用根轨迹法解析舵机PD参数整定：从传递函数到稳定实现-北京尧图网络

调舵机PD参数这件事我见过太多人把它当玄学先给一个比例增益舵机抖了就减不抖但跟手慢又加全程靠手感在毛坯房里装修。等到真正把根轨迹法和稳定性分析吃透之后回头看所谓手感其实就是大脑在模糊估算阻尼比、相位裕度和闭环极点位置。这篇文章想把这条链路一次讲透从舵机简化的传递函数怎么来到根轨迹法为何能一眼看穿纯P与PD的本质差别再到最终写成能在单片机上稳定跑的PD控制代码。适合三类人正在学自控原理却怀疑这玩意到底有啥用的学生做智能车、机械臂、仿生机器人时被舵机抖动折磨的嵌入式开发者以及想弄明白PID参数到底是算出来的还是试出来的工程师。1. 先把舵机拉进控制理论的世界等效模型建立与关键参数估算1.1 从直流电机到减速齿轮箱舵机内部到底有什么绝大多数舵机拆开之后核心部件是一台直流有刷电机、一套减速齿轮组、一个位置反馈电位计好一点的用磁编码器再加一块小型驱动电路。航模舵机内部通常自带一个位置闭环MCU给得越多舵机内部把电位计角度追上给定值的能力越强。这个内部闭环意味着外部看到的行为更像一个带惯性的一阶或二阶伺服系统而不是纯粹的直流电机。不过我们自己设计机械臂或智能车转向机构时往往把舵机当成一个可以被外部MCU直接控制角度的执行器。此时外部任务其实是外环位置控制——我需要舵机角度精确到1度以内、响应快且不超调这就需要理解舵机这个对象的外部动力学特性。把它当成黑盒测响应曲线是工程做法但为了弄懂根轨迹画的是什么得先把它简化成白盒模型。1.2 电气方程式一摆二阶模型就出来了直流有刷电机的电枢等效电路满足电压方程u(t) R·i(t) L·di/dt e(t)其中e(t)是反电动势与转速成正比。电机产生的电磁转矩与电流成正比T(t) Kt·i(t)。转子上的力矩平衡方程是J·dΩ/dt B·Ω T(t)这里J是转动惯量包含转子、减速齿轮和负载折算值B是粘性阻尼系数。把电压方程和力学方程联立忽略掉电感L的影响电气时间常数远小于机械时间常数这是小功率舵机成立的典型假设从输入电压u到输出角速度Ω的传递函数就会简化成一个一阶惯性环节G_v(s) Ω(s) / U(s) Km / (Tm·s 1)其中Tm就是机电时间常数物理意义可以理解为电机从静止加速到63.2%最终转速所需的时间。角速度再积一次分变成角度所以从电压到舵机输出轴角度的开环传递函数就是G(s) θ(s) / U(s) Km / [s·(Tm·s 1)]这个式子很关键一个积分环节体现角度是速度的积分串联一个一阶惯性环节体现电机和机械系统的惯性这就是后面所有根轨迹分析的起点。只要不追求极高频特性这个二阶模型已经能解释绝大多数舵机抖动和超调问题。1.3 时间常数到底是多少量级实测怎么测典型小型舵机的Tm大致在20-100毫秒量级负载越大折算到电机轴上的转动惯量越大Tm越大响应越慢。控制理论里经常假设对象已知工程里最缺的就是这个已知值。测Tm不用太高深的设备给舵机开环一个阶跃占空比比如从中间位置直接跳到某个方向用示波器或逻辑分析仪看电位计反馈电压的变化轨迹。把阶跃响应曲线记录下来找到它从起点上升到最终稳定值的63.2%所花的时间这个时间就是Tm严格说还包含内部闭环的影响但作为工程估值足够用了。我自己实测过好几款常见舵机空载Tm普遍在30-60ms之间带负载后可以涨到100ms以上。这个数字直接决定后面Kp、Kd的数量级千万不要用别人文章的固定参数抄作业。2. 根轨迹法到底在画什么增益一涨闭环极点就往右跑2.1 闭环极点和稳定性之间的对应关系判断一个线性系统稳不稳定本质就是看闭环极点全部落在复平面左半平面。极点的实部为负说明暂态分量随时间衰减实部为正说明时间一长信号指数发散。控制器的增益K从0往无穷大调整时闭环极点会连续移动根轨迹法做的就是画出这条极点移动路线图。幅值条件和幅角条件是根轨迹的理论内核闭环特征方程1 C(s)G(s) 0要成立等价于开环传递函数的幅值为1、相角为180°加2kπ。通俗讲系统在某个频率上把信号放大到自身能维持振荡的程度并且相位刚好反相就会自激。这个反相条件正是相位裕度归零即振荡的由来。不过实际画图不需要每点都套公式记住几条绘制规则就够推导舵机的情况了。2.2 绘制根轨迹的三条规则足以看懂舵机的全部行为规则一是根轨迹的起点是开环极点终点是开环零点或无穷远。增益K0时闭环极点就是开环极点K∞时极点会被吸引到零点或无限远。规则二是实轴区段判断实轴上某一段右侧的开环极点数与零点数之和为奇数这段就在根轨迹上。规则三是渐近线有n个极点、m个零点时有n-m条分支趋向无穷远渐近线与实轴的交点是极点之和减去零点之和再除以n-m角度由(2k1)π/(n-m)决定。对纯P控制下的舵机开环有两个极点一个在原点0对应角度是速度积分的积分环节一个在负实轴上的-1/Tm对应机械惯性。有了零点时它们的终点会更复杂但起点和大致走向这几条足够用了。分离点、会合点的计算更精细一些读者需要时可以翻教材关键结论在那里诞生。2.3 纯P情况下舵机根轨迹的三种命运把控制器取为C(s)Kp开环增益写成KKp·Km则闭环特征方程为Tm·s² s K 0。用求根公式能得到s1,2 [-1 ± sqrt(1 - 4·Tm·K)] / (2·Tm)K从小到大变化时这根轨迹先在实轴上相向而行一个极点从原点往负方向走另一个从-1/Tm往正方向走在s-1/(2·Tm)处相遇。这个点是分离点对应临界阻尼状态。K继续增大两个极点变成共轭复数一条垂直向上、一条垂直向下虽然理论上仍然在左半平面但阻尼比越来越小系统越来越容易抖。这里有个和直觉冲突的点理想二阶模型下纯P控制在任何正增益下理论都是稳定的因为它永远不会跨过虚轴。可实际舵机为什么Kp稍大就肉眼可见地抖因为实际模型里还有延迟和齿轮间隙。延迟让根轨迹出现额外拐弯增益增大到某个临界值时一对共轭极点就会横穿虚轴进右半平面。所以纯P控制不是不能稳而是稳定边界紧贴实际可用的响应速度留不下余量。3. 稳定性分析不是纸上谈兵劳斯判据、临界增益与相位裕度3.1 用劳斯表快速揪出临界增益劳斯判据能直接告诉一个系统在什么参数组合下保持稳定不需要求特征根。把特征方程写成标准形式后列出劳斯表第一列全为正系统就稳定第一列出现变号变号次数就是右半平面极点数。对舵机这类二阶模型特征方程是Tm·s² s K 0劳斯表第一列是[Tm, 1, K]只要K0第一列全正说明简单二阶模型无条件稳定。但如果把舵机内部闭环延迟、PWM刷新周期等效成一个滞后环节模型强度立刻不一样。假设等效延迟为τ用一阶帕德近似表示延迟开环传递函数变成G(s) ≈ K·(1 - τ·s/2) / [s·(Tm·s 1)·(1 τ·s/2)]特征方程展开成三阶a₀s³ a₁s² a₂s a₃ 0。列劳斯表后稳定条件会约束出K的上限。以Tm0.1s、τ0.01s为例计算得到临界增益约为K_crit≈102。也就是说如果P增益对应的等效开环增益超过这个值哪怕PID没写错系统也会因为延迟而失稳。这个数字比很多人凭感觉认为的大一点应该没事低得多。3.2 相位裕度为什么锚定在45到60度相位裕度是开环频率特性在穿越频率幅值等于1处的频率那一点相位距离-180度还差多少。裕度30度系统勉强稳定但阶跃响应会有明显振荡裕度45度表现中等60度以上响应稳健且超调受控。控制工程常用的45到60度不是拍脑袋规定它对应阻尼比大约0.5到0.7超调量大致在5%到16%之间。舵机外环如果超调20%已经不可接受因为机械限位可能撞齿或扫齿所以外环设计我习惯把相位裕度目标定在55到60度。纯P控制下的穿越频率通常是令|K/(jω·(1jωTm))|1解出来的假设Tm0.1sK40可估算穿越频率约20rad/s。此时相位约为-90°-arctan(20×0.1) -90°-63.4° -153.4°还没有延迟就只剩26.6度裕度要是再算上PWM刷新和采样延迟大约只剩15到20度表现就是勉强能用但容易抖。这解释了为什么很多人说光调P调不出跟手又稳定的手感。3.3 延迟这个隐形杀手如何在模型里显形PWM舵机的控制周期通常是50Hz20ms刷新一次。如果位置环的输出和PWM刷新不在同一时刻更新最坏情况下会引入接近20ms的等效相位延迟。频率20rad/s处20ms延迟对应的相位滞后是0.4rad≈23度足以把整个系统的相位裕度吃掉一大半。这就是为什么工程里把位置环速率和PWM刷新率分得越清实际表现越好的原因之一。延迟在根轨迹图上表现为增加了一个额外的靠近原点的极点会显著改变根轨迹的走向让分离点右移、临界增益下降。用simulation跑一遍就能直观看到熬得住纯P高增益的理想模型叠加20ms延迟后就出现极限环。这些结论不是为了考试而是为了解释现实里舵机抖动的根源——多数时候不是代码写错是增益逼近了延迟决定的稳定边界。4. PD控制的本质把一个零点粘在根轨迹上改变走向4.1 传递函数多了一项根轨迹多了一个零点PD控制器的传递函数是C(s) Kp Kd·s把它写成Kd·(s Kp/Kd)就一目了然D项附加了一个可移动的零点位置在s -Kp/Kd。这个零点不是可有可无的装饰它改变了根轨迹的终点。原纯P系统两条根轨迹分支最终走向无穷远。加入零点后其中一条分支从原点出发走向这个零点就结束了另一条分支从-1/Tm出发继续沿实轴驶向负无穷。物理直觉是系统极点被一个左半平面的引力源牵引阻尼自然提升。零点越靠近原点即Kp/Kd越小对极点轨迹的拉力越早显现阻尼效果越强。但零点也不能设得太小否则主导极点位置偏低系统响应频带窄舵机会显得肉。零点设得太远Kp/Kd很大PD几乎退化成纯PD项起不到作用。实际设计中我通常让零点与原点的距离取在1/Tm附近量级再根据实测阶跃响应微调两个增益比例。4.2 微分项的真正意义不是加速而是阻尼很多教程把微分环节解释成预测未来误差变化这种说法容易引导人以为D是加速手段。从特征方程看更清楚加入PD后闭环特征方程为Tm·s² (1 Kd·Km)·s Kp·Km 0对比标准二阶系统s² 2ζωn·s ωn² 0会发现Kd直接贡献了s项系数也就是阻尼比ζ。Kp贡献了常数项也就是自然频率ωn决定响应快慢。所以PD的分工非常明确P决定系统的刚度和频带D决定阻尼。想要反应快又不抖公式上就是尽量提高ωn同时把ζ维持在0.6到0.8之间。舵机换向瞬间误差突然变大如果没有D比例项的输出会猛推一下齿轮和电位计都跟着剧烈振荡。有了D项它检测到角度快速变化并反向抑制让推进变得柔和。从根轨迹视角看Kd增大等价于零点向左半平面深处移动把闭环极点从靠近虚轴的易振区拉向负实轴附近。这是加了D稳了的本质。4.3 阻尼比、超调量与调节时间的换算关系设计参数前先建立心理标尺二阶系统超调量Mp ≈ e^(-πζ/sqrt(1-ζ²))。ζ0.4时超调约25%基本抖得明显ζ0.7时超调约4.6%体感顺滑ζ1时无超调但会有响应偏慢的临界阻尼手感。调节时间ts ≈ 4/(ζωn)按5%误差带估算是做PD设计最常用的式子。假设期望舵机1秒内到达目标且超调小于5%可以设定ζ0.7则ωn至少为4/(0.7×1)5.7rad/s工程上留倍量取10到15rad/s。如果期望0.3秒到位ωn就得20rad/s以上。这个计算把手感变成了具体的数字也直接决定下一章的Kp、Kd初值怎么取。纯P只能在这组期望参数下把Kp调得妥协PD则能同时满足快和稳两个约束。5. 参数整定从拍脑袋变成算出来一套可复现的操作流程5.1 第一个动作开环阶跃测试把Tm捞出来别急着改代码先把舵机处于开环受控状态。所谓开环就是直接给舵机一个固定PWM占空比让它从中间位置朝一个方向转动。注意要避免长时间满占空比堵转测试时间控制在几百毫秒内。用ADC采样电位计反馈电压或编码器角度记录角度阶跃响应曲线找63.2%的时间点。我自己实测过某型号舵机空载Tm约45ms加上底盘转向连杆机构后负载惯量变大Tm涨到约80ms。所以负载变化后必须重测。测出来的Tm直接代入下一节公式比查表可靠得多。5.2 期望阻尼比与期望自然频率如何定先回答两个问题允许的最大超调是多少期望的调节时间是多少对于舵机位置控制我一般把超调上限压在5%以内取ζ0.7作为设计点。调节时间看应用转向联动允许稍慢取ts约0.5s机械臂关节希望0.2到0.3s到位就取ωn20左右。如果你偏好工程裕量可以先按ζ0.8、ωn15rad/s设计跑通后再根据实测逐步提高ωn。这样系统虽然略保守但不会一开始就抖到让你怀疑数学。这套先保守后激进的策略在嵌入式调试里非常实用。5.3 由特征方程反解Kp和Kd初值回到特征方程Tm·s² (1 Kd·Km)·s Kp·Km 0把Kp·Km和Kd·Km各看成一个整体变量更方便Kpu Kp·Km ωn²·TmKdu Kd·Km 2ζ·ωn·Tm - 1代入Tm0.1s、ωn20rad/s、ζ0.7Kpu 400×0.1 40Kdu 2×0.7×20×0.1 - 1 1.8。这里的Kpu就是代码里Kp的初始标定值单位是PWM输出变化量/误差角度单位的复合量纲Kdu同理。实际代码中的Kp还要经过角度误差单位到PWM脉宽单位的换算直接套这个初值后观察阶跃响应再调增益即可。我是这么处理的先用计算值跑如果超调明显保持Kp不动、Kd提高到计算值的1.5倍如果响应太肉把Kp提高20%再观察阻尼是否被拉低。每一步只改一个参数记录现象比同时乱拧高效得多。5.4 算出来的参数到手后还要做哪些实测修正理论给了起点实测负责落点。阶跃测试时给一个小幅角度指令比如30度观察响应是否有超调、有无抖震。超调大就加D响应慢就加P、但如果加P后又开始抖说明D需要同步跟上。持续高频抖动多半是微分噪声放大不是阻尼不够处理方式在下一章讲滤波器。修正过程中要记住根轨迹的走向增大Kp会让闭环极点沿轨迹前移增大Kd会让零点左移、极点往里拉。每加一次参数脑内过一遍这个画面调试就不会显得混乱。我习惯把每次参数和响应现象记成表几十组数据下来你对手感的理解会越来越接近控制理论的抽象结论。6. 一份可直接落地的舵机PD控制代码实现6.1 硬件连接与时基约定50Hz PWM背后的事舵机信号线输入的PWM脉宽通常在1000到2000微秒之间中值1500微秒刷新周期20ms50Hz。你在MCU上要做的就是通过定时器输出一个周期20ms、脉宽可调的PWM信号。设置定时器时预分频让计数时钟为1MHz自动重装载值设成20000这样计数器每计到20000就是20ms。通道比较值写入1000到2000直接对应脉宽微秒数。位置反馈我用电位计接ADC采集测量范围根据舵机机械行程映射到角度。电机的方向映射和电位计安装方向有关代码里如果出现越控越偏的情况优先检查正负号这是调舵机时最常见的低级但致命的问题。PWM极性设置成高电平有效舵机在脉宽1000微秒时处于一侧极限位。6.2 位置式PD核心代码结构体定义与更新函数以下代码使用通用C语言描述不依赖具体MCU库重点在控制逻辑本身。核心思路是每个控制周期读取当前角度计算误差用误差乘Kp用角度变化率乘Kd并反相叠加输出限幅后写进PWM比较寄存器。typedef struct { float kp; // 比例增益初值来自特征方程反解 float kd; // 微分增益初值 float dt; // 位置环周期秒 float target_deg; // 目标角度 float prev_feedback; // 上一拍的角度反馈 float filtered_deriv; // 滤波后的微分项 float deriv_alpha; // 微分低通滤波系数 float deadzone_deg; // 死区阈值 uint16_t pwm_min_us; // 最小脉宽 uint16_t pwm_mid_us; // 中位脉宽 uint16_t pwm_max_us; // 最大脉宽 } ServoPD; float map_angle_to_pwm_us(ServoPD *s, float angle_deg) { // 假设 -90~90 度映射到 1000~2000us实际按舵机行程调整 return s-pwm_mid_us (angle_deg / 90.0f) * 500.0f; } void servo_pd_update(ServoPD *s, float angle_feedback) { float error s-target_deg - angle_feedback; // 死区处理误差小到一定程度不做动作避免极限环 if (fabsf(error) s-deadzone_deg) { s-prev_feedback angle_feedback; return; } // 关键对反馈角度做微分而不是对误差做微分 float raw_deriv (angle_feedback - s-prev_feedback) / s-dt; s-prev_feedback angle_feedback; // 一阶低通滤波压制电位计ADC噪声 s-filtered_deriv s-deriv_alpha * s-filtered_deriv (1.0f - s-deriv_alpha) * raw_deriv; // PD合成比例项用误差微分项用反馈变化率取负 float u s-kp * error - s-kd * s-filtered_deriv; uint16_t pwm_us (uint16_t)(s-pwm_mid_us u); if (pwm_us s-pwm_max_us) pwm_us s-pwm_max_us; if (pwm_us s-pwm_min_us) pwm_us s-pwm_min_us; set_servo_pwm_us(pwm_us); }6.3 三个必须加的保护限幅、死区、微分滤波限幅是最容易理解的一层PD输出不能超过PWM脉宽允许的范围否则舵机会堵转并持续发热。死区则解决到位后微小误差导致持续修正的问题典型死区设为0.3到0.5度就够太大影响定位精度。微分滤波是很多人忽略的一层ADC反馈噪声经差分后会被放大数倍导致输出高频颤动。我用的是一阶低通系数deriv_alpha越接近1滤波越强但相位滞后也越大。位置环周期设为2ms500Hz时微分低通截止频率选10到20Hz合适。截止频率过低会让D项反应太慢等于没加阻尼过高则噪声滤不干净。公式近似为alpha ≈ (2π·fc·dt) / (1 2π·fc·dt)fc15Hz、dt0.002s时alpha约为0.16实测稳定可用。6.4 增量式PD与位置式PD怎么选如果整个系统的执行器是舵机这种输出即绝对位置的器件位置式PD天然合适。增量式PD输出的是本次相对上次的增量适合对象本身有积分性质或需要平滑起步的场合比如电机速度环。增量式不需要单独的滤波项也能让输出变化平缓但存在累积误差问题且目标突变时容易产生较大增量冲击。对舵机外环我建议直接使用位置式。原因很简单位置输出限幅直观、调试时容易从示波器读脉宽而且代码逻辑和上一章的理论推导一一对应。如果你在多关节机械臂里用舵机做关节后续要在不同负载工况切换参数位置式结构也更容易做增益调度。7. 实测中那些理论不会讲的坑与对策7.1 采样周期、PWM刷新率和微分截止频率的配合位置环跑500Hz、PWM还是50Hz是常见搭配但要注意输出更新时刻和PWM脉冲起始时刻的对齐。如果位置环输出发生在PWM脉冲中途下一次PWM才能生效相当于在控制回路里又引入几毫秒延迟。折中办法是把位置环计算放在定时器PWM周期起始中断里执行让输出和PWM周期同步对齐。微分截止频率要随着位置环采样率调整。采样率越高可用微分带宽越高但ADC噪声也随之增加。实测下来500Hz的位置环配合10到20Hz的微分滤波是个平衡点如果位置环降到100Hz微分截止频率还要再降否则滤波相位滞后会吃掉D项本身带来的阻尼。7.2 电位计噪声和回程差会联手骗过微分项电位计在零位附近ADC读数抖动3到5个码非常正常直接换算成角度在0.3度量级而微分项恰恰对这类高频小幅抖动敏感。另一种麻烦是减速齿轮回程差换向时齿轮先吃掉间隙角度反馈有一小段停顿微分项会把它误判成速度为零导致输出变化中断体现在响应曲线上就是换向死区。对策分两步ADC侧先做4到8次滑动平均再进PD计算死区不要只靠控制端消除还可以在PD输出侧做微小的回程补偿——当误差方向改变时把输出额外叠加一个固定脉宽增量帮助舵机快速跨过齿轮间隙。补偿值需要通过实验测出通常几十微秒脉宽量级。7.3 电源电压跌落会让你的PD参数瞬间失效舵机堵转电流很大如果电源线压降严重实际加在电机上的电压远低于额定值电机力矩不足根轨迹里那个积分环节表现就会变得迟滞。此时加再大的Kp也换不来快速响应只会让误差持续堆积。解决方向是电源侧就近并联大容量电解电容同时缩短舵机电源线和MCU供电线的公共路径把模拟反馈地线与功率地线分开走。调试中如果发现参数突然不可控或者同一个参数换块电池表现完全不同优先怀疑电源跌落。把舵机电源和逻辑电源分开供电是最省心的做法调试时用稳压电源限流也能排除不少变量。纯靠程序补偿供电不足永远只是治标不治本。7.4 最后分享一个我常用的调试顺序先把滤波和死区全部关掉Kp取计算初值的30%Kd取0跑一次阶跃确认系统存活。然后逐步加Kp观察何时出现轻微振荡在这个临界值上把Kp回调到60%。接着加Kd每次增加20%左右直到振荡消失并留有余量。之后再打开滤波和死区你会发现在低增益环境下微分噪声影响很小滤波参数可以给得比较宽裕。最后再做一次完整阶跃测试如果超调仍在5%以内、调节时间达标这套参数就可以收工了。如果超调偏大不要只动Kd先看一眼微分滤波是否滞后太多再考虑让D项更快响应。这个顺序帮我省下过大量盲目试参的时间也彻底改变了我对调参玄学的看法——根轨迹法和稳定性分析不是黑板上的理论它们就是调试时最可靠的导航仪。

用根轨迹法解析舵机PD参数整定：从传递函数到稳定实现

相关推荐

RISC-V嵌入式NAS开发踩坑记：从启动链路到异步运行时

Qt POST JSON 全攻略：QNetworkAccessManager 原理、同步异步写法与避坑

程序员英语词汇精讲：comma（逗号）——符号类技术词汇的发音、语义与编程应用

更多资讯

Raft算法实战指南：从原理到生产落地的分布式一致性详解

PAT甲级1104：连续子段求和的贡献法推导与long double精度坑

OpenAI SDK平滑迁移，如何零代码重构接入新API？

程序员英语词汇宝典精讲：consumption（消耗）——资源监控、消息消费与性能分析中的高频技术词汇

车辆动力学标定实战：从参数辨识到模型验证的完整流程

Apereo CAS 指标导出 Datadog 实战：Micrometer Registry 配置与运维指南

今日更新

防关联浏览器哪个好？三款产品实测差异解析

2026钢铁行业AI转型系统选型对比：多基地排产、大宗原燃料采购与质量追溯，六家厂商能力差异在哪里

影刀RPA深度实战：大模型Fine-tuning定制RPA专用Prompt与指令生成

本周精选

交通拥堵预测毕设：基于Python+LSTM的车辆流量预测系统全流程解析

MATLAB/Simulink搭建10机39节点电力系统暂态稳定仿真实战

无人机航拍三维重建全流程：从SfM到网格生成的避坑指南

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？