控制現在很大程度上是個工程問題。距離純粹的學術研究越來越遠。這意味著，任何控制理論最後的落腳點必須是現實的問題。一個控制理論做得再炫，不能解決任何實際問題也白搭。
這一點需要每一個學習控制論的人心中有數。
PID控制好不好用？很好用。你可以不知道經典控制理論，不知道什麽是二階系統，不知道零極點分布，只要知道PID三個增益各自會如何影響系統響應就夠了。
我覺得世界上也許有80的控制問題可以用PID搞定，剩下的20%裏面又有90%可以用PID加前饋解決。最後其實可能只有那麽1-2%的控制問題必須用成體系的控制理論去解決。如果你要做控制，就要把自己擺在那1-2%的控制問題所在的位置。
這些問題可能有哪些特征呢？
1. 高度非線性；
2. 多輸入/多輸出，且高度耦合;
3. 系統延遲極大，但控制指標要求卻不低；
4. 傳感器資訊非常有限，或更新頻率相對很低；
5. 系統參數變化很大；
等等。
對於這些高難度系統，一個控制工程師不應該再僅僅專註於控制，而應該從全域上把握整個系統。
很多的控制問題，只要把傳感器或者驅動裝置進行一定限度的改良，立刻就能將難度降低大半。
比方說自動駕駛車輛裏面的車輛朝向的控制，如果只部署一個GPS傳感器，那麽只有當車子運動起來以後你才能知道具體的朝向（磁力計的精度太差），而且運動速度越低方向測量精度越差。如果你需要低速下高精度的方向測量，那麽你可能需要花費非常大的精力在擴充套件卡爾曼濾波、傳感器融合等方面。但如果你一開始就部署兩個GPS天線，直接測量車輛朝向，也就沒這麽多麻煩了。
越是復雜的系統越是如此。
在這個意義上，我一直主張控制工程師應該成為復雜機電系統的專案經理或者系統工程師。所有的機械部件，所有的傳感器，所有的電路，最後都要由控制系統來支配。所有的控制目標都要由控制系統來實作。只有控制工程師是同時要和一個器材的上下遊同時打交道，只有控制工程師能夠將最終目標轉化為對各個子系統的具體要求。如果僅僅是把一個已經定型的復雜機電系統交給控制工程師去設計控制演算法，那麽大部份時候將無法完全發揮這個機電系統全部的潛力，或者會為了實作效能指標而產生成本浪費。
如此一來，一個控制專家，在如今的背景下，絕不只是一個能推公式寫演算法的專家，而是一個能夠從全域高度上把握整個系統、根據控制目標來規劃整個硬件/機械系統設計的專案經理。他必須了解各種相關傳感器各自的優劣，能夠權衡利弊，能夠在成本允許的條件下對驅動器、傳感器進行選型，向機械和電子工程師傳達明確無誤的資訊，在必要時用演算法補足實體系統的不足。
一向都有人說自動控制專業是萬金油，而專案經理恰恰就應該是萬金油——除了自己那一塊要精通，其他方面也都需要有相當的涉獵，這才能夠高水平的完成工作。
所以，對於做控制的人來說，首先需要明白那些需要你這樣的人來解決的1-2%的問題在哪裏。然後要盡可能地了解周邊系統（機械、電子、力學等等）的知識。否則的話，往往會覺得並無用武之地，或者工作難以展開。
