PID算法在智能车方向控制中的应用

算法分析数字技术 与应用

140智能化和自动化是两个概念,自动化是按照固定的模式运行,而智能化可以模式人类的思维和行动,完成部分人类能够完成的事情。因此,智能汽车必须要具有独自的“思想”,通过设计一个智能化操作系统,从而实现汽车的智能化控制。而在智能汽车设计中,路径控制是非常重要的一个环节。1 智能汽车智能识别路径的原理在智能汽车行驶过程中,路识别模块会对马路信息进行采集,速度检测模块检测速度,所获得的数据传输到单片机中进行A/D转换,单片机结合反馈后的数据,利用PWM进行波控制舵机转向、MC33886控制电机转速,从而实现智能控制的目的。智能汽车主要内部构成包括:电源模块、道路识别模块、电机驱动模块、速度检测模块、舵机驱动模块5个方面。2 PID在路径控制中的应用2.1 路径走向预测(1)路径抖动强度。通过PID位置型控制算法,对汽车现在检测的路径位置和前几次走过的路径位置进行做差处理,求出差值,并将差值放大后累加,再减去一个衰减常数,这样既可得到智能车走过的这段距离,分析车辆在全进方向和路径摆动的强度。通过计算抖动强度来表示汽车是否进入到了蛇形走线或是否遇到了弯道。如果路径变化非常快,会逐渐减低数比变化值,系统就会将短程数据累计到最大;如果所检测的数值超过了预定数值,则表示汽车运行处于危险状态,从而降低运行速度。(2)路径偏离车辆前方速度。在此方面上,同样是采用PID算法进行控制,但是与路径抖动强度原理不同,系统知识对路径偏离情况和车辆前进方向位置求差值,之后通过放大、累加、衰减进行计算。如果行驶道路弯度过大,车辆单位路程内路径也会偏大,二者成正比例关系,因此通过累加后的衰减值也会增加,其偏离速度的就越大。通过分析偏离速度系统可以掌握行驶路径弯道度的大小,这样在系统控制中即可通过加减速来控制驱动系统做出相应动作,完成转弯。在转弯控制中,依然是通过路径传感器实现弯道减速控制。由于在转弯过程中,车辆传感器所检测到路标、路线会逐渐接近,这是PID算法就会测量出路线弯曲度以及与汽车之间的距离,并在设置的安全距离值范围内控制车辆沿着路线弯曲度实现转弯。在实际应用中,通过设置车辆与路线之间的绝对安全距离值,传感器会通过计算弯道弯曲度和安全距离,对汽车方向控制器下达转弯的指令,转弯度与路线弯曲度形同,这样即可降低车辆驱动电压,实现安全转弯。2.2 加减速机构加减速性能会直接影响到车辆的速度。在加速过程中不能占据过多的PWM空间,否则会产生打滑问题,也就是车辆旋转。这个动作非常危险,将直接影响车辆运行的安全性。如果加速不够迅速,会导致车辆由于加速度过程过长而影响行驶速度,这就需要采用快速且柔和的加速过程,但在描述这个速度过程中,还要适应不同的路径情况,因此可以采用模糊的控制方法,根据车辆状态进行加减速控制。通过PID位置算法可以计算出道路实际行驶状态,通过PID增量控制算法得到转动角度。智能汽车驱动电机是PID控制的对象,电机速度是由单片机输出的PWM脉冲频率和脉宽决定的。在实际操作控制过程中,需要在PID系统中设置频率固定、脉宽可调的方法实现控制。考虑到驱动电机理想速度会受到道路材料摩擦力、路径变化等条件制约。因此在PID驱动电机控制产量中设置三个固定值,包括直道时参量控制、不同角度弯道控制参量、上下坡的控制产量。需要注意一点,在设置控制产量过程中需要考虑是否合适,在车模试跑中进行相应调整,保证车辆在实际运行中在保持安全的基础上尽可能保持速度。2.3 转弯角度控制转弯角度控制实则就是对舵机的控制,通过向舵机中输入一个频率固定占空比不同的PWM,这样舵机就会呈现出不同的角度。为了保证车辆行驶安全性,需要控制车辆的行驶速度,这样才能够弥补舵机反应的过程。在车辆前进过程中,需要不断调整正前轮方向,如果在路径波动强度较低时,不能突然做出大幅度的转向,特别是在高速运行时,否则容易造成车辆蛇形线问题。为了避免车辆在直线上走蛇形线,需要在转弯过程中融入柔性控制系统。也就是越靠近车辆中心位置,其角度改变幅度也就是越小。也可以根据传感器捕捉到的道路信息进行区间划分,根据道路线的位置情况,越靠近车辆中心轴其转交角度就越加平缓,远离车辆中心轴就会更加剧烈一点。在实际应用中,路径传感器会在PID系统中检测道路实际变化情况,也就是直道和弯道变化情况,并将道路选位置信息转化为电压信息。滤波器可以将路径传感器中的干扰成分去除,根据PID算法所输出的数值对路径传感器电压进行调整,之后将所得出的测试数值通过PID控制器输出标准电压。取样电路主要是用于检测电机转速,并负责将速度信息转化为电压信息。反馈电路会将取样电路输出电压转化实际电压传送到PID计算系统中,之后将两个数值的代数和传送到PID控制单元中进行处理,将所处理完毕后的结果送到收稿日期:2017-11-21作者简介:王海燕(1979—),女,汉族,江苏苏州人,研究生,就职于苏州工业园区职业技术学院,研究方向:自动化控制。PID算法在智能汽车路径控制中的应用王海燕 朱利军(苏州工业园区职业技术学院电子工程系,江苏苏州 215021)摘要:近些年来,智能汽车已经成为了行业研究热点。基于此,本文结合智能汽车路径识别原理,分别对PID算法在汽车路径控制中的路径走向预测、加减速机构和转弯角度控制中的应用进行了分析。关键词:PID算法；智能汽车；路径控制；方向；速度中图分类号:TP242文献标识码:A文章编号:1007-9416(2017)12-0140-01

总630期第二期

2018年2月河南科技

HenanScienceandTechnology

模糊自适应PID算法在智能车中的应用研究

陈冠希

（贵州理工学院，贵州贵阳550003）

摘要：本文首先分析智能控制技术，然后阐述各个控制方法的原理，最后在MATLAB的Simulink模块中进行

了模型的建立和仿真，并对传统PID模型和模糊自适应PID模型的仿真分析图进行分析，从而得出模糊自适

应PID控制效果远远好于传统PID控制的结论。关键词：模糊控制；PID控制；智能车；仿真

中图分类号：TP273.5文献标识码：A文章编号：1003-5168（2018）04-0031-02

ResearchontheApplicationofFuzzyAdaptive

PIDAlgorithminIntelligentVehicle

CHENGuanxi

（GuizhouPolytechnicInstitute,GuiyangGuizhou550003）

Abstract:Thispaperfirstanalyzedtheintelligentcontroltechnology,andthendescribedtheprincipleof

thecontrolmethod,finallyhadcarriedontheestablishmentofmodelandSimulationintheSimulinkmod⁃

uleofMATLAB,andthetraditionalPIDmodelandadaptivefuzzyPIDmodelsimulationanalysischart

analysis,thusobtainedtheconclusionthatfuzzyadaptivePIDcontrolwasbetterthanthetraditionalPID

control.Keywords:fuzzycontrol；PIDcontrol；intelligentvehicle；simulation

２００８年７月　第３６卷第７期　机床与液压　

ＭＡＣＨＩＮＥ　ＴＯＯＬ＆ＨＹＤＲＡＵＬＩＣＳ　Ｊｕ１．２００８　Ｖｏ１．３６　Ｎｏ．７　

智能ＰＩＤ算法控制在伺服系统中的应用　

王刚，舒志兵　

（南京工业大学自动化学院，南京２１０００９）　摘要：伺服系统中闭环调节系统的参数整定是保证系统性能指标的重要环节。通过ＭＡＴＬＡＢ对松下ＭＳＭＡ４００Ｗ交流　伺服电机建立仿真模型，并利用智能ＰＩＤ控制算法实现伺服电机系统位置环参数自整定，从而提高系统的稳定性和可靠　

性。　关键词：伺服系统；智能ＰＩＤ；仿真　中图分类号：ＴＭ９２１．５４１；ＴＰ２７３　文献标识码：Ａ　文章编号：１００１—３８８１（２００８）７—３２０—３　

Ｔｈｅ　Ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　Ｉｎｔｅｌｌｉｇｅｎｔ　ＰＩＤ　Ａｌｇｏｒｉｔｈｍ　Ｃｏｎｔｒｏｌ　ｉｎ　Ｓｅｒｖｏ　Ｓｙｓｔｅｍ　

ＷＡＮＧ　Ｇａｎｇ．ＳＨＵ　Ｚｈｉｂｉｎｇ　

（Ａｕｔｏｍａｔｉｏｎ　Ｃｏｌｌｅｇｅ，ｉａｎｊｉｎｇ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ　２１０００９，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｔｈｅ　ｃｌｏｓｅｄ　１ｏｏｐ　ｓｙｓｔｅｍ’Ｓ　ｐａｒａｍｅｔｅｒ　ｉｎｓｔａｌｌａｔｉｏｎ　ｉｓ　ｉｍｐｏｒｔａｎｔ　ｌｉｎｋ　ｐａｒｔ　ｔｏ　ｅｎｓｕｒｅ　ｔｈｅ　ｓｙｓｔｅｍ　ｐｅｒｆｏｒｍａｎｃｅ　ｉｎ　ｔｈｅ　ｓｅｒｖｏ　ｓｖｓｔｅｍ．　Ｔｈｅ　ｓｉｍｕｌａｔｉｏｎ　ｍｏｄｅｌ　ａｂｏｕｔ　Ｐａｎａｓｏｎｉｃ　ＭＳＭＡ４００Ｗ　ｓｅｒｖｏ　ｍｏｔｏｒ　ｔｈｒｏｕｇｈ　ＭＡＴＬＡＢ　ｗａｓ　ｅｓｔａｂｌｉｓｈｅｄ　ａｎｄ　ｔｈｅ　ｆｕｎｃｔｉｏｎ　ｔｈａｔ　ｔｈｅ　ｓｅｒｖｏ　ｍｏｔｏｒ　ｓｙｓｔｅｍ’ｓ　ｐｏｓｉｔｉｏｎ　ｌｏｏｐ　ｓｅｌｆ－ｔｕｎｉｎｇ　ｂｙ　ｕｓｉｎｇ　ｔｈｅ　ｉｎｔｅｌｌｉｇｅｎｔ　ＰＩＤ　ｃｏｎｔｒｏｌ　ａｌｇｏｒｉｔｈｍ　ｗａｓ　ｒｅａｌｉｚｅｄ．Ｔｈｅ　ｓｙｓｔｅｍ　ｓｔａｂｉｌｉｔｙ　ａｎｄ　ｔｈｅ　

龙源期刊网

智能车设计中增量式PID控制算法的运用

作者：徐世豪

来源：《中国新通信》2017年第02期

【摘要】 智能车是现代科技研究与发展的重要方向之一，控制系统是智能车研发的关键所在。本文以增量式PID控制算法作为智能车研究的切入点，通过实验分析得出采用增量式PID控制算法能够起到提升智能车系统控制的目的，提升车辆的运动性能。

【关键词】 智能车增量式 PID控制算法

一、智能车总体方案设计

智能车的运行是基于传感器提前感知到道路的具体情况，进而通过内部控制系统发出相应的指令，做出相应的应对措施，调整行驶状态，达到顺利通过的目的。综合现有研究，智能车的运行状态如下图1所示：

控制器的输入是传感器信息（道路检测传感器和速度传感器信息）；输出是执行器件（舵机和直流电机）的控制参数。控制器要完成的主要任务有：图像采集、速度测量、图像处理、方向和速度控制。根据任务需要，控制器中应包含有图像采集模块、引导线提取算法、图像识别算法、脉冲计数模块、定时器模块、速度测量算法、方向控制算法、速度控制算法[1]，如图2所示。 龙源期刊网

二、智能车的控制算法

2.1 PID参数的影响

采用比例系数kp的目的，在于通过提升智能车系统的响应速度以提升其调节的精度，但需要合理控制kp的数值，不宜过大和过小。例如，当kp数值过大，则会加速系统的响应速度，导致超调进而危及到系统的稳定性。当kp数值过小，则会降低系统的响应速度而调节的精度随之下降，进而导致系统调节的时间被延长，破坏系统的动态性能与静态性能。在实验过程中，模型车在行驶过程时，随着kp系数增加舵机的反应速度得以提升，模型车在横向转向时，舵机迅速做出反应并及时调整方向。然而，当模型车处于直线行驶时，因车速较快导致出现控制不灵的问题，表现为：高速行驶过程中，模型车左右晃动难以及时稳定方向，致使直线行驶变成了摇摆不定的曲线。同时，因方向不定的影响，模型车的速度得不到提升。