恩智浦杯全國智能車競賽之PID調節(jié)

顏循進

摘 要：通過恩智浦杯全國智能車競賽經(jīng)驗，介紹PID調節(jié)控制智能車，對PID算法進行講解，并通過實驗舉例進行分析。在學習研究PID算法基礎上，提出PID算法相關調節(jié)方式和實驗內容。

關鍵詞：智能車;PID控制;閉環(huán)系統(tǒng)

要了解什么是PID，我們得先弄清楚為什么要PID。受到多種外界因素的影響，小車運行過程中的實際速度存在變化，具有一定的不穩(wěn)定性，而且需要保證設計可以可以在最快的時間內達到既定目標，這就需要保證運行速度。在這兩種因素的影響下，就需要對控制系統(tǒng)進行研究，其中需要保證控制系統(tǒng)是一個閉環(huán)的情況下才能滿足系統(tǒng)穩(wěn)定性，而小車的調速并不是線性的，對其造成影響的因素是相對較多的，而至今為止，并無一例研究表示其以線性實現(xiàn)。如果假設其為線性，則可以直接用P進行實現(xiàn)，如果其中的PWM=60%，則可以得知其速度達到2M/S，要想在這種情況下將速度提高，使其增加到3M/S，就需要將PWM進行提高，經(jīng)過計算，90/60=3/2，需要將其提高到90%。也就是說，對系統(tǒng)進行調整，保證小車速度，就需要對整個算法進行調整，而PID的得出則與其相關。

對公式進行分析，其中P的值用KP進行表示，而D值的表示則為TD，I值的表示則為1/Ti，均為常數(shù)，而T，為已知，代表了采樣周期。其中，對ABC進行計算，需要從PID入手進行換算，將公式代入，其中的PID也為一個常數(shù)，代入其中后，可用公式e（k）e（k-1）e（k-2）進行表示，從而得出ΔUk的值。并根據(jù)得出的值，對PWM的大小進行合理調節(jié)，實現(xiàn)對速度的要求。

在對PID控制器的參數(shù)進行計算時，其方法通常需要將臨界比例法進行應用，這種計算方法需要采用一個相對容易理解的控制模型，通過對模型進行簡單講解，在具體實施操作過程中，需要兩人配合，一個人以PID控制的方法走110步后停下。

（1）對其中的P比例進行控制，需要根據(jù)一定的步伐規(guī)律實現(xiàn)一百多步的步行，然后停止。

（2）對PI積分進行控制，則需要根據(jù)步伐，在完成行走，停止后，回頭，繼續(xù)走，走到一百零幾步的位置，繼續(xù)轉頭向一百多步的位置走，并在一百多步的位置來回晃幾次后，停止在一百多步的位置上。

（3）對PD微分進行控制，需要根據(jù)相應步伐在走到一百零幾步后，逐漸向一百多步的位置進行靠近，并在一百多步的位置進行準確停止，實現(xiàn)無靜差控制過程，如果存在不準確停靠，則表示存在靜差控制。

下面介紹為一種常用調試步驟：

（1）將增益P的比例進行確定。在對增益比例P進行確定時，需要先將PID的積分項去掉，同時去掉相應的微分項，在一般情況下，需要將Ti值確定為0，Td值確定為0，保證PID的比例調節(jié)不受到其他因素的影響。同時，需要將系統(tǒng)允許的最大值進行確定，使其被控制在60%-70%，促進比例增益P，并從0開始，使其逐漸增加，直到觀察到系統(tǒng)出現(xiàn)震蕩時停止。然后，再促進比例增益P的減小，使其減小到系統(tǒng)震蕩消失為止，并對此時的比例增益P進行記錄。如果本次研究將PID的比例增益值P設定為60%-70%，則在達到相關數(shù)值時，可停止對比例增益P的調試工作。

（2）積分常數(shù)Ti的確定。在完成比例增益P的設定后，需要經(jīng)一個相對較大的積分時間常數(shù)Ti的初始值進行設定，并促進值的降低，逐漸推進，在其出現(xiàn)震蕩情況時，停止操作，然后逐漸增大Ti值，在系統(tǒng)震蕩情況消失后，完成操作，對相應的Ti值進行記錄，將其當做PID積分時間常數(shù)Ti的主要值，本研究設定在150%-180%，完成積分常數(shù)常數(shù)Ti的調試。

（3）對積分時間常數(shù)Td的確認。就積分時間常數(shù)Td來說，其通常不需要進行設定，主要為0，如果特殊情況需要進行設定，則其確定方法與上述的兩種方法相同，取不震蕩時的30%。

在對PID三個環(huán)節(jié)進行選擇時，通常需要用到PI控制和PD控制，就其中的速度控制來說，其要求滿足穩(wěn)態(tài)無誤差情況下實現(xiàn)，要想滿足相關條件，則需要將積分環(huán)節(jié)進行應用，使用PI控制，而在進行方向控制的過程中，其通常并不需要保證無穩(wěn)態(tài)誤差，因此需要將PD進行控制，其中D的主要作用為對P環(huán)節(jié)所出現(xiàn)的震蕩問題進行消除。

展開低速時間，其低速通常被控制在2m/s以下，需要其在與黑線偏離較大范圍時設置Kp為100%，而如果在與黑線偏離較少的范圍內，則需要將Kp值減少到原來的一半。對其實驗結果進行分析，可以得出車子的轉彎過程較為流暢，適合被應用在彎道較多的賽道上，而在直線賽道上，也可以保證直線加速，存在較小的車身左右抖動。

而在高車速運動時，其速度為2.5m/s以上，其實驗結果顯示，車身在長直道上的左右震蕩較為嚴重，在對其發(fā)生原因進行分析的情況下，得出原因主要表現(xiàn)在硬件方面，首先，確定其為輪軸本身松動而導致轉向機構對應的左右轉向性存在不對稱性，這需要對相關設計進行改善，其次，其問題還發(fā)生在軟件方面，在存在小偏差問題時，在放大倍數(shù)后，使其穩(wěn)定性較差，進而容易在彎道到直道的過程中出現(xiàn)問題，其中的小車尋賽道過程，本身就是一個隨動系統(tǒng)，在受到?jīng)]有積分項影響的情況下，使得其在進入直道時，存在轉向不準確的情況，這時跑直道雖然能跟蹤黑線，但是對轉向的調整通常存在超調的情況，會導致車身在直道上出現(xiàn)左右震蕩的情況，對車速造成不良影響。與此同時，此設計在S彎的控制也較為簡單，使得其在相應跑到上，幾乎完全沿彎走，缺乏直沖S彎的效果。

在對PD參數(shù)進行不斷調試的工作過程中，可以明確僅僅對相關參數(shù)進行調試，并不能改善S彎道和直道都實現(xiàn)最佳選擇，并不會對普通彎處的轉向造成影響。因此還需要系統(tǒng)可以對賽道類型進行智能識別，我們缺乏相應的選擇賽道記憶法，因此智能在不降低遠處分辨率的同時，保證攝像頭看的更遠。

本研究在不影響其他數(shù)據(jù)的情況下，增加視廠長度，使其達到1.6m多，而最遠前瞻可得到2.0m，可實現(xiàn)對賽道中農各種賽道類型的覆蓋，從而保證實現(xiàn)較好的控制效果。

參考文獻：

[1]卓晴，黃開勝，邵貝貝，等.學做智能車[M].北京：北京航空航天大學出版社，2007.03.

[2]田作華，陳學中，翁正新.工程控制基礎[M].北京：清華大學出版社，2007.09：197-203.