无人机目标跟踪PD控制器MATLAB实现问题咨询

1. 错误的闭环模拟逻辑 #

你代码里的误差更新是error = error - vel*timestep，这相当于假设速度直接线性抵消像素误差，完全脱离了真实的控制闭环逻辑：

• 真实场景中，误差应该是TFLite实时检测到的目标位置与图像中心（期望位置）的差值，是外部反馈的输入，不是由控制量倒推出来的。
• 你现在的模拟是一个自循环的假闭环，没有模拟无人机运动→相机成像→目标检测→误差输出这个真实流程，导致调试出的参数和动态响应完全不符合实际。

2. PD控制器的微分项计算顺序错误 #

你当前的代码执行顺序颠倒了误差更新与控制量计算的逻辑：

prev_error = error; 
error = error - vel*timestep; % 先假设误差变化
d_error = error - prev_error; % 再计算误差变化率
vel = Kp * error + Kd * d_error / timestep;

正确的闭环逻辑顺序应该是：

1. 记录上一时刻的误差（prev_error）
2. 获取当前时刻的真实误差（模拟真实检测结果）
3. 计算误差变化率
4. 计算输出控制量
5. 控制无人机运动，进而影响下一时刻的误差

你的错误顺序导致微分项计算的不是真实的误差变化率，而是你假设的误差变化，这会让控制量出现突变。

3. 微分项增益符号错误 #

PD控制器中，Kd应该为正数：

• 微分项的作用是根据误差的变化率调整控制量：当误差快速增大（变化率为正），需要增大反向控制量抑制误差；当误差快速减小（变化率为负），需要减小控制量避免超调。
• 你设置Kd = -0.9，会让微分项起反作用，反而加剧控制量的突变，导致加速度曲线过陡。

修正后的模拟代码 #

下面是符合真实闭环逻辑的模拟代码，模拟了无人机运动后误差随运动变化的真实反馈：

clear
clc
clf

Kp = 0.008; 
Kd = 0.9; % 修正为正数

desired_pos = 0; % 期望目标在图像中心（像素误差为0）
current_pos = 200; % 初始目标位置，对应误差200像素
error = current_pos - desired_pos;

iterations = 1000;
timestep = 0.05; % 20Hz
total_time = 0; 
vel = 0;
drone_pos = 0; % 模拟无人机的物理位置

x = zeros(1, iterations);
y_error = zeros(1, iterations);
y_vel = zeros(1, iterations);

for i = 1:iterations
    x(i) = total_time;
    y_error(i) = error;
    y_vel(i) = vel;
    
    prev_error = error;
    
    % 模拟无人机运动：速度*时间步长改变物理位置
    drone_pos = drone_pos + vel * timestep;
    % 模拟相机检测：目标相对无人机的位置映射为像素误差
    % 这里简化为线性映射，真实场景需要结合FOV、距离等
    current_pos = 200 - drone_pos * 0.1; % 假设无人机每移动1单位，误差减少0.1像素
    error = current_pos - desired_pos;
    
    % 计算误差变化率
    d_error = (error - prev_error) / timestep;
    % 计算PD控制输出
    vel = Kp * error + Kd * d_error;
    
    total_time = total_time + timestep;
end

hold on
plot(x, y_error, 'b-', 'DisplayName', '像素误差');
plot(x, y_vel, 'r-', 'DisplayName', '控制速度');
legend;
xlabel('时间(s)');
ylabel('值');
title('PD控制器闭环模拟');

额外建议 #

1. 真实场景中，必须把像素误差转换为无人机的物理控制量（比如角速度对应像素x误差，线速度对应像素y误差），后续要补充FOV、目标距离的映射关系，否则像素误差和物理运动完全脱节。
2. 可以加入饱和限制，限制最大速度和加速度，避免无人机执行机构过载。

内容的提问来源于stack exchange，提问作者jonathan