if (abs(error_p) < 10) { angle_p_new = pid2.angle_p * (1 - increase_sin); } else { angle_p_new = pid2.angle_p * (1 + increase_sin); } if(error_p<0) { angle_p_new = pid2.angle_p*(1-increase_sin); } else { angle_p_new = pid2.angle_p*(1+increase_sin); }哪个更合理
时间: 2024-04-13 16:26:52 浏览: 70
根据您提供的代码,两个条件语句均存在冲突,因此需要根据具体要求来确定哪个条件更合理。
第一个条件语句是`if (abs(error_p) < 10)`,当误差 `error_p` 的绝对值小于10时,执行`angle_p_new = pid2.angle_p * (1 - increase_sin)`,否则执行`angle_p_new = pid2.angle_p * (1 + increase_sin)`。
第二个条件语句是`if(error_p<0)`,当误差 `error_p` 小于0时,执行`angle_p_new = pid2.angle_p*(1-increase_sin)`,否则执行`angle_p_new = pid2.angle_p*(1+increase_sin)`。
根据代码逻辑,如果 `error_p < 0`,则第二个条件语句会覆盖第一个条件语句中的赋值操作。如果您希望两个条件语句都能够起作用,并且根据具体需求来确定最终的 `angle_p_new` 值,可以将两个条件语句进行合并或者重新设计代码逻辑。
相关问题
解释以下代码每一句作用: def get_pid(self, error, scaler): tnow = millis() dt = tnow - self._last_t output = 0 if self._last_t == 0 or dt > 1000: dt = 0 self.reset_I() self._last_t = tnow delta_time = float(dt) / float(1000) output += error * self._kp if abs(self._kd) > 0 and dt > 0: if isnan(self._last_derivative): derivative = 0 self._last_derivative = 0 else: derivative = (error - self._last_error) / delta_time derivative = self._last_derivative + \ ((delta_time / (self._RC + delta_time)) * \ (derivative - self._last_derivative)) self._last_error = error self._last_derivative = derivative output += self._kd * derivative output *= scaler if abs(self._ki) > 0 and dt > 0: self._integrator += (error * self._ki) * scaler * delta_time if self._integrator < -self._imax: self._integrator = -self._imax elif self._integrator > self._imax: self._integrator = self._imax output += self._integrator return output
这段代码是一个PID控制器的实现。下面是每一句代码的作用解释:
1. `tnow = millis()`:获取当前时间。
2. `dt = tnow - self._last_t`:计算当前时间与上一次记录时间的差值,即时间间隔。
3. `output = 0`:初始化输出值。
4. `if self._last_t == 0 or dt > 1000:`:如果是第一次运行或者时间间隔超过1秒,则将时间间隔设置为0,并重置积分项。
5. `self._last_t = tnow`:更新上一次记录时间为当前时间。
6. `delta_time = float(dt) / float(1000)`:计算时间间隔的小数形式,单位为秒。
7. `output += error * self._kp`:将比例项乘以误差值并加到输出中。
8. `if abs(self._kd) > 0 and dt > 0:`:如果存在合法的微分系数且时间间隔大于0,则执行以下操作。
9. `if isnan(self._last_derivative):`:如果上一次微分项为NaN(非数字),则将其设置为0。
10. `derivative = (error - self._last_error) / delta_time`:计算当前微分项的值。
11. `derivative = self._last_derivative + ((delta_time / (self._RC + delta_time)) * (derivative - self._last_derivative))`:根据一阶惯性滤波器的公式更新微分项。
12. `self._last_error = error`:更新上一次误差值为当前误差值。
13. `self._last_derivative = derivative`:更新上一次微分项为当前微分项。
14. `output += self._kd * derivative`:将微分项乘以微分系数并加到输出中。
15. `output *= scaler`:将输出值乘以缩放因子。
16. `if abs(self._ki) > 0 and dt > 0:`:如果存在合法的积分系数且时间间隔大于0,则执行以下操作。
17. `self._integrator += (error * self._ki) * scaler * delta_time`:根据积分项的公式更新积分项。
18. `if self._integrator < -self._imax: self._integrator = -self._imax elif self._integrator > self._imax: self._integrator = self._imax`:对积分项进行限幅。
19. `output += self._integrator`:将积分项加到输出中。
20. `return output`:返回最终的输出值。
float Vertical(float target_angle, float current_angle, float gyro_x) { float Vetical_PWM; static float error; error += current_angle - target_angle; if(error>+8) error=+8; //积分限幅 if(error<-8) error=-8; //积分限幅 Vetical_PWM = Balance_Param.Angle_PID.kp * (current_angle - target_angle) + Balance_Param.Angle_PID.ki * error + Balance_Param.Angle_PID.kd * (gyro_x); return Vetical_PWM; }
这段代码是一个计算垂直方向控制的函数。它接收目标角度、当前角度和陀螺仪的 X 轴值作为输入,并返回计算得到的垂直方向的 PWM 值。
以下是代码的解释:
- `Vetical_PWM` 是用于存储计算得到的 PWM 值的变量。
- 静态变量 `error` 用于在函数调用之间保持状态,它记录当前角度与目标角度之间的误差。
- `error` 变量通过累加当前角度与目标角度之差来更新,即进行误差积分。
- 如果 `error` 超过 +8 或小于 -8,会进行积分限幅。
- `Vetical_PWM` 根据 PID 控制器的参数和误差值进行计算。其中,KP、KI 和 KD 分别表示比例、积分和微分系数。当前角度与目标角度之差乘以 KP,误差乘以 KI,陀螺仪 X 轴值乘以 KD,然后相加得到最终的 PWM 值。
请注意,代码中使用了一个名为 `Balance_Param` 的结构体或对象来访问 PID 控制器的参数。具体的参数值需要根据实际需求进行设置。