【導讀】摘要本文所述為一種基于瑞薩H8單片機的智能尋跡模型車的設計與實現(xiàn)，傳感器檢測賽道白線。通過對智能車運動模型的建立與分析，利用光電傳感器陣。對舵機和驅動電機分別采用了PID控制算法和。超調及振蕩現(xiàn)象，達到了近似連續(xù)的控制效果。研究表明，此設計方案可在黑白。賽道上獲得良好的自主尋跡效果。該技術可以廣泛應用于無人駕駛。機動車、無人工廠、倉庫、服務機器人等領域。防等領域，機器人的智能水平不斷提高。能車系統(tǒng)將在未來工業(yè)生產(chǎn)和日常生活中扮演重要的角色。相適應，汽車電子化的趨勢也越來越明顯。智能汽車作為一種智能化的交通工具，和綜合，是現(xiàn)今汽車領域研究的重點方向之一。全性，操縱性等方面有巨大的優(yōu)勢，汽車智能化是未來汽車發(fā)展的一大趨勢。

　　

【正文】 ned long)(PWM_CYCLE1) * sw_data / 20。 /* Left motor */ if( accele_l = 0 ) { PBDR amp。= 0xfb。 ITU3_BRB = speed_max * accele_l / 100。 } else { PBDR |= 0x04。 accele_l = accele_l。 ITU3_BRB = speed_max * accele_l / 100。 } PID 對于 PID 算法部分，我們在每一次采樣后才運算一次，也就是在定時中斷中計算，具體應用如下，我們用結構體把參數(shù)部分制作為一個整體，然后在“過去”、“現(xiàn)在”、“未來”中直接調用即刻。 struct _pid { int pv。 /*程序處理值 */ int sp。 /*設定值 */ float integral。 float pgain。 float igain。 float dgain。 int deadband。 int last_error。 }。 struct _pid warm,*pid。 int process_point, set_point,dead_band。 float p_gain, i_gain, d_gain, integral_val,new_integ。 /* pid_init */ void pid_init(struct _pid *warm, int process_point, int set_point) { struct _pid *pid。 pid = warm。 pidpv = process_point。 pidsp = set_point。 } /* pid_tune */ void pid_tune(struct _pid *pid, float p_gain, float i_gain, float d_gain, int dead_band) { pidpgain = p_gain。 pidigain = i_gain。 piddgain = d_gain。 piddeadband = dead_band。 pidintegral= integral_val。 pidlast_error=0。 } /* pid_setinteg */ void pid_setinteg(struct _pid *pid,float new_integ) { pidintegral = new_integ。 pidlast_error = 0。 } /* pid_bumpless */ void pid_bumpless(struct _pid *pid) { pidlast_error = (pidsp)(pidpv)。 } /* pid_calc USAGE include */ float pid_calc(struct _pid *pid) { int err。 float pterm, dterm, result, ferror。 err = (pidsp) (pidpv)。 if (abs(err) piddeadband) { ferror = (float) err。 /*數(shù)據(jù)類型強行轉換 */ pterm = pidpgain * ferror。 if (pterm 100 || pterm 100) { pidintegral = 。 } else { pidintegral += pidigain * ferror。 if (pidintegral ) { pidintegral = 。 } else if (pidintegral ) pidintegral = 。 } dterm = ((float)(err pidlast_error)) * piddgain。 result = pterm + pidintegral + dterm。 } else result = pidintegral。 pidlast_error = err。 return (result)。 } PID 控制器的參數(shù)調整 PID 控制器 參數(shù)選擇 的方法很多，例如試湊法、臨界比例度法、擴充臨界比例度法等。但是，對于 PID 控制 而言，參數(shù)的選擇始終是一件非常煩雜的工作，需要經(jīng)過不斷的調整才能得到較為滿意的控制效果。依據(jù)經(jīng)驗，一般 PID參數(shù)確定的步驟如下： (1)確定比例系數(shù) Kp 確定比例系數(shù) Kp時，首先去掉 PID的積分項和微分項，可以令 Ti=0、 Td=0，使之成為 純比例調節(jié)。 輸入 設定為 系統(tǒng) 允許 輸出 最大值的 60％～ 70％，比例系數(shù) Kp 由 0開始逐漸增大，直至系統(tǒng)出現(xiàn)振蕩；再反過來，從此時的比例系數(shù) Kp 逐漸減小，直至系統(tǒng) 振蕩消失。記錄此時的比例系數(shù) Kp，設定 PID 的比例系數(shù) Kp 為當前值的 60％～ 70％。 (2)確定積分 時間 常數(shù) Ti 比例系數(shù) Kp確定之后，設定一個較大的積分時間常數(shù) Ti，然后逐漸減小 Ti，直至系統(tǒng)出現(xiàn)振蕩，然后再反過來，逐漸增大 Ti，直至系統(tǒng)振蕩消失。記錄此時的 Ti，設定 PID 的積分時間常數(shù) Ti 為當前值的 150％～ 180％。 (3)確定微分時間常數(shù) Td 微分時間常數(shù) Td一般不用設定，為 0 即可，此時 PID 調節(jié)轉換為 PI調節(jié)。如果需要設定，則與確定 Kp 的方法相同，取不振蕩時其值的 30％。 (4)系統(tǒng)空載、帶載聯(lián)調 對 PID 參數(shù)進行微調，直到滿足性能要求。 5 結論 本文設計并實現(xiàn)了一種基于瑞薩 H8/3048FONE 單片機為核心的智能車，智能車通過 8 個紅外傳感器接收賽道信息，通過 A/D 轉換器將信息傳給主控制模塊，若賽道信息有變化，主控模塊根據(jù)當前智能車所處的狀況運用方向控制算法和速度控制算法分別對智能車方向和速度進行分析，通過改變舵機和電機 PWM 占空比的方法來改變智能車的方向和速度。同時智能車還采用一個編碼盤和紅外接收器的方式在智能車后軸部分進行測速，通過 PID 控制對智能車車速進行控制，車速檢測設備是紅外 傳感器的補充，兩者聯(lián)合起到達到控制車速的目的。實踐證明，智能車系統(tǒng)穩(wěn)定，能夠快速穩(wěn)定的尋白線行駛，且速度響應時間快，穩(wěn)態(tài)誤差小，抗干擾能力強，最高車速可以達到 3M/S 左右。 但問題是每一個不同路況需要調整三個基本參數(shù)以獲得最優(yōu)控制效果，所以需要臨場測試修改。 由于時間緊迫，如果能加入模糊算法組合 PID 算法，利用模糊算法自整定三個參數(shù)就能很好地解決問題了，相信利用模糊 PID能令智能車的速度和穩(wěn)定性更上一層樓。 致謝 在此，首先要感謝給我參賽機會和參賽指導老師，教會了我很多書本上學不到的東西，最后感謝我的隊友們。 參考文獻 [1] 余志生 .汽車理論（第 4 版） [M].北京 :清華大學出版社 , [2] 邊春元等 .C51 單片機典型模塊設計與應用 [M].北京 ： 機械工業(yè) 出版社，20204. [3] 譚浩強 .C 程序設計（第三版） [M]. 北京：清華 大學出版社， 2020. [4] 余永權 .計算機接口與通信 [M]. 廣州 ： 華南理工大學 出版社， 20202. [5] 楊欣，王玉鳳，劉湘黔 .電子設計從零開始 [M]. 北京：清華 大學出版社，202010. [6] 袁鵬平，付剛，羅開玉 .Protel DXP 電路設計實用教程 [M]. 北京：化學工業(yè) 出版社， 202010. [7] 王明順，沈謀全 .傳感器與智能車路徑識別 [D].東北 ： 東北大學信息科學與工程學院 ， 2020. [8] 黃開勝，金華民，蔣狄南 .韓國只能模型車技術方案分析 [J]. 電子產(chǎn)品世界 .2020（ 3）： 150152 [9] 王彥 .基于光電傳感器的智能循跡模型車設計 [D]. 西安 .長安大學汽車學院車輛工程系， 2020 [10] MC9S12DG128 Device User Guide [Z].Freescale SemiConductor Inc,2020. [11] 王曉明 . 電動機的單片機控制 [M]. 北京 :北京航空航天大學出版社 . 2020. [12] 吳斌華 ,黃衛(wèi)華 ,程磊 ,楊明 . 基于路徑識別的智能車系統(tǒng)設計 [J]. 電子技術應用 ,2020(3):8083. [13] 卓晴 ,黃開勝 ,邵貝貝 . 學做智能車 :挑戰(zhàn)“飛思卡爾”杯 [M]. 北京 :北京航空航天大學出版社 ,2020. [14] 邵貝貝 . 單片機嵌入式應用的在線開發(fā)方法 [M]. 北京 :清華大學出版社 ,2020. [15] 徐鶯 . 基于間接 PID的智能車控制算法研究 [J]. 湖北廣播電視大學學報 ， 2020（ 5） . [16]陳懇，揚向東等．機器人技術與應用 [M] 北京：清華大學出版社， 2020