FLL机器人比赛中PID巡线使用方法.docVIP

FLL机器人比赛中PID巡线使用方法 　　[摘 要]PID巡线技术是FLL机器人比赛过程中十分常见的一种巡线技术，与此占据同等重要地位的还有基础小车的搭建。本文将主要对FLL机器人比赛过程中的PID巡线技术使用方法及基础小车的搭建等内容进行研究分析。 　　[关键词]FLL机器人比赛；PID巡线；使用方法 　　中图分类号：S988 文献标识码：A 文章编号：1009-914X（2018）10-0385-01 　　随着教育环境的改变以及教育观念的进步，机器人竞赛在近几年来得到了越来越多人的关注，不仅竞赛的次数增加而且种类显著。经过研究发现机器人竞赛的举办可以使青少年发现与解决问题的能力得到提升，正好符合了当前的素质教育理念[1]。为了适应这一趋势，不少大学也纷纷开设了机器人专业。机器人教育不仅与学生的天性相符合，也使得教育事业领域得到拓展。FLL机器人比赛是众多机器人比赛当中最为复杂的一种，也更加考验青少年的能力要求。该项赛事过程中机器人的搭建以及PID巡线的使用都会对最终的结果产生直接影响。 　　1、PID巡线使用方法 　　在FLL机器人比赛过程中，巡线是十分重要的技能，想要提高机器人的定位准确度，更好的完成任务，就必须要认识到PID巡线的重要性。有了巡线的帮助，机器人可以对比赛场地上的各种线路进行充分的利用，进而使其准确度与速度都得到相应提升。常规教材当中所起到的，黑白位置的控制与判断是由传感器来完成的，同时对左右轮交替前进的方式展开相应的控制。但是采用这种方式，会使车体发生很大的摆动，精度也得不到较好的控制，这最终会导致在比赛过程中出现很多失误[2]。为了使机器人比赛的精度得到进一步的提升，需要在FLL机器人比赛过程中使用PID巡线方法。 　　1.1 PID当中的P算法分析 　　机器人在具体工作过程中所开展的巡线活动主要是对黑白交界线来进行巡视，我们使用自己的眼睛所开拿到的分界线是黑白分明，与颜色比较亮的光线相比，黑色的光线比较暗一些，实际上不管光线具体的变化规律是怎样的，或许是从明到暗也或许是从暗到明，根据现行变化的值来对机器人的位置进行确定，从而更好的对驱动轮电机的功率进行确定，实现位置的修正。一般情况下机器人所使用的用于驱动的电机都是习惯B和C，主要是默认程序所认的就是B和C[3]。在具体计算过程中可以这样开展：如果黑色路线平均光纤的值，我们将其看做5，而白色部分光线数值为55，这两种光线的平均值为30，这个平均值我们就能将其当做黑色与白色交界线的光线值。在使用传感器测量的?^程当中，如果传感器所得到的值和计算出的光线平均值30一致，这样就说明传感器与分界线的位置相互重合。如果传感器所得到的值低于30，说明其处于黑色部分当中，如果数值超过30，又说明传感器距离黑色部分的距离比较远，数值越大，距离越远。为了使分析变得更加的通俗易懂，将巡右侧分界线作为具体分析的对象简单谈一下算法口的相关内容。 　　（1）传感器和实际计算出的平均值之间的差距需要进行计算，再传感器测量了光线值之后，再使用计算得到的平均值与传感器测量得到的数值相减，如果数值为正数，这说明传感器位于偏黑线部分，此时就B电机和C电机的功率情况来看，明显是B电机功率高于C电机。 　　（2）实际计算得到的平均值与传感器所得到的数值差需要乘以相应的系数，这个系数是由驱动轮和光电之间的距离以及驱动轮自身的大小决定，一般系数会介于0-1之间，得到的这个数值需要加上基础功率，这个基础功率和车辆的稳定性相关，比如功率大，车辆的速度会更快而车辆自身的稳定性也会较差，这样所得到的数值就是B电机的功率，C电机的功率则是使用基础功率减去新数值，这样可以对机器人的位置进行相应的调整。在这个过程中最为关键的内容就是需要找好基础功率和相关的系数，这两个数值与机器人的稳定性和速度是直接相关的，但是这两个数值之间却存在比较严重的矛盾，因此需要找到平衡点。 　　1.2 PID当中的I算法分析 　　上述内容当中对PID算法当中的P算法进行了相应的分析，如果是对于一些线路相对平滑的情况下，巡线精度其实已经得到了较好的控制。但如果遇到那些急拐弯儿的路线或者是曲线，弯曲度比较大的线采用P算法还无法满足实际需求，这时候需要将I算法加入其中。I算法的实际应用也需要先将平均值和光线值计算出来，并且得到两个数值之间的误差，将得到的误差存入变量，这样就会得到相应的计算公式：误差+变量=变量，如果机器人所行驶的线路相对平滑，那么误差也会有正负之分，大部分误差可以被及时抵消。若遇到那些弯曲度相对大的线路，在引入了算法之后可以对误差进行修正，最终的希望就是变量可以更接近零，这样行进线路也会变得更加平顺。想要达到这些目的，需要做到：在B电机和C电机当中的基础功率当中加入累积的误差变量。本次分析还是