在线工具 · 经典控制
PID 调参模拟器 · 四旋翼指令飞行
四旋翼一直在飞，PID 一直在算：点击或拖拽画布下达目标点，拖动 Kp / Ki / Kd 即刻改变它的性格——超调、振荡、顶着风悬停，全都看得见。
连续实时仿真免登录
飞行场 · 点击或拖拽下达目标
扰动
X 轴 PID 输出 (m/s²)
Y 轴 PID 输出 (m/s²)
平面飞行 = 两个独立 PID 各管一轴，共用同一组增益。曲线是各轴输出加速度的 P / I / D 分解，不是误差本身——误差为 0 时三条线都归零，增益不变输出也在变。
控制器参数（拖动即时生效）
Kp 比例3.00
响应快慢与刚度：大 → 冲得猛、易超调；小 → 软绵绵。
Ki 积分0.30
消除稳态误差：顶着恒风悬停全靠它；太大 → 缓慢振荡。
Kd 微分2.40
阻尼：抑制超调；太大 → 像喝醉一样高频抖动。
预设
机体（可改）
质量 m (kg) · 越大越抗风1.00 kg
空气阻尼 c (1/s)0.60
最大加速度 (m/s²)6.0
实时指标
当前误差
0.00 m
本次峰值误差
0.00 m
稳定时间 (5cm 内)
—
输出饱和占比 (5s)
0%
PID 各项在干什么？
P — P（比例）——盯着「现在差多少」：误差大就使劲推，误差为零就撒手。副作用：需要误差才有输出，所以顶着恒风会停在一个差一点点的位置。
I — I（积分）——记住「过去欠了多少」：把历史误差累加起来慢慢补，最终把稳态误差清零（试试顶着恒风把 Ki 从 0 拉起来）。副作用：会累积过头（积分饱和），引起超调。
D — D（微分）——预判「正在冲多快」：接近目标时提前刹车，天然的阻尼感。副作用：放大噪声，太大会高频抖动。本工具的 D 项作用于测量值，拖动目标不会产生微分冲击。
怎么玩出教科书曲线？
- 冒进振荡：Kp 拉大、Kd 归零，点一个远处目标——超调和来回振铃一目了然。
- 稳态误差：开「恒风」、Ki 归零，无人机停在差风一截的地方；把 Ki 加起来看它慢慢顶到位。
- 积分饱和：目标设在很远角落让输出长期饱和，同时 Ki 拉大，到位后必然过冲——这就是工业上要 anti-windup 的原因。
- 阻尼手感：固定 Kp，从 0 慢慢加 Kd，看振荡一步步被压成一次到位。
机器人里哪里在用 PID？
- 关节伺服：机械臂每个关节一个 PID 电流/位置环，几十年来工业机器人的标配。
- 平衡控制：两轮车/双足的直立环就是一个 PID，D 项提供「阻尼感」。
- 飞行器姿态与位置：无人机的串级 PID——位置环给速度目标，速度环给加速度，最外层就是你正在玩的这一层。
- RL 之上：强化学习策略输出目标，底层仍由高频 PID 伺服跟踪——现代机器人「大脑 RL、小脑 PID」。