這是一個卑微電子信息學員的開始
這是學習stm32(自平衡小車)的開始
寒假開始了，卑微電子信息學員開始了stm32的學習過程。
小車的硬件結構學習
一.PID 算法
1.P - Proportional 比例
通俗的方面講，P就是係數Kp，簡稱爲P，現不考慮ID，現考慮P。設期望值爲c（t），當前檢測到的值是r（t），則誤差e（t）=c（t）-r（t）。則有增加的u（t）=Kp*e（t）。這一參數可以即時成比例地反應控制系統的偏差信號e(t)，偏差一旦產生，控制器立即產生控制作用以減小誤差。當偏差e=0時，控制作用也爲0。因此，比例控制是基於偏差進行調節的，即有差調節。
2.I - Integral 積分
設有一水缸，爲使水缸的水位達到1m，假設這個水缸在加水的過程中，存在漏水的情況，假設每次加水的過程，都會漏掉0.1米高度的水。假設kp取0.5，那麼會存在着某種情況，假設經過幾次加水，水缸中的水位到0.8時，水位將不會再變換！！！因爲，水位爲0.8，則誤差error=0.2. 所以每次往水缸中加水的量爲u=0.5x0.2=0.1同時，每次加水缸裏又會流出去0.1米的水！！！加入的水和流出的水相抵消，水位將不再變化！！
也就是說，我的目標是1米，但是最後系統達到0.8米的水位就不在變化了，且系統已經達到穩定。由此產生的誤差就是穩態誤差了。
（在實際情況中，這種類似水缸漏水的情況往往更加常見，比如控制汽車運動，摩擦阻力就相當於是“漏水”，控制機械臂、無人機的飛行，各類阻力和消耗都可以理解爲本例中的“漏水”） 所以，單獨的比例控制，在很多時候並不能滿足要求。
這時引入I - Integral 積分，這個參數將成爲累加誤差e（t）的和的係數，使增量比原先更大或者更小，進而打破上文所說的（假）穩定循環，進而逼近循環。加上這一項後寫作u（t）=K*pe（t）+Ki∗∫e（t）dt 但是，如果初始值與預期值相差極大，會使積分的和在短時間達到極大的一個數值，進而使輸出結果長期的在期望值上下跳動，所以需要給積分值設定一個上限值（我還沒有調試，不知道確定的數值）
3. D - Derivative 導數
D參數的引入使預計數據未來的情況成爲了可能，可以讓數據在離預期值遠時以較大的速率逼近這一預期值，而當數據離預期值近時以較小的速率逼近這一數值，使曲線更快的逼近預期值。
二.小車的調試方法
我還沒有調試過，感覺看起來超級正確。
引用了一些文章和百度文庫：
https://blog.csdn.net/xmy306538517/article/details/72771269
https://blog.csdn.net/qq_25352981/article/details/81007075
個人工作記錄，最終解釋權由作者本人享有。