基于經(jīng)典PID算法的智能車系統(tǒng)研究

1、自動化與儀器儀表年第期（總第期） 收稿日期：作者簡介：吳全玉（），男，安徽碭山人，碩士研究生，主要研究方向為嵌入式系統(tǒng)應(yīng)用、無線傳感器網(wǎng)絡(luò)。基金項目：高校優(yōu)秀青年人才基金項目（）基于經(jīng)典算法的智能車系統(tǒng)研究吳全玉，張曉東，晁曉琪，徐宇寶（皖西學(xué)院機械與電子工程系六安，）摘要：如何根據(jù)各種傳感器輸入的信息快速識別出前方道路的情況，是智能車系統(tǒng)控制領(lǐng)域研究的難點。本文用作為核心處理器，完成智能車電源、驅(qū)動、數(shù)據(jù)采集處理和測速等模塊的設(shè)計與實現(xiàn)，在此基礎(chǔ)上提出了基于經(jīng)典路況識別的控制算法。通過大量的實踐和調(diào)試總結(jié)出算法的各項系數(shù)參考表，使我們的智能車系統(tǒng)在參賽時最終平均車速達(dá)到，入彎道時最大速度達(dá)到

2、，基本上滿足全程高速運行的要求。關(guān)鍵詞：智能車系統(tǒng)；數(shù)據(jù)處理；經(jīng)典Abstract: In the smart car control systems, a key problem is how to recognize the road status by the information coming fromsensors. In this paper, we designed a smart car based on a core processor of MC9SDG128B, including the power module, drive module,data processi

3、ng and speed detecting module. In order to make the smart car recognize the road status well, we have given the classicalPID control algorithm and its significant coefficients on many experiments. Finally, in the contest the average speed of our smart car hasreached 1.75m/s, and the curve max speed

4、has reached2m/s, all of these basically satisfy the high speed request.Key words: Systems of smart car ; MC9SDG128B ; Data processing ; Classical PID control algorithm中圖分類號：文獻(xiàn)標(biāo)識碼：文章編號：（）引言隨著智能交通系統(tǒng)的研究在各國越來越被重視，智能車的系統(tǒng)控制技術(shù)也成為一項新興技術(shù)，教育部決定舉辦基于高速發(fā)展的智能車技術(shù)為背景的“飛思卡爾杯”全國大學(xué)生智能車大賽。信號處理技術(shù)和單片機技術(shù)使智能車能夠以最合適的速度自主循線，

5、在碰到傳感器盲點時能主動找正，實時判斷車體是否處正常狀態(tài)并及時修正。同時本系統(tǒng)的研究可以為無人駕駛汽車的后續(xù)研究提供經(jīng)驗。硬件總體設(shè)計根據(jù)智能車的功能要求進(jìn)行總體設(shè)計，將各個功能進(jìn)行模塊化，本設(shè)計是基于單片機的智能車控制系統(tǒng)，該系統(tǒng)綜合了傳感器技術(shù)、自動控制技術(shù)，如圖所示。中央處理器采用單片機，可以通過（）在線編程，控制所有的外圍設(shè)備及傳感系統(tǒng)協(xié)調(diào)運行。圖硬件系統(tǒng)控制圖舵機用來控制智能車的轉(zhuǎn)向，四個驅(qū)動模塊驅(qū)動直流電機使智能車的后輪做前后運動。霍爾傳感器實時測量智能車的速度，數(shù)字式光電傳感器組采集前方道路的信息，同時智能車還帶有制動控制裝置。數(shù)據(jù)采集與處理利用多對數(shù)字型光電傳感器，將整個賽道分

6、為多個區(qū)域，直接以傳感器組反饋回來一組二進(jìn)制數(shù)組值，來判斷黑線的位置，這種查詢方式的優(yōu)勢在于算法簡單，易于實現(xiàn)。在實際中，使用的也是這種算法，但是有了一定的改進(jìn)，并不直接以傳感器反饋回來的值，而是通過這組值來計算黑線的中心的方法，這樣，可以使反映黑線位置的值，變的更加平滑連續(xù)，同時也有利于轉(zhuǎn)向舵機的位置調(diào)節(jié)。利用單片機的個采集口，也就對應(yīng)著同時能采集路數(shù)據(jù)，此路數(shù)據(jù)將整個空間分成多個區(qū)域，通過分析這些數(shù)據(jù)找到路徑的關(guān)鍵路徑。采集到黑線是轉(zhuǎn)換后的值小于，而白線一般大于。但在實際應(yīng)用中，將面臨一定的隨機擾動且這些擾動往往不是單一的，有時既要消除脈沖干擾，又要作數(shù)據(jù)平滑。例如為防止脈沖擾動的平均值濾

7、波算法就是一種應(yīng)用，但這種算法要求大量數(shù)據(jù)，因此我們選擇程序判斷濾波的方法。通過實踐，發(fā)現(xiàn)相鄰兩次采樣值之間的變化有一定的限度。程序判斷濾波就是確定出相鄰兩次采樣信號最大偏差，若超出此偏差值，則表明該輸入信號是干擾信號，應(yīng)去掉；若小于此偏差值，可將信號作為本次采樣值。程序判斷濾波根據(jù)濾波方法的不同，可分為限幅濾波和限速濾波種。限幅濾波把兩次相鄰的采樣值相減，求出其增量（以絕對值表示），然后與兩次采樣允許的最大差值（由被控對象的實際情況決定）進(jìn)行比較，若小于或等于，則取本次采樣值；若大于，則仍取上次采樣值作為本次采樣值。即（）式所示：（）具體應(yīng)用時，關(guān)鍵的問題是最大允許差的選取，太大，就不能濾出

8、各種干擾信號，使系統(tǒng)誤差增大；太小，又會使某些有用信號被泄露，使計算機采樣效率變低。因此，門限值的選取是非常重要的。通?？筛鶕?jù)經(jīng)驗數(shù)據(jù)獲得，而我們是由實驗得出。限速濾波最多可用次采樣值來決定采樣結(jié)果，設(shè)順序采樣時刻、的采樣值分別為（）、（）、（），則如式（）所示。（）限速濾波較為折中，既照顧了采樣的實時性，又顧及 了采樣值變化的連續(xù)性。此次采集中將各傳感器的值存入臨時數(shù)組中，連續(xù)采集次，每次都放入一個數(shù)組中，各次采集中有一定的延時。將處理過后的傳感器的測量讀數(shù)存入數(shù)組中，遍歷數(shù)組并找到數(shù)組最大值及次最大值，如果次最大值大于最大值所對應(yīng)的傳感器及其左右兩傳感器，如果不是就取消此次采樣，利用上一次

9、的樣值。采樣成功時，結(jié)合最大值和左右兩傳感器采集的值，利用三個管子的位置和權(quán)重值來計算出黑線的準(zhǔn)確位置。另外一個信號是速度信號，對于速度的采集采用霍爾傳感器已能很好的反應(yīng)速度的變化?？刂栖浖O(shè)計與分析算法的工作原理 智能車自動控制算法采用了經(jīng)典的算法，包括三個部分：測量、比較和直行，即把測量到的關(guān)心的變量與期望值相比較，然后用這個誤差糾正調(diào)節(jié)控制系統(tǒng)的響應(yīng)。在實際應(yīng)用中，控制算法所控制規(guī)律為比例、積分和微分控制，即從系統(tǒng)的穩(wěn)定性、響應(yīng)速度和穩(wěn)態(tài)精度來考慮，各參數(shù)的作用：的作用是加快系統(tǒng)的響應(yīng)速度，提高系統(tǒng)的調(diào)節(jié)精度，但過大會增大超調(diào)，故在初始階段取較小的值，過渡過程取較大值，過渡期后應(yīng)改小，使

10、系統(tǒng)超調(diào)減小；用于消除系統(tǒng)的穩(wěn)態(tài)誤差，過大的會使系統(tǒng)超調(diào)加大；改善系統(tǒng)的動態(tài)性能，在調(diào)節(jié)初期應(yīng)取小值，在過程中也不能過大，之后應(yīng)該將增強以獲得好的動態(tài)性能；過大會使調(diào)節(jié)過程出現(xiàn)超前減速。（）式給出離散控制算法公式。（）方向控制算法在本智能車系統(tǒng)中，經(jīng)過測試發(fā)現(xiàn)，對于舵機控制當(dāng)它的積分環(huán)節(jié)為時，智能車表現(xiàn)出較好的性能，因此舵機控制車體轉(zhuǎn)向采用了控制算法。由于智能車運行速度和方向平方成反比，并且跟當(dāng)前速度的最大值成正比，這就要求車速也要符合這一規(guī)則。由于比例調(diào)節(jié)（）的作用是按比例反映系統(tǒng)的偏差，系統(tǒng)一旦出現(xiàn)了偏差，比例調(diào)節(jié)立即產(chǎn)生調(diào)節(jié)作用以減少偏差。微分調(diào)節(jié)（）的作用是反映系統(tǒng)偏差信號的變化率，具

11、有預(yù)見性，能預(yù)見偏差變化的趨勢，因此能產(chǎn)生超前的控制作用，在偏差還沒有形成之前，已被微分調(diào)節(jié)作用消除。在智能車行駛的過程中，通常只關(guān)心未來的道路趨勢，所以在本系統(tǒng)中沒有采用積分調(diào)節(jié)控制（），故將控制器簡化成控制器。在控制的過程中，當(dāng)黑線跑道不在小車的中央的時候，小車即產(chǎn)生了一個偏差，此時應(yīng)用控制算法來消除這個偏差，從而達(dá)到讓黑線跑道保持在小車中央的目的。通過每個傳感器的相對值與傳感器位置作加權(quán)平均就可以計算出車模相對于黑色引導(dǎo)線的橫向偏移。實際中可以把道路分為種類型：直道、型道和彎道；在不同的路況參數(shù)應(yīng)取不同的值。對路況的判斷，通過測試位于小車中心線左右傳感器可以判斷不同的路況。其中最難判斷的

12、是連續(xù)彎道。在連續(xù)彎道處，舵機的轉(zhuǎn)向會在一定時間內(nèi)左右不斷改變。故取兩個標(biāo)志指針用以指示方向改變情況，用以判斷路況。圖舵機控制圖速度控制算法要設(shè)計出一輛好的智能車系統(tǒng)，它的啟動系統(tǒng)和制動系統(tǒng)肯定是兩個重要的部分。在本智能車自動控制系統(tǒng)中，我們使用了的控制算法。當(dāng)小車檢測到處于直線的跑道時，會在的控制調(diào)節(jié)下很快的加速到一定的速度上，這個過程也就是加速過程需要的時間減少了。同樣，在小車從直道進(jìn)入彎道時，需要很快的減速。此時當(dāng)反饋回來的速度和給定速度偏差很大時，在控制器能夠快速、穩(wěn)定地將小車從當(dāng)前的高速狀態(tài)，調(diào)節(jié)到能夠安全入彎的低速狀態(tài)。從而減少了入彎的時間，以達(dá)到快速入彎的理想狀態(tài)。速度控制的理論

13、框圖如圖所示。圖電機控制圖基于經(jīng)典算法的智能車系統(tǒng)研究吳全玉，等（下轉(zhuǎn)第頁）結(jié)論通過對液壓定位系統(tǒng)及基于方程的方式對其數(shù)學(xué)模型進(jìn)行分析，設(shè)計了基于等效控制和基于滑?？刂频膬煞N控制器。而本文采用后者滑動模態(tài)控制器?；？刂破骶哂幸粋€很大的特點：即進(jìn)入滑動面，便可在受外界影響的條件下仍然迅速的到達(dá)穩(wěn)定狀態(tài)。最后通過仿真證明，在液壓定位系統(tǒng)中，即使陣不穩(wěn)定，也可通過使用狀態(tài)反饋的數(shù)學(xué)方法使整套系統(tǒng)達(dá)到最佳的穩(wěn)定狀態(tài)。 參考文獻(xiàn)孟珺遐，王渝，王西彬高精度電液系統(tǒng)的模糊滑模控制仿真研究電子科技大學(xué)學(xué)報，（）：張元文，郭振云，魯中華導(dǎo)彈高度控制變結(jié)構(gòu)設(shè)計中方法應(yīng)用導(dǎo)箭與制導(dǎo)學(xué)報，（）：，：，：，：李友善，

14、李軍模糊控制理論及其在過程控制中的應(yīng)用北京：國防工業(yè)出版社，孫常勝，劉妃，陳杰坦克穩(wěn)定器滑動模態(tài)變結(jié)構(gòu)控制計算機仿真，（）：（上接第頁）智能車安全行駛時，在不同的道路上是不一樣的。直道時，為保證較快的反應(yīng)速度，使工作在一個有界范圍內(nèi)，超過該范圍時電機是，低于下界時電機是，界于兩值之間使用控制。另外，為了體現(xiàn)系統(tǒng)的完整性，圖給出系統(tǒng)整個程序設(shè)計流程圖。 圖軟件系統(tǒng)總圖結(jié)論車速調(diào)試為了得到快速穩(wěn)定的加減速特性，本設(shè)計過程對參數(shù)進(jìn)行試驗調(diào)試。調(diào)試方法：利用程序設(shè)定小車以一定的速度在跑道上行駛，將小車有靜止加速到穩(wěn)定狀態(tài)的速度值和由最高速度減到穩(wěn)定過彎的速度變化值記錄到單片機的中，通過串口即可將這些信

15、息輸入到電腦上進(jìn)行顯示與分析。實驗中得出的參數(shù)值如表所示。表電機調(diào)試參數(shù) 舵機轉(zhuǎn)向調(diào)試調(diào)試得到最佳的參數(shù)使小車能夠在不同的路線上能夠給出合適的轉(zhuǎn)角。這樣小車在直道上就可以避免振蕩，在彎道上能夠更平滑的追蹤黑線跑道。調(diào)試方法和電機調(diào)試方法類似。通過大量的實驗分析出最佳的參數(shù)，如表所示。表舵機調(diào)試參數(shù)經(jīng)過調(diào)試，智能車性能逐步得到提高，能夠準(zhǔn)確的循跡和以較大的加速度在較短的加速時間內(nèi)達(dá)到穩(wěn)定狀態(tài)，并且能夠穩(wěn)定平滑的入彎和快速出彎，同時智能車的啟動和制動性能也得到很好的調(diào)節(jié)。參考文獻(xiàn)周彬，王爍，李倩第二屆全國大學(xué)生“飛思卡爾”杯智能汽車競賽技術(shù)報告北京：韓飛，陳放，戴春博第三屆全國大學(xué)生“飛思卡爾”杯智能汽車競賽技術(shù)報告上海：卓晴，黃開勝，邵貝貝學(xué)做智能車挑戰(zhàn)“飛思卡爾”杯北京航空航天大學(xué)出版社，：魏玉虎，石琛宇，姜建釗，常華基于視覺的智能車轉(zhuǎn)向控制策略電子技術(shù)應(yīng)