【正文】 數(shù)，結(jié)果可 以是正或負，正數(shù)表示還沒有達到，負數(shù)表示已經(jīng)超過了設(shè)定值。 經(jīng)常有人問有關(guān) PID 的用法，看一些有關(guān)單片機應(yīng)用的書上都有關(guān)于 PID的應(yīng)用原理，但是面對具體的問題就不知道如何應(yīng)用了，主要的問題是里面所用到的參數(shù)以及計算結(jié)果需要進行什么處理，通過什么樣的換算才能具體地應(yīng)用于實際，另外在計算方法上也存在著數(shù)值計算的算法問題，下面舉例溫度控制中的PID 部分，希望能夠把 PID 的具體應(yīng)用說明白。 ②積分控制 I 對系統(tǒng)性能的影響：積分作用使系統(tǒng)的穩(wěn)定性下降， I?。ǚe分作用強）會使系統(tǒng)不穩(wěn)定，但能消除穩(wěn)態(tài)誤差，提高系統(tǒng)的控制精度。如果 P的符號選擇不當(dāng)對象測量值就會離控制目標的設(shè)定值越來越遠，如果出現(xiàn)這樣的情況 P 的符號就一定要取反。 參數(shù)的選擇： ①比例系數(shù) P 對系統(tǒng)性能的影響：比例系數(shù)加大，使系統(tǒng)的動作靈敏，速度加快，穩(wěn)態(tài)誤差減小； P 偏大 ，振蕩次數(shù)加多，調(diào)節(jié)時間加長； P 太大時，系統(tǒng)會趨于不穩(wěn)定； P 太小，又會使系統(tǒng)的動作緩慢。它具有原理簡單，易于實現(xiàn)，適用面廣，控制參數(shù)相互獨立，參數(shù)的選定比較簡單等優(yōu)點；而且在理論上可以證明，對于過程控制的典型對象──“一階滯后＋純滯后”與“二階滯后＋純滯后”的控制對象， PID 控制器是一種最優(yōu)控制。我們對智能車進行數(shù)學(xué)建模時并不需要過多的計算，將智能車與現(xiàn)實世界結(jié)合起來，通過傳感器的信息采集我們就可以知道，智能車告訴我們的不是其處于彎道還是直道，是左轉(zhuǎn)還是右轉(zhuǎn)，將要走直線還是轉(zhuǎn)彎，而是說明的智能車當(dāng)前的位置與白線的關(guān)系 ，所以我們可以建立一個以原點對稱的坐標軸來描述智能車的數(shù)學(xué)模型 ，如圖 4 所示。 ? 檢測出直角前方的橫線，將信息傳送給專門程序，在到達直角彎道時大幅度轉(zhuǎn)彎。系統(tǒng)程序流程圖 所示： ? 使用 C 語言編程。這些功能的實現(xiàn)都是通過軟件實現(xiàn)的算法設(shè)計主要包括數(shù)學(xué)建模、方向控制算法和速度控制算法。 圖 控制系統(tǒng)中的軟件需要完成系統(tǒng)初始化以及控制過程的實現(xiàn)等功能，是一個控制系統(tǒng)的核心部分，軟件設(shè)計的好壞直接影響到系統(tǒng)的性能。智能車在行駛中的狀態(tài)是實 時變化的，這就要求速度控制系統(tǒng)也要不斷變化，變化完畢后還要進行檢查。 速度閉環(huán) 通過分析我們知道，智能車在一個封閉的賽道上行駛，賽道由直道和形式不同的彎道組成，智能車在彎道處必須減速行駛而在直道處應(yīng)該以最高車速行駛，那么智能車的車速就會發(fā)生不斷的變化，下面就來具體的介紹智能車速度不斷變化時的控制算法。 式 V4=V(1+WE/2BL) 式 圖 轉(zhuǎn)向運動模型 通過上面的函數(shù)關(guān)系式我們可以將各車輪車速 V1～ 4 和傳感器檢測到的偏移量 e 結(jié)合起來，從而達到如方向控制一樣的結(jié)果，能夠?qū)D(zhuǎn)彎狀態(tài)下的各個車輪車速進行比例控制。 式 V2=VE(1/BSINθ +W/2BL)。智能車轉(zhuǎn)彎時運動模型大致可以簡化為：如圖 所示。目標車速的控制函數(shù)可以定為： setted＿ speed=high＿ speed－ e*Kp－ Kc/count 式 其中： setted＿ speed 為給定速度； high＿ speed 為設(shè)定的最高車速， e 為白線偏移量， Kp 為比例系數(shù)， count 為定時器測得的時間值，表明白線偏離的快慢程度， count 值越小表示白線位置變化的越快，反之變化得越慢； Kc 為偏差變化率系數(shù)，當(dāng)路線變化劇烈時， count 值較小， Kc/count 值越大，此 時速度可降低很多，將此比例值運用到直角轉(zhuǎn)彎時會很快速的降低車速 。 速度給定算法 速度給定算法由賽道分析及行駛策略可以看出其大致分為以下兩類： 目標車速算法 對于目標車速的選擇問題，目前還沒有比較可靠的公式，只能根據(jù)駕駛經(jīng)驗確定。 賽道分析 經(jīng)分析，賽道大致分為以下三種情況，如表 所示。時的 PWM 值； HANDLE _ STEP 為比例系數(shù)，表示舵機每轉(zhuǎn)動 1 度對應(yīng)的 PWM 控制量。 前面已經(jīng)介紹了單片機對舵機的控制采用 PWM 技術(shù)，舵機為伺服電機，在正常情況下，其輸出轉(zhuǎn)角θ 與給定的 PWM 脈寬成線性關(guān)系 。當(dāng)智能車檢測到直角彎時，即 8 個檢測器中以智能車中心線為對稱軸的一邊 4 個檢測器同時檢測到白線，這時舵機輸出轉(zhuǎn)角θ 為90176。 ，直角轉(zhuǎn)彎是比賽特定的難點所在，其賽道為距彎道前 500mm 處有兩條寬度為 20mm、間隔為 30mm 的垂直于賽道的白線。這樣簡化了控制系統(tǒng)，同時減少了舵機工作狀態(tài)，很好的提高了效率。 表 傳感器狀態(tài) 考慮到智能車中控制的惰性，以及簡化控制系統(tǒng)的要求。這樣就可以在程序中創(chuàng)建出每種傳感器狀態(tài)對應(yīng)的白線偏差 e 與舵機轉(zhuǎn)角θ 之間的二維映射表，如表 所示。比例關(guān)系的確定依據(jù)如圖 5 所示，設(shè)θ 為舵機轉(zhuǎn)角，偏移量為 e，前軸到傳感器間距為 b。在這里我們采用基于白線偏差 e 的開環(huán) P 控制（比例控制）的算法就能很好的控制小車的轉(zhuǎn)向，且這種方法具有實時性好，傳輸速度高等優(yōu)點。 圖 根據(jù)數(shù)學(xué)模型的原理可以看出，控制算法的實現(xiàn)目標就是將白線保持在坐標軸中央，即水平位移為 0，如果白線在坐標軸的正半軸就控制智能車左 轉(zhuǎn)，水平偏移量大那么轉(zhuǎn)向程度就大，反之亦然。將每種檢測狀態(tài)下白線距智能車中心線的水平偏移量 e 標定出來作為智能車的控制參數(shù) ，如圖 所示 。 方向計算算法 智能車采用的 8 個紅外傳感器能夠很好的檢測到地面白線的信息，同時充分利用了片上 8 路 A/D 轉(zhuǎn)換器的資源。在程序中預(yù)先創(chuàng)建控制表 ,路徑識別單元檢測當(dāng)前的路況 ,單片機通過查表可知當(dāng)前的賽道 ,然后給出相應(yīng)的 PWM 信號控制舵機轉(zhuǎn)向。根據(jù)檢測的不同路徑 ,判斷出小車所在位置 ,按不同的區(qū)間給出不同的舵機 PWM 控制信號 ,小車轉(zhuǎn)過相應(yīng)的角度。 圖 光傳感器邊感應(yīng)賽道中心的白線邊向前行駛 控制方案的設(shè)計 系統(tǒng)的控制分為小車轉(zhuǎn)向角控制和速度控制兩部分。②當(dāng)小車遇到十字交叉路段或是脫離軌跡等特殊情況時 ,智能車應(yīng)當(dāng)保持與上次正常情況一致的方向行駛 ,速度則相應(yīng)降低。最終的目的是使智能車能快速、 準確、穩(wěn)定地按給定的 白 色引導(dǎo)線行駛。本設(shè)計采用的是在后軸中點位置再增設(shè)一個均勻分布有黑白條紋的編碼盤的測速輪的方法，根據(jù)光電反射原理，在車輪轉(zhuǎn)動時，紅外接收管接收到反射光強弱高低變化，通過 A/D 傳感器將車速信息傳遞到單片機相應(yīng)接口。實驗證明，當(dāng)智能車車速由 70%降至 40%時（ PWM 占空比），采用全橋驅(qū)動方式，電機響應(yīng)時間僅為 左右，減速效果十分顯著 。經(jīng)測試，當(dāng) IRL3803 的柵源電壓 VGS 為 16V 時，其導(dǎo)通電阻僅有 6mΩ 左右，因此可以管壓降顯著降低，電機的驅(qū)動功率得到有效提高。對于電機的控制采用了基于“ H”橋驅(qū)動電路的 PWM 控制 ，如圖 所示 。 電機驅(qū)動模塊 尋跡智能車采用四輪驅(qū)動方式，由四個 RC260 型直流電機分別對每個車輪進行獨立驅(qū)動。 [ms] 時使伺服角度發(fā)生177。 圖 舵機轉(zhuǎn)向 ? 周期為 16[ms] 。該舵機 重量 ， 6V電壓下 扭力可達 ?cm，能夠滿足系統(tǒng)負載，同時響應(yīng)速度非?？?，舵機輸出 60176。舵機對每個傳感器做出的反應(yīng)也是不一樣的，中間的起到正舵的作用是使智能車沿著跑道行駛，越靠近對稱軸的傳感器要求智能車的轉(zhuǎn)向角度越小，越遠離對稱軸的傳感器要求智能車的轉(zhuǎn)向角度越大。本文所述的智能車采用較為獨特的前軸轉(zhuǎn)向方式，將舵機輸出盤固定在智能車前軸的中點上，利用舵機轉(zhuǎn)動帶動智能車轉(zhuǎn)向。 W h ite R e f le c t b la c k Ab s o r b ( n o t r e f le c t) 圖 光電傳感器 轉(zhuǎn)向舵機模塊 轉(zhuǎn)向控制系統(tǒng)中最重要的部分就是舵機。系統(tǒng)針對紅外路徑識別前瞻能力較弱的缺點，將傳感器板 前伸至距車頭 30cm 處，使得智能車的“預(yù)判”性能大大增強。單片機就是否收到反射回來的紅外光為依據(jù)來確定 白線的位置和 智能車 的行走路線。 智能車在黑底白線（圖 ）上行走， 通常采用的方法是紅外探測法?？紤]到要使車輛的行駛過程穩(wěn)定，尋跡智能車采用 8 對反射式紅外傳感器作為路徑識別元件。另一方面，為提高電機驅(qū)動功率，采用 DCDC 變換器 MC34063 將電源電壓升壓至 24V 用于電機驅(qū)動電路MOSFET 管驅(qū)動。為防止電機和舵機等大功率器件在反復(fù)啟動狀態(tài)下對系統(tǒng)產(chǎn)生干擾，主要功能模塊均采用單獨供電。尋跡智能車使用 8 節(jié) Energizer 2500mAh AA充電電池作為系統(tǒng)主電源。 電源管理模塊 電源是一個系統(tǒng)正常工作的基礎(chǔ)，因此電源的設(shè)計至關(guān)重要。其主要特點是片內(nèi)硬件資源非常豐富、高速、低耗、大容量、易于拓展、支持 C 語言編程， H8/3048 系列特別適合電池供電設(shè)備的使用。智能車控制系統(tǒng)總體結(jié)構(gòu)如圖 所示；智能車安裝包括電池部分的安裝，舵機的安裝，傳感器的安裝以及車速檢測模塊的安裝。 該技術(shù)可以廣泛應(yīng)用于無人駕駛機動車 、 無人工 廠、 倉庫、服務(wù)機器人等領(lǐng)域。 智能車系統(tǒng)根據(jù)檢測到的路況和車速的當(dāng)前信息 ,控制轉(zhuǎn)向舵機和直流驅(qū)動電機 ,相應(yīng)地調(diào)整小車的行駛方向和速度 。方向控制系統(tǒng)能使智能車沿著導(dǎo)引白線行駛而不偏移，速度控制能使智能車在直道上加速行駛而在入彎時剎車減速以盡量提高行駛速度和避免因入彎速度過快而造成的沖出跑道。研究表明，此設(shè)計方案可在黑白 (或色差較大 )賽道 （圖 ） 上獲得良好的自主尋跡效果。通過對智能車運動模型的建立與分析，利用光電傳感器陣列采集離散的路徑信息， 控制處理器采用數(shù)字 PID 控制策略和 PWM 控制技術(shù)對模型車的速度和方向進行控制 。 汽車智能化在提高汽車的行駛安全性，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。與這些要求相適應(yīng)，汽車電子化的趨勢也越來越明顯。 隨著控制技術(shù)及計算機技術(shù)的發(fā)展 , 智能車系統(tǒng)將在未來工業(yè)生產(chǎn)和日常生活中扮演重要的角色。 path identification。 tracing。 該技術(shù)可以廣泛應(yīng)用于無人駕駛機動車 、 無人工 廠、 倉庫、服務(wù)機器人等領(lǐng)域。 對舵機和驅(qū)動電機分別采用了 PID 控制算法和間接 的 PID 控制算法，從而避免了智能車轉(zhuǎn)向及車速調(diào)節(jié)的階躍式變化，消除了超調(diào)及振蕩現(xiàn)象，達到了近似連續(xù)的控制效果?；?PID 算法多電機協(xié)同運動控制系統(tǒng)的研究與設(shè)計 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(shè)計與實現(xiàn)，其核心控制單元為瑞薩公司 H8 系列 8 位單片機 H8/3048FONE，系統(tǒng)采用紅外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， 利用光電傳感器陣列采集離散的路徑信息， 控制處理器采用數(shù)字 PID 控制策略和 PWM 控制技術(shù)對模型車的速度和方向進行控制 。研究表明，此設(shè)計方案可在黑白(或色差較大 )賽道上獲得良好的自主尋跡效果。 關(guān)鍵詞 智能車 ； 尋跡 ； 光電傳感器 ； 路徑識別 ； PID 控制 ABSTRACT In this paper, referred to as a singlechip based on the Renesas H8 model smart car tracing the design and realization of its core control module for Renesas H8 series of 8bit singlechip H