1樓：海王星·夜音
如果你又充分的資源研究這個問題，那麼你做出來的基於動態模型的h無窮控制器一定比pid好的多，而且還可以實現效能均衡。然而大部分時候我們都無法對被控物件做充分的研究，這時候還用h無窮就很難優化控制器了，這時候不依賴模型的pid反而效果更好。
2樓：高斯白乎
比如考慮干擾抑制disturbance attenuation，那麼H無窮控制器對應的是worst-case的disturbance attenuation最小。於是，PID控制器的worst-case的disturbance attenuation就大於H無窮控制器的。當然也可能相等，如果H無窮控制器恰巧等於PID控制器的話。
3樓：小心假設
一不基於模型
用PID。有個問題，那就是雖然不用考慮飽和（因為不基於模型，那麼飽和環節可以看作被控物件的一部分），但需要考慮過飽和。
二基於模型或輸入輸出資料（系統辨識）
PID和H無窮都可以。而且其實三階以上系統，H無窮的引數空間是大於PID的。
乍一看，H無窮的優化指標確定了，被控物件的模型確定了，控制器的結構也確定了（一般是個線性時不變的K），沒有什麼需要調的了啊（其實也有可調的，比如weight）？但其實在這個時候，重要的一環是被控物件模型的確定，其實有很多trick。不論是建模還是辨識，確定引數的誤差準則怎麼選？
模型不確定性如何刻畫？干擾如何刻畫？等等。
在這一點上，有點像卡爾曼濾波，初看起來，對於乙個問題，直接套公式就可以了，沒有什麼需要調的了（當然也可以調weight等）。但實際卻是，Q、R、初值的確定有很多trick。而這裡的Q、R不就是對干擾的刻畫嗎，初值不就是對被控物件的刻畫麼。
其實PID 也一樣，初看起來，如果PID的調參方法或優化指標確定了，被控物件的模型確定了，也就沒有什麼需要調的了啊？問題的核心也是在於模型與干擾的確定。當然，優化指標的選取本身也是個大問題。
這裡再插一句，其實濾波（確切地說，是最小方差狀態估計）跟控制（確切地說，是輸出反饋的最小方差控制）是同乙個問題（當然嚴謹地說，是對偶問題）。因此，兩者在設計跟分析方面，都可以互通有無。
三基於模型或輸入輸出資料，用H無窮準則調PID
簡單地說，就是控制器的結構不是一般的線性時不變的K，而是個PID（其實引數空間比K小了）。之後按照H無窮準則求取。
另外，對於以上
二、三來說，飽和問題同樣存在。但很多時候是被忽略了，因為一考慮飽和，整個系統就是非線性的了，就不存在傳遞函式了。也有很多trick可以處理這個問題。
話說回來，很多時候，如果對模型跟干擾無法較滿意地刻畫，那其實還不如用不基於模型的PID。
優勢、劣勢的話。PID可以不基於模型，是優勢；但如果模型與干擾刻畫較準確，那H無窮可以做得比PID更魯棒（比如H無窮可以最優全頻段干擾抑制的最差值，當然也有其它的H無窮），是優勢。
再插一句，跟最優一樣，魯棒的含義也很多。不能在一般意義下說誰更優，而只能在某個優化指標下說誰更優；同樣，不能在一般意義下說誰更魯棒，而只能在某個優化指標下說誰更魯棒。
4樓：Top Liu
H-inf是一種魯棒設計方法，據說大僵的飛控採用的是此方法。你也可認為這也是一種PID,但PID設計原則又是什麼，需要一種科學的分析方法不？如果強調魯棒性，那就Hinf吧。
如果強調最優，那就LQR，當然還有很多自適應的方法，那水就更深了
多旋翼無人機和固定翼無人機有什麼區別，為什麼多旋翼使用的比較多？
東方創展無人機培訓 多旋翼靈活，小範圍內，可以隨時隨地起降，飛行作業。固定翼起降方式稍微麻煩，比如彈射傘降，滑起滑降，民用作業多數場景受限，所以沒有多旋翼靈活，目前使用多的是垂直起降固定翼。純固定翼場景未來更趨向大載重物流無人機，需要跑道支撐的場景。 Clark 從某乙個角度談一談 固定翼分滑跑，彈...
如何理解四旋翼無人機小擾動線性化方程？
凸頭匠 題主是否可以提供下文獻資料？按照常規四軸小擾動線性化模型的建模方法和結果，最後一張圖的2 34式的u1應該對應Z通道，u4對應偏航通道才對。 閔希豪森男爵 瀉藥線性小擾動法的目的是用線性時不變的心態來看待乙個非線性時變系統，通過解除輸入輸出變數的耦合，同時實現系統的降價，便於控制器的設計。這...
現在實際能飛的無人機（四旋翼和固定翼）的飛控演算法除了PID，還有別的控制演算法麼？
Henry 可以看下2019年Annual Reviews in Control中的一篇綜述，總結了多旋翼無人機位置與姿態控制演算法。Position and attitude control of multi rotor aerial vehicles A survey MWangAI 我覺得很多...