智能车的PID控制.docVIP

智能车的 PID控制 智能车的转向控制和速度控制是一体的，合理的速度分配以及最优的行驶路线，才能使智能车在最短时间内完成比赛。 从我们开始提速调试的过程中，曲率半径为50cm的最小弯几乎都会冲出去，究其原因是当初赛道判断出错，入弯时速度调整太迟，当速度调整过来时，车子已经冲出赛道。经过长期的调试发现，如果在入弯前能及时调整速度，智能车在弯道内可以很好的以比较高的速度行驶，同时可以切线以最优路径行驶 以单行黑线点与图像中心的偏差来对转向进行控制。 最终采用了PD对转向进行控制，P——某一行的偏差，D——本次偏差与上一次偏差的差值。 PD值是我们调好的一组固定值。只是P的参考行我们采用的是动态设定，根据我们外部按键设定的速度值的不同，也通过外部按键设定不同的参考行，保证智能车的沿线及切弯。 设定速度低时，参考行设定距车子近的方向，如果此时设定的距车子太远的地方，智能车在过弯道时，很容易切弯过度，行驶出赛道。当设定速度高时，参考行设定距车子远的方向，这样可以在高速行驶下，使车子提前转弯 我们采用的是增量式PID算法。PID控制器原理图如图3.13所示， 图3.13 PID控制器原理框图 图3.13中，r(t)是电动机的速度设定值，c(t)是转速的实际测量值，e(t)是控制器的输入偏差信号，u(t)是控制器的输出控制量，则PID控制算式如下： 公式1 其中Kp是比例系数，Ti是积分时间常数，Td是微分时间常数。把上式离散化处理后得： 公式2 其中Ts为采样周期。由于采用的是增量式PID算法，因此PID调节器只需计算出控制量的增量，所以增量式PID控制算式如下： 公式3 公式4 令A=（Kp+Ki+Kd），B=(Kp+2Kd)，C=Kd，则有： 公式5 我们只需确定上式中的A,B,C三个变量的值，寻找一组最为合适的PID参数，在这里推荐经验调试来确定三个变量的值，先把B,C置0，调参数A，然后在A的基础上依次来确定B和C。此时单片机里面PID控制器算出的是PWM控制信号的占空比。 鉴于最近一直在研究算法，所以颇有些心得体会，整理了一下，觉得比较实用的一些PID的原理，及具体的调节方案，供大家参考学习，调节这个参量的值，需要耐心和经验，但是更多的是我们得静下心来调整，希望大家加油，马上我们就要交锋了。如有疏忽之处请大家见谅。 模拟PID调节器 模拟PID调节器的微分方程和传输函数 PID调节器是一种线性调节器，它将给定值r(t)与实际输出值c(t)的偏差的比例(P)、积分(I)、微分(D)通过线性组合构成控制量，对控制对象进行控制。 ? ? ? ?? ?PID调节器各校正环节的作用 1、比例环节：即时成比例地反应控制系统的偏差信号e(t)，偏差一旦产生，调节器立即产生控制作用以减小偏差。 2、积分环节：主要用于消除静差，提高系统的无差度。积分作用的强弱取决于积分时间常数TI，TI越大，积分作用越弱，反之则越强。 3、微分环节：能反应偏差信号的变化趋势(变化速率)，并能在偏差信号的值变得太大之前，在系统中引入一个有效的早期修正信号，从而加快系统的动作速度，减小调节时间。 常用的控制方式 1、P控制? ?? ?? ? 2、PI控制? ?? ?? ? 3、PD控制? ?? ?? ? 4、PID控制? ?? ??? PID算法的两种类型 1、位置型控制――2、增量型控制 微分先行和输入滤波 1、微分先行 微分先行是把对偏差的微分改为对被控量的微分，这样，在给定值变化时，不会 产生输出的大幅度变化。而且由于被控量一般不会突变，即使给定值已发生改变， 被控量也是缓慢变化的，从而不致引起微分项的突变。微分项的输出增量为? ?? ?? ? 2、输入滤波 输入滤波就是在计算微分项时，不是直接应用当前时刻的误差e(n)，而是采用滤 波值e(n)，即用过去和当前四个采样时刻的误差的平均值，再通过加权求和形式 近似构成微分 积分项的改进 一、抗积分饱和 积分作用虽能消除控制系统的静差，但它也有一个副作用，即会引起积分饱和。在偏差始终存在的情况下，造成积分过量。当偏差方向改变后，需经过一段时间后，输出u(n)才脱离饱和区。这样就造成调节滞后，使系统出现明显的超调，恶化调节品质。这种由积分项引起的过积分作用称为积分饱和现象。 克服积分饱和的方法： 1、积分限幅法 积分限幅法的基本思想是当积分项输出达到输出限幅值时，即停止积分项的计算，这时积分项的输出取上一时刻的积分值。其算法流程如图5-2-4所示。 2、积分分离法 积分分离法