MATLAB与ADAMS联合仿真：经典PID、模糊PID及改进模糊PID在四足机器人速度控制中
的对比研究
最近在折腾机械臂控制的时候发现，单纯用MATLAB做算法验证总感觉差点意思。正好今天有空，跟
大伙儿唠唠怎么把ADAMS的刚体动力学和MATLAB的控制算法结合起来玩联合仿真。咱们就拿经典的PUMA机
械臂当小白鼠，用三种不同的PID控制器调教它的关节速度响应。
先整点硬核的代码开开胃。经典PID的Simulink模型可以直接用Robotics Toolbox搭骨架：
```matlab
% 导入PUMA560模型
mdl_puma560;
p560 = p560.nofriction(); % 去除摩擦干扰
% 构建PID控制器模块
pid_block = pidtune(p560.joint(1).dynmodel, 'PID');
```
这里直接把机器人的动力学模型扔给pidtune做参数自整定，不过实际跑ADAMS联合仿真时得注意
采样率匹配。我吃过这个亏——ADAMS默认1ms步长，要是MATLAB那边设成0.1秒步长，仿真结果能飘到姥姥家
去。
模糊PID就更有意思了，核心在于规则库的设计。给大家看个自制的模糊控制器片段：
```matlab
fis = newfis('fpid');
% 误差和误差变化率的模糊分区
fis = addvar(fis,'input','e',[-3 3]);
fis = addmf(fis,'input',1,'NB','trimf',[-3,-3,-1]);
fis = addmf(fis,'input',1,'NM','trimf',[-3,-1.5,0]);
...% 省略其他隶属函数
% 输出参数自调整规则
ruleList = [
1 1 3 1 1;
2 2 1 1 1;
...% 20条控制规则
];
