袁振洋,孔放,劉峻宇
(河海大學 能源與電氣學院,江蘇南京,214122)
近年來,智能車的應用范圍越來越廣,包括無人駕駛、自動巡檢、物資配送等。這些應用不僅提高了工作效率、保證了人身安全,同時也促進了智能制造技術的進一步發展[1-3]。
基于電磁傳感器的智能循跡小車,相較于攝像頭式的循跡小車,具有不可替代的優勢:一是成本低,僅需若干組電感與電容,便可搭建出最簡單的電磁模塊,電路簡單、實現容易,并可根據實際情況合理排布,進行個性化定制;二是數據處理量少,僅對一組一維數組處理,芯片負荷低,效率高;三是抗干擾能力強、穩定性高。由于此類小車是根據預設的磁場發生軌道產生的磁場行駛,運行發異常概率很低。
目前常用的小車路徑識別控制算法包括比例積分差分算法(Proportion Integral Differential,PID)、線性二次型調節器算法(linear quadratic regulator,LQR)、模型預測控制算法 (Model Predictive Control,MPC)等算法[4]。其中,以PID 算法應用最為廣泛。該算法模型簡單、參數少,可使小車控制具有很好的魯棒性,且對非正常狀態的反應非常靈敏。
考慮到單片機芯片無法處理連續量,實際應用中將PID算法離散化,離散化后的PID 算法如式(1)所示:

其中,KP 為比例系數、KI 為積分系數、KD 為微分系數,E_now 為當前誤差,E_last 為上次誤差,E_last_all 為隨后誤差。這三個參數通過建立仿真模型,獲取各種組合的可視化控制結果,縮短調試周期,避免盲目性。
系統模塊的整體設計如圖1 所示。系統以TC264 作為主控芯片,7.8V 供電電源經過LMS1117 穩壓器給芯片提供3.3V 電壓。……