https://mp.weixin.qq.com/s/JYWnu67HEx2uMrntcUhggQ https://mp.weixin.qq.com/s/IrTehHvTofXWP_BapoN1NQ 在工业应用中PID及其衍生算法是应用最广泛的算法之一，是当之无愧的万能算法，如果能够熟练掌握PID算法的设计与实现过程，对于一般...

PID算法控制直流电机笔记

1.将偏差的比例、积分和微分通过线性组合构成控制量，用这一控制量对被控对象进行控制，这样的控制器称为PID控制器。简单说就是根据系统的误差，利用比例、积分、微分计算出控制量进行控制。 2.为什么需要PID算法？电机在不同负载情况下，为了保持速度不变，需要不断调整PWM占空比，PID算法可以动态调整，保持电机的速度。 3.PID控制器中，比例(Proportional)的作用是对偏差瞬间做出反应；积分(Integral)的作用是消除系统的偏差...

PID算法原理及基本实现【代码】【图】

PID控制器开发笔记之一：PID算法原理及基本实现在自动控制中，PID及其衍生出来的算法是应用最广的算法之一。各个做自动控制的厂家基本都有会实现这一经典算法。我们在做项目的过程中，也时常会遇到类似的需求，所以就想实现这一算法以适用于更多的应用场景。 1、PID算法基本原理 PID算法是控制行业最经典、最简单、而又最能体现反馈控制思想的算法。对于一般的研发人员来说，设计和实现PID算法是完成自动控制系统的基本要求。这一...

PID算法终于弄明白原理了，原来就这么简单【图】

看起来PID高大尚，实则我们都是被他的外表所震撼住了。先被别人唬住，后被公式唬住，由于大多数人高数一点都不会或者遗忘，所以再一看公式，简直吓死。了解了很浅的原理后，结果公式看不懂，不懂含义，所以最终没有透彻。我这里先对公式进行剖析，公式理解明白了，结合网上的一些pid讲述的例子，就明白了。先对PID这三个系数的含义进行简单扫盲，。同时也防止自己遗忘。P是比例系数，I是积分系数、D是微分系数。下面对PID这三个...

PID算法（c 语言)（转）【代码】

PID算法（c 语言)（来自老外）#include <stdio.h> #include<math.h>//定义PID 的结构体 struct _pid {int pv; // integer that contains the process value 过程量 int sp; // integer that contains the set point 设定值 float integral; // 积分值－－偏差累计值 float pgain;float igain;float dgain;int deadband; //死区 int last_error; };struct _pid warm, *pid; int process_point, set_point, ...

PID算法原理、调整规律及代码【图】

PID算法简介要想让智能车根据赛道不断变化灵活的行进，PID算法的采用很有意义。控制器公式为：比例（P）控制比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。当仅有比例控制时系统输出存在稳态误差（Steady-state error）。积分（I）控制在积分控制中，控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统，如果在进入稳态后存在稳态误差，则称这个控制系统是有稳态误差的或简称有差系统...

算法 - 最热教程

浅谈SQLServer查询优化器中的JOIN算法有没那种可逆算法是密文比明文短的呢？...javascript-类似Excel里面的NORMDIST函...C++中的分治算法及常见题目汇总压缩感知重构算法综述-学习笔记 c++中内置函数qsort（快速排序）和bsea...一、fpga图像处理算法整合基于遗传算法（deap）的非线性函数寻优...集成学习-Bagging集成学习算法随机森林...机器学习笔记（九）聚类算法及实践（K-...

首页 / 算法 / PID算法

PID算法

内容导读

内容图文

简易PID算法的快速扫盲（超详细+过程推导+C语言程序）

文章目录

1 前言

2 开环控制

3 闭环控制

4 PID

4.1 系统架构

4.2 理论基础

4.3 离散化

4.4 伪算法

5 C++实现

6 总结

内容总结

内容备注

内容手机端

【PID算法】教程文章相关的互联网学习教程文章

PID算法实现及参数整定图解（附代码）

基于51单片机的直流电机闭环调速控制系统（PID算法）、（L298N）、（直流电机控制）、（PWM调速控制）、（Proteus仿真）【代码】【图】

PID课程分享：单片机 > PID课程：一堂课帮你搞定PID算法 > pid算法【图】

1276【毕设课设】基于单片机PID算法控制电机转速设计【图】

飞行控制PID算法——无人机飞控【图】

PID算法【图】

简易PID算法，非常不错的一篇文章！(转)

python基础教程：python实现PID算法及测试的例子【代码】【图】

分享一个， PID算法——改版的位置式PID，不知符不符合PID的原本功能，如果有错望指导！！！【代码】【图】

经典PID算法【图】

PID算法控制直流电机笔记

PID算法原理及基本实现【代码】【图】

PID算法终于弄明白原理了，原来就这么简单【图】

PID算法（c 语言)（转）【代码】

PID算法原理、调整规律及代码【图】

算法 - 相关标签

算法 - 最新教程

算法 - 最热教程