基于PID算法巡线小车设计与实现.docVIP

基于PID算法巡线小车设计与实现 　　本文描述了如何使用PID算法实现小车巡线的运动，针对依靠直流电机驱动双轮小车平台，依靠引导线进行运动的特点，设计了基于PID驱动算法与加权平均扫描法，实现对小车的巡线控制。在算法中对比，整合PID的三个参数，使在小车巡线过程中协调发挥作用，实现在离散状态下小车巡线的精确控制。通过实践表明该算法具有适应性强，控制精度高，调整误差小的优点。 　　【关键词】PID 算法 巡线 加权平均扫描 　　1 引言 　　PID技术广泛应用于各种领域，其因为结构简单，参数明确，容易实现，其P（Pro-portional）是比例项，I（Integral）是积分项，D（Derivative）是微分项。PID能够精确控制各种被控对象，比如在控制小车巡线方面。在实际应用中可以采用P，PI，PD或PID等控制形式，同时约可以加入人工智能模糊控制，在使用PID时要根据被控对象的系统响应变化特点作出选择和调整。PID算法的原理是根据设定值r（t）与输出值c（t）之间的偏差e（t）=r（t）-c（t），通过线性组合按照比例，积分，微分运算后生存控制变量，及时控制小车巡线运动。PID系统结构如图1所示。 　　其中，u（t） 为输出项；为比例放大系数； 为积分时间；为微分时间； e（t） 为误差值；为控制量基准值。 　　比例放大系数能加快系统响应速度，但容易产生超调现象，在机器人巡线行走过程中会出现左右搬动现象； 积分时间参数 主要作用是消除系统的稳态误差； 微分时间参数 作用是改善系统的动态性能，对误差趋势能够进行提前干预。 　　2 双轮巡线小车结构设 　　2.1 小车位置判定 　　在PID算法设计中，构建比例因子是最重要的。第一步就是确定比例采样方法，构建比例方法。在小车运动巡线过程中，在小车前端的7路颜色传感器不断反馈扫描的信息给CPU，7路颜色传感器从左到右依次为P1，P2，P3，P4，P5，P6，P7，P4传感器只要引导走直线，P1和p7，P2和P6，P3和P5分别为一组 ，通过不同组的传感器反馈回的信息能实时判定小车的位置状态，通过不同组反馈的位置信息与P4传感器位置偏差e（t），通过比例因子就可以构建PID算法中比例控制项了。前端7路传感器通过程序实时扫描可以得到小车的采集位置b1，b2值，传感器同时扫描的到引导线的采集点数量为z1，z2。因此传感器对应点位置信息为公式（2）。 　　PID算法中，可以根据位置信息，选用不同的比例因子构建比例算法，在巡线过程中左边的传感器很重要，所以左边的传感器的系数比右边的传感器的系数大，巡线过程中要根据现场具体调试比例因子。小车巡线过程中可以根据偏差信息，可以计算出PWM值驱动直流电机，然后根据小车的车身状态分别驱动小车的左右电机上。PWM值计算公式为（3）。 　　PWM=N1*x1+N2*x2 　　3 PID算法设计 　　3.1 巡线方式 　　本论文采用的巡线小车是用7路颜色传感器采集路线信息，7路颜色传感器在小车前端一字排列，这样布局可以很容易的采集到路况信息。单片机通过传感器反馈回的信息判断小车位置，然后通过PID算法计算出PWM值及时调整小车的状态，然小车一直沿着引导线运动，避免小车脱离轨道，各个传感器反馈回的信息依次加权（i=1，2…..7）计算公式如公式3.2 巡线过程中遇到的各种情况 　　本文提出了各种不容的解决方案。 　　（1）如果小车遇到环形路线，这种路线小车在巡线过程中是最简单，只要通过小车前端的7路颜色传感器就可以使小车沿着引导线快速平稳的巡线运动，在这种路线中，7路传感器同时检测引导线，如果P1和P7，P2和P6都检测到了引导线，说明小车面临较多转弯，根据P1和p7传感器反馈回的信息通过加权算法和PID算法计算出PWM值，分别控制左右直流电机的转数和方向，使P4一直能检测到引导线，因为p4传感器是引导小车直线前行的。当遇到1字路口的路线，面对这种路线可能会出现各种路线，因为面对十字路口小车可以向前走，向左走，向右走三种情况，面对这种情况，小车前端的7路颜色传感器都可以检测到引导线，对于小车使向向前，还是转弯，这需要单片机程序控制，如果想让小车向前走，通过p4传感器反馈回的信息加权和PID算法计算出PWM值，分别以相同的PWM值控制直流电机向前走，当然如何想让小车左转，就让P1，和P7的传感器起作用，分别通过PID算法计算出左右电机不同的PWM值，这样左边电机的PWM值小于右边电机的PWM值，进而引导小车向左转，同样如果想让小车向右转弯，通过传感器反馈回的信息运用PID算法计算出左右电机的PWM值，这样右边的电机的PWM值小于左边电机的PWM值，进而引导小车向右转 　　（2）如果小车遇到八字交叉路线，对于这种情况也要分不同