【正文】 。他無論在理論上還是在實踐中，都給與我很大的幫助，使我得到不少的提高這對于我以后的工作和學習都有一種巨大的幫助，感謝他耐心的輔導(dǎo)。是他們在我畢業(yè)的最后關(guān)頭給了我們巨大的幫助與鼓勵，給了我很多解決問題的思路，在此表示衷心的 感激。 中國石油大學（華東）本科畢業(yè)設(shè)計 (論文 ) 40 在我的十幾年求學歷程里，離不開父母的鼓勵和支持，是他們辛勤的勞作，無私的付出，為我創(chuàng)造良好的學習條件，我才能順利完成完成學業(yè)，感激他們一直以來對我的撫養(yǎng)與培育。 學友情深，情同兄妹。 回首四 年，取得了些許成績，生活中有快樂也有艱辛。 四年的大學生活就快走入尾聲，我們的校園生活就要劃上句號，心中是無盡的難舍與眷戀。 另外，我還要感謝大學四年和我一起走過的同學朋友對我的關(guān)心與支持，與他們一起學習、生活，讓我在大學期間生活的很充實，給我留下了很多難忘的回憶。再次對周巍老師表示衷心的感謝。郭謙功老師淵博的知識、嚴謹?shù)淖黠L和誨人不倦的態(tài)度給我留下了深刻的印象。沒有他們的幫助，我將無法順利完成這次設(shè)計。經(jīng)過這次畢業(yè)設(shè)計，我的能力有了很大的提高，比如操作能力、分析問題的能力、合作精神、嚴謹?shù)墓ぷ髯黠L等方方面面都有很大的進步 。本次畢業(yè)設(shè)計大概持續(xù)了半年，現(xiàn)在終于到結(jié)尾了。 （保密論文在解 密后遵守此規(guī)定） 作者簽名 : 二〇 一 〇年 九 月 二十 日 中國石油大學（華東）本科畢業(yè)設(shè)計 (論文 ) 39 致 謝 時間飛逝，大學的學習生活很快就要過去，在這四年的學習生活中，收獲了很多，而這些成績的取得是和一直關(guān)心幫助我的人分不開的。 作者簽名 : 二〇 一 〇年 九 月 二十 日 畢業(yè)設(shè)計（論文）使用授權(quán)聲明 本人完全了解 濱州學院 關(guān)于收集、保存、使用畢業(yè)設(shè)計（論文）的規(guī)定。對本文的研究做出重 要貢獻的個人和集體均已在文中以明確方式標明。 論文密級： □ 公開 □ 保密 （ ___年 __月至 __年 __月） (保密的學位論文在解密后應(yīng)遵守此協(xié)議 ) 作者簽名： _______ 導(dǎo)師簽名： _______ _______年 _____月 _____日 _______年 _____月 _____日 中國石油大學（華東）本科畢業(yè)設(shè)計 (論文 ) 38 獨 創(chuàng) 聲 明 本人鄭重聲明：所呈交的畢業(yè)設(shè)計 (論文 )，是本人在指導(dǎo)老師的指導(dǎo)下，獨立進行研究工作所取得的成果，成果不存在知識產(chǎn)權(quán)爭議。本人完全意識到本聲明的法律結(jié)果由本人承擔。盡我所知，除文中已經(jīng)特別注明引用的內(nèi)容和致謝的地方外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的研究成果。 最后 ， 向 不辭辛苦，擔任本文評審工作和參加我論文答辯工作的老師們 致以誠摯的謝意 。 我也 非常感謝與我一起參加本屆智能車大 賽 的其他兩位隊員，通過大家的互相協(xié)作， 遇到問題 時積極交流和討論， 在此向兩位參賽隊員表 示誠摯的感謝！感謝飛思卡爾半導(dǎo)體公司，感謝教育部，自動化專業(yè)教學指導(dǎo)分委會為我們?nèi)珖咝５膶W子，提供了一個鍛煉團隊合作和創(chuàng)新能力的競賽平臺。感謝 信息與控制工程 學院的所有任課老師，感謝陪伴我們整個大學生活的輔導(dǎo)員。潘浩 老師淵博的專業(yè)知識 ， 嚴謹?shù)闹螌W態(tài)度，精益求精的工作作風對我影響深遠。在 課題的研究過程中，潘浩老師多次詢問和檢查研究進度，在我碰到難題時潘老師總是盡心盡力 地 為我指點迷境 ，開拓 我的研究思路。 中國石油大學（華東）本科畢業(yè)設(shè)計 (論文 ) 32 致 謝 本文是在 潘浩 老師細致 認真 的指導(dǎo) 下 完成 的 ， 我 非常 感謝潘浩老師 對我 的指導(dǎo)和幫助 。在 后期 可以添加 SD 卡調(diào)試模塊，采用更加高級的 ARM 系統(tǒng) 作為核心控制器。 目前 智能車的車速設(shè)計仍然存在很大的不足 ， 例如智能車在過彎道的時候速度較小， 在 復(fù)雜道路上還不能穩(wěn)定運行。 同時 ，在 設(shè)計 過程中 我 也遇到了很多問題，比如在設(shè)計電機驅(qū)動 時 因為上拉電阻阻值 選擇 不當 使得在 智能車車輪抱死 時 MOS 管 會迅速 發(fā)燙 ， 還有智能車在 急彎 賽道使采用低速 、 大幅度偏差才能有更好的急彎通過性能。 在 大量的設(shè)計準備中，我自學了 Altium Designer Summer09， 翻閱 和借鑒了很多資料設(shè)計出各個模塊的原理圖以及 PCB 板，在機械結(jié)構(gòu) 方面 優(yōu)化了智能車的車輪定位和舵機調(diào)整 。 智能車的 速度控制系統(tǒng)包括了電源模塊、 H 橋電機驅(qū)動電路和速度反饋模塊等部分，軟件方面包括了系統(tǒng)初始化、電機 PID 調(diào)節(jié) 和舵機 PD 調(diào)節(jié)等部分。利用 小車 與賽道的位置偏差，采用位置式PD 控制算法對舵機轉(zhuǎn)向進行開環(huán)控制。 第 6 章 結(jié)論 30 第 6 章 結(jié)論 本 詳細介紹了 倒退行走式 智能車 速度 控制系統(tǒng)方案 ，使 智能車 最終 能夠 以 的速度 在賽道上平穩(wěn)行駛 。 在 KP、 Kd 值不變 的 情況下，改變 Ki 的大小 Ki 主要 影響速度 控制系統(tǒng)的穩(wěn)態(tài)誤差 ， 合適 的Ki 能 夠消除給定速度與實際速度的偏差。 圖 58 Kd 較小時速度 變化曲線 第 5 章 系統(tǒng) 調(diào)試 29 綜上 所述， PID 控制系統(tǒng)各個參數(shù)對 速度控制 系統(tǒng)系能的影響如下表 51 所示： 表 51 PID 控制 系統(tǒng) 各個參數(shù)的 作用 參數(shù) KP Ki Kd 對速度 的影響 合適 的 PID 參數(shù) 智能車 在加減速 時 能迅速 跟上給定速度 ， 能以較快的速度在 賽道上 平穩(wěn)行駛 。 （ 1） Kd =， KP=， Ki= Kd 較小 時， 系統(tǒng) 的超調(diào)量較 大， 瞬時響應(yīng)較慢， 調(diào)節(jié)時間 較長。 的相角超前， 從而產(chǎn)生有效的早期修正信號 。 圖 58 Ki 較 大時速度 變化曲線 在 KP、 Ki 值不變 的 情況下，改變 Kd 的大小 。 第 5 章 系統(tǒng) 調(diào)試 27 （ 1） Ki=， KP=， Kd = Ki 較小 時 ， 系統(tǒng)的 響應(yīng)速度很 慢， 超調(diào)量 很小， 消除穩(wěn)態(tài) 誤差的能力較 弱 。 的相角滯后 。 圖 56 KP 較大時速度 變化曲線 在 KP、 Kd， 值不變 的 情況下，改變 Ki 的大 小 。 圖 54 KP 較小時速度 變化曲線 （ 2） KP=， Ki=， Kd = KP 的 值 適中 時，系統(tǒng)的 響應(yīng)速度較快 ，超調(diào)量較小 ， 穩(wěn)態(tài)誤差較小 ， 能滿足系統(tǒng)要求。 比例 控制實質(zhì)上是一個具有可調(diào)增益的放大器， 加大控制器 增益 KP 可以 減小系統(tǒng)穩(wěn)態(tài)誤差， KP 的 值會影響系統(tǒng)的 響應(yīng)速度 和 系統(tǒng) 的相對穩(wěn)定性 ， KP 的 值過大可能造成閉環(huán)系統(tǒng)不穩(wěn)定。 最終試驗得到 最合適 的 PID 參數(shù) ，使得智能車能以 。 實際 速度 的調(diào)節(jié)時間 較短 ，控制系統(tǒng)能很快回到 穩(wěn)定 狀態(tài)。 實際 速度 的調(diào)節(jié)時間 較短 ，控制系統(tǒng)能很快回到 穩(wěn)定 狀態(tài)。 [11] 圖 51 上位機 界面 第 5 章 系統(tǒng) 調(diào)試 24 圖 52 車速 由小變大 由圖 52 可看出，當智能車的給定速度不變時，智能車的實際速度在給定速度值附近上下小范圍的波動，即可看做實際速度近似等于給定速度，此時系統(tǒng)穩(wěn)定。 第 4 章 智能車速度 控制 軟件設(shè)計 22 圖 47 舵機 控制函數(shù) 第 5 章 系統(tǒng) 調(diào)試 23 第 5 章 系統(tǒng)調(diào)試 整體 性能分析調(diào)試 如圖 51 所示上位機 軟件， 在智能車 上配置藍牙， 在 智能車行駛過程中采集車速，利用 9S12XSMAA 單片機將采集到的數(shù)據(jù)由藍牙發(fā)送至上位機上， 在 上位機軟件上顯示 給定 車速 、 實際車速和 控制 電機的 PWM 波 。 [10]為了確保小車平穩(wěn)快速運行，我們還需要將智能車的速度和轉(zhuǎn)角依據(jù)賽道狀況和車身位置做一個綜合控制。 [9] 具體程序 框架圖 如下： 第 4 章 智能車速度 控制 軟件設(shè)計 21 圖 46 速度 控制函數(shù) 智能車的轉(zhuǎn)向 控制 智能車 的舵機 SD5 采用 位置式 PD 控制， 因為舵機 的控制精度高，不同 的 PWM占空比對應(yīng)舵機的不同轉(zhuǎn)角 ， 所以采用開環(huán)控制。為了提高制動效果，同時防止小車制動輪抱死，避免出現(xiàn)甩尾現(xiàn)象，妨礙小車的正常運行，我們采用 ABS 剎車法。 智能車停車或突然加速時，小車的實際速度會比設(shè)定速度大很多。當智能車的實際速度與設(shè)定速度偏差較小時，用增量式 PID跟蹤設(shè)定速度，不斷修正實際速度與設(shè)定速度的偏差。 智能車啟動或突然 提速時，小車的實際速度與設(shè)定速度偏差很大。 智能車的 速度控制 通過 光電編碼器 測量 當前車速， 通過 閉環(huán)負反饋控制 系統(tǒng)來 控制車速。 控制器參數(shù)整定 控制器參數(shù)整定 就是 確定 調(diào)節(jié)器的比例 系數(shù) Kp、積分時間 Ti 、微分時間 Td 和采樣周 Ts 的具體數(shù)值使 控制器的 特性和過程特性相匹配， 從而 改善系統(tǒng)的動態(tài)和靜態(tài) 性能 。當 計算機控制系統(tǒng)采用恒定的采樣周期 T，確定 KP、 Ki、 Kd， 則只需要使用 前后三次測量的偏差值，就可以 求出 控制量。 增量式 PID 算法 增量式 PID 控制是將控制量的增量 △ u(k)作為 數(shù)字控制器的輸出 ，控制器 的第 k1個 采樣 時刻 的輸出值 由公式 （ 43） 給出 ： ???? )1({)1( keKpku TiT ???10 )(kj je＋ ) ] }2()1([ ??? kekeTTd （ 43） 將 式 （ 42）與 式 （ 43）相減并整理 得 ， 可以 的到增量式 PID 控制器的增量 △ u(k)，△ u(k)由公式（ 44） 給出 ： （ 44） 式中： ?? TiTKpKi 積分系數(shù)； ?? TTdKpKd 微分系數(shù)。 位置式 PID 控制是將輸出量 u(k)直接 作用于執(zhí)行結(jié)構(gòu)， u(k)的值 與執(zhí)行機構(gòu)的位置 時 一一對應(yīng)的。 第 4 章 智能車速度 控制 軟件設(shè)計 19 由于 計算機 控制 是一種采樣控制， 它 不能像模擬控制那樣連續(xù)輸出控制量進行連續(xù)控制 ， 而只能根據(jù)采樣時刻的偏差計算控制量， 數(shù)字 PID 控制需要將微分項和積分項進行離散化處理。 位置式 PID 算法 在計算機 控制系統(tǒng)中，使用的是數(shù)字 PID 控制器 。 但 積分控制 會使 信號產(chǎn)生 90176。 的相角超前，能在偏差信號變化不是很大之前引入一個有效超前修正信號，從而 減少 系統(tǒng)的調(diào)節(jié)時間。 在 PID 控制系統(tǒng)中，比例調(diào)節(jié)是最簡單的調(diào)節(jié) 方式 ，它能夠快速、無滯后的是被控參數(shù)穩(wěn)定在給定值附近，并且能及時 克服 擾動干擾， 一般 增大比例系數(shù) Kp 可以減小 上升時間，但比例控制不能消除穩(wěn)態(tài)誤差，并且比例系數(shù) Kp 過大 時會導(dǎo)致系統(tǒng)不穩(wěn)定。 計算 公式 如公式 （ 41） 所示 。 [7] PID 控制 原理圖如下圖 43 所示 。當 被控對象 的結(jié)構(gòu)和參數(shù) 不能 通過有效的測量手段來獲取即不能得到精確的數(shù)學模型 時 ，系統(tǒng)控制器的結(jié)構(gòu)和參數(shù)必須依靠現(xiàn)場調(diào)試和經(jīng)驗來第 4 章 智能車速度 控制 軟件設(shè)計 18 確定，這時應(yīng)用 PID 控制 技術(shù)最為方便 。 經(jīng)典 PID 控制介紹 在 工程實際中，應(yīng)用最為廣泛的調(diào)節(jié)控制規(guī)律為比例、積分、微分控制，簡稱 PID控制，又稱 PID 調(diào)節(jié)。其主界面如圖 42 所示。 CodeWarrior IDE 可以自動地檢查代碼中的明顯錯誤，它利用一個集成的調(diào)試器和編輯器來掃描代碼，從而找到并減少明顯的錯誤，然后編譯并鏈接程序使計算機能夠理解并執(zhí)行編輯的程序。本系統(tǒng)在軟件開發(fā)過程中使用的是 CodeWarrior 。 在整個開發(fā)調(diào)試過程中，除匯編語言開發(fā)的方式以外，使用 Metrowerks 公司為 第 4 章 智能車速度 控制 軟件設(shè)計 17 MC9S12 系列專門提供的全套開發(fā)工具（ Metrowerks CodeWarrior IDE）。根據(jù) Gartner Dataquest 的報告， CodeWarrior 編譯器和調(diào)試器在商用嵌 入式軟件開發(fā)工具的使用率方面排名第一。 圖 41 控制系統(tǒng) 框架圖 編譯開發(fā) 環(huán)境 CodeWarrior 是完整的用于編程應(yīng)用 集成開發(fā)環(huán)境。 再 利用 光電編碼器來測量智能車的實際車速，并將實際車速反饋 給 模糊 PID 控制器，形成閉環(huán)負反饋回路，根據(jù)實際車速與理論速度的偏差來調(diào)節(jié)由單片機 P 口輸出的 PWM 波的占 空比 ， 從而 使智能能夠 高速平穩(wěn)運行。 圖 310 光電編碼器 內(nèi)部結(jié)構(gòu) 通過光電 編碼器測量出智 能車的車速，在軟件中編寫速度控制程序，通過改變PWM 波的占空比來調(diào)節(jié)車速。將編碼器