基于路徑特征學(xué)習(xí)的智能車PID控制策略

凌峻

摘要 在智能車控制系統(tǒng)設(shè)計中，針對傳統(tǒng)PID控制器單一反饋控制擬合度的問題，設(shè)計基于路徑特征學(xué)習(xí)的PID控制方法，機器學(xué)習(xí)路徑特征、速度控制等參數(shù)，在舵機和電機調(diào)速控制算法中加以應(yīng)用，改進系統(tǒng)控制效果。

【關(guān)鍵詞】特征學(xué)習(xí) PID控制器 智能車

在基于攝像頭路徑識別的智能車控制系統(tǒng)中，通過舵機和電機聯(lián)合控制小車以一定速度沿特定跑道自動行駛。控制方式常用各種形式的PID控制器。為了獲取最大速度，本文改進神經(jīng)網(wǎng)絡(luò)PID控制方式，對路徑特征信息識別與記憶，將路徑特征、速度與方向偏差等作為PID控制器的輸入?yún)?shù)。

1 智能車硬件結(jié)構(gòu)設(shè)計

控制系統(tǒng)以飛思卡爾公司16位單片機MK60為核心控制器，通過驅(qū)動電路控制電機的轉(zhuǎn)速，編碼器將電機的轉(zhuǎn)速轉(zhuǎn)換為PWM波，統(tǒng)計脈沖上升沿數(shù)作為速度，MCU處理攝像頭圖像，得到路徑信息，由PID算法給出相應(yīng)信號控制電機與舵機。

系統(tǒng)主要由電源管理、圖像采集模塊、電機及其控制器、轉(zhuǎn)向舵機及其控制器等功能模塊組成，其中PWM模塊主要用來控制舵機和電機的運轉(zhuǎn)ECT模塊主要是測速和數(shù)據(jù)采集，捕捉中斷并計算瞬時速度;I/O模塊主要是用來分配給按鍵與調(diào)試。

2 路徑特征學(xué)習(xí)的控制策略

在開機時完成之后，MCU接收攝像頭一幀圖像并且提取跑道中線、識別路徑特征、檢測有無停車線特征，再綜合中線的斜率、當(dāng)前位置偏差和預(yù)先采集的路徑特征參數(shù)實時計算預(yù)期速度和預(yù)期轉(zhuǎn)向角度，然后通過PWM模塊給出速度和轉(zhuǎn)角信號。

在速度檢測的控制部分，由編碼器采集的脈沖數(shù)字經(jīng)MCU處理，將其轉(zhuǎn)換為與后輪圈數(shù)相對應(yīng)的參數(shù)值，得出實時狀態(tài)的電機轉(zhuǎn)速，從而可以換算出當(dāng)前時刻的速度。

在PID控制算法中，由于攝像頭圖像傳輸延遲、負(fù)載的非線性、場地摩擦力、速度、重心等因素，普通PID控制方式對于這種高速、時變、非線性系統(tǒng)在精度、擬合程度上均不理想，造成實際偏差超過預(yù)期偏差。針對這種問題，系統(tǒng)采用機器學(xué)習(xí)階段和實際應(yīng)用階段，分別用于采集不同跑道的最高速度、最大偏差、傾角等路徑特征數(shù)據(jù)和應(yīng)用學(xué)習(xí)信息快速穩(wěn)定的在跑道上運行。

在機器學(xué)習(xí)階段，將完整跑道切分成不同特征的路徑，如直道段、彎道段等，針對跑道中的大彎道、小彎道、直道等不同路徑信息L_i（1≤i≤n），在跑道中循環(huán)運行，反復(fù)學(xué)習(xí)，試驗路徑中線跟蹤與路徑邊緣跟蹤等方式，系統(tǒng)記錄每次實際偏差與預(yù)期偏差的差值及不同時期速度的實時值，獲取高可用性的調(diào)整參數(shù)D_i（1≤i≤n）。需要記錄路徑特征有起始（中間和最終）速度閩值、最佳起始入口位置、路徑中較中線的最大偏差閾值等。表1簡單表示三類路徑的特征參數(shù)。

在應(yīng)用階段，對于采集到的特征明顯的路徑L_x，計算實測路徑L_x和L_i之間的權(quán)值為p_i（O≤p≤1），作為微調(diào)PID入口參數(shù)的加權(quán)調(diào)整參數(shù)。對于給定目標(biāo)速度S和轉(zhuǎn)角A，需要根據(jù)所學(xué)習(xí)參數(shù)綜合計算當(dāng)前路徑的PID參數(shù)，其加權(quán)調(diào)整的方式為：

（Sl，A1）=（S，A）*∑f（Li，Di，pi）

3 PID控制器設(shè)計

系統(tǒng)使用路徑參數(shù)，自適應(yīng)調(diào)整PID調(diào)節(jié)器參數(shù)。和傳統(tǒng)PID控制器相比，在輸入實時速度偏差和角度偏差參數(shù)之前，需要綜合計算路徑特征數(shù)據(jù)，調(diào)整速度偏差和角度偏差。PID控制流程如圖2所示。

控制效果體現(xiàn)在實際速度和穩(wěn)定性上。

圖3為傳統(tǒng)PID控制的智能車速度隨時間的響應(yīng)曲線，采用邊緣跟蹤、提出中線、尋跡中線的原則，對速度的控制采取定值，可見彎道速度有較大的突變。

圖4為本方法PID控制的智能車速度隨時間的響應(yīng)曲線，選擇特定的尋跡方式和起始速度，彎道速度改變平滑，有利于速度控制。通過對比可以發(fā)現(xiàn)，采用路徑特征機器學(xué)習(xí)PID控制較之傳統(tǒng)PID控制，轉(zhuǎn)速響應(yīng)快、改變平穩(wěn)、超調(diào)小、轉(zhuǎn)速波動小，具有良好的可控特性。

4 實驗結(jié)果

利用智能車作對比實驗，記錄普通PID控制方式和基于路徑特征識別的PID控制方式，結(jié)果說明，后者經(jīng)過學(xué)習(xí)實地采集參數(shù)，在速度和方向控制上比較靈活，速度沒有出現(xiàn)較大幅度的突變，在不同跑道上運行的魯棒性較傳統(tǒng)的控制方式有所提升。

5 結(jié)束語

介紹了一種基于機器學(xué)習(xí)的智能車PID控制方法，充分利用路徑的已有信息，綜合實時采集數(shù)據(jù)，加權(quán)計算PID控制器的輸入?yún)?shù)。實測表明，智能車具有良好的路徑識別能力，響應(yīng)速度快，穩(wěn)定性好。

參考文獻

[1]鄭怡等，改進的單神經(jīng)元自適應(yīng)PID控制算法在智能車速度控制系統(tǒng)中的研究與應(yīng)用[J].自動化表，2015，185 （03）： 98-99.

[2]張桐銘等，基于PID神經(jīng)網(wǎng)絡(luò)的智能車追逐控制系統(tǒng)研究[J].科技與創(chuàng)新，2016，15：13-14.

[3]程宇等.基于模糊控制的智能車調(diào)速系統(tǒng)的設(shè)計[J].武漢科技大學(xué)學(xué)報（自然科學(xué)版），2007，30 （04）： 388-391.

[4]趙國柱等，用于智能車速度控制的PID程序設(shè)計[J].中國西部科技，2015，308（03）：28-29.