葉金鑫

(安徽理工大學(xué)　理學(xué)院，安徽　淮南　232001)

?

基于模糊PID的智能小車控制算法研究

葉金鑫

(安徽理工大學(xué)理學(xué)院，安徽淮南232001)

智能小車自動(dòng)尋跡過(guò)程中，方向控制與速度控制都存在高度非線性的問(wèn)題。采用模糊PID控制算法，實(shí)現(xiàn)了對(duì)方向和速度的優(yōu)化控制，即采用模糊PD算法對(duì)智能小車方向進(jìn)行控制，采用模糊PID算法對(duì)速度進(jìn)行控制。該方案運(yùn)用于智能車控制系統(tǒng)，克服了傳統(tǒng)PID控制的不足，通過(guò)模糊規(guī)則進(jìn)行推理決策，實(shí)現(xiàn)了PID參數(shù)的實(shí)時(shí)優(yōu)化。

模糊控制；PID算法；智能車；路徑檢測(cè)

電磁智能車沿著賽道上鋪設(shè)的有交變電流通過(guò)的導(dǎo)線行駛，由于賽道設(shè)計(jì)的多樣性，智能車必須適應(yīng)不同的賽道，而且智能車系統(tǒng)屬于實(shí)時(shí)控制系統(tǒng)，所以無(wú)法建立精確的模擬函數(shù)模型預(yù)設(shè)運(yùn)動(dòng)軌跡。本文運(yùn)用模糊規(guī)則對(duì)路徑檢測(cè)信息進(jìn)行處理，并用模糊PID算法對(duì)智能車的方向和速度進(jìn)行控制，及時(shí)調(diào)節(jié)各個(gè)參數(shù)值，得到了較好的控制效果。

1　模糊PID控制算法理論

1.1基本PID算法

PID控制器在連續(xù)控制系統(tǒng)中，按偏差的比例P(proportion)、積分I(integral)、微分D(derivative)進(jìn)行計(jì)算調(diào)整并輸出，以控制智能車前進(jìn)。 基本PID控制算法分為位置式PID控制算法和增量式PID控制算法[1]。

1.1.1位置式PID控制算法

其理想式為:

式中：u(t)為控制器的輸出；Kp為比例放大系數(shù)，作用是加快系統(tǒng)的響應(yīng)速度，提高調(diào)節(jié)精度； e(t)為輸入的偏差信號(hào)； Ti為控制器微分時(shí)間常數(shù)； Td為控制器積分時(shí)間常數(shù)。

設(shè)u(t)為第k次采樣控制器輸出的值，可得出離散PID算式：

式中:Ki為積分系數(shù)，作用是消除系統(tǒng)的穩(wěn)態(tài)誤差； Kd為微分系數(shù)，作用是改善系統(tǒng)的動(dòng)態(tài)特性。

1.1.2增量式PID控制算法

增量式算法輸出的是控制量的增量Δu(k)：

Δu(k)=u(k)-u(k-1)=

式中，Δe(k)=e(k)-e(k-1)。

上式變換后，可到計(jì)算機(jī)處理常用式，即：

式中，T為采樣周期。

1.2模糊控制規(guī)則

模糊控制是以模糊集合論、模糊語(yǔ)言變量及模糊推理為基礎(chǔ)的一種計(jì)算機(jī)數(shù)字控制。它是基于被控系統(tǒng)的不確定性，模擬人的思維方式和人的控制經(jīng)驗(yàn)來(lái)表征事物本身性質(zhì)的一種智能控制，適用于復(fù)雜、不能精確建立數(shù)學(xué)模型的被控對(duì)象。

模糊控制系統(tǒng)原理框圖如圖1所示，虛線框部分為模糊控制器。模糊控制系統(tǒng)由輸入/輸出接口、檢測(cè)裝置、執(zhí)行機(jī)構(gòu)、被控對(duì)象及模糊控制器組成閉環(huán)系統(tǒng)[2]。

圖1　模糊控制系統(tǒng)原理框圖

1)輸入/輸出接口。

輸入/輸出接口均與單片機(jī)連接，常常是模數(shù)轉(zhuǎn)換電路(A/D)和數(shù)模轉(zhuǎn)換電路(D/A)。輸入接口與檢測(cè)傳感器連接，把檢測(cè)信號(hào)轉(zhuǎn)化為數(shù)字信號(hào)并輸入給單片機(jī)處理。輸出接口把單片機(jī)輸出的數(shù)字信號(hào)轉(zhuǎn)換為轉(zhuǎn)向信號(hào)和速度信號(hào)，分別輸出給舵機(jī)和電機(jī)。

2)執(zhí)行機(jī)構(gòu)。

智能車系統(tǒng)的執(zhí)行機(jī)構(gòu)有兩個(gè)：①控制轉(zhuǎn)角的舵機(jī)及其電路系統(tǒng);②伺服電動(dòng)機(jī)及其電路系統(tǒng)。

3)檢測(cè)裝置。

智能車行駛時(shí)主要檢測(cè)路徑信息，所以檢測(cè)裝置是在車前瞻處的路徑檢測(cè)傳感器及其電路系統(tǒng)。

4)被控對(duì)象。

智能車系統(tǒng)有兩個(gè)獨(dú)立被控對(duì)象，分別是速度與轉(zhuǎn)向，它們都是根據(jù)路徑檢測(cè)信號(hào)來(lái)確定輸出量的。

5)模糊控制器。

模糊控制器是模糊控制系統(tǒng)的核心，在智能車上由單片機(jī)程序和相關(guān)硬件組織，實(shí)現(xiàn)模糊控制算法。

2　小車控制系統(tǒng)的模糊PID理論

模糊PID算法是基于基本PID算式，采用模糊語(yǔ)言變量和模糊推理進(jìn)行控制的算法。模糊PID控制器由傳統(tǒng)PID控制器和模糊控制環(huán)節(jié)組成，在控制上不使用固定參數(shù)PID算法，而是針對(duì)不同路況，由模糊控制算法確定實(shí)時(shí)PID參數(shù)值進(jìn)行系統(tǒng)控制[3-6]。

2.1模糊控制路徑檢測(cè)

電磁智能小車賽道中間鋪有導(dǎo)線，導(dǎo)線中通有大小恒定的交變電流，并在導(dǎo)線周圍產(chǎn)生按一定規(guī)律分布的交變電磁場(chǎng)。通過(guò)檢測(cè)相應(yīng)電磁場(chǎng)的強(qiáng)度與方向，即可獲得小車距離導(dǎo)線的空間位置。

本文實(shí)驗(yàn)中采用雙水平線圈檢測(cè)方案，在車模前上方(即前瞻處)水平方向固定兩個(gè)距離為L(zhǎng)的線圈，兩線圈軸線水平。小車行駛時(shí)，兩個(gè)線圈檢測(cè)得到兩路路徑信息，并通過(guò)輸入接口輸入單片機(jī)，經(jīng)相關(guān)路徑算法計(jì)算得出路徑的偏差E和偏差變化率EC。

2.2轉(zhuǎn)向控制算法

智能車行駛過(guò)程中，舵機(jī)輸出的轉(zhuǎn)動(dòng)方向必須能夠讓小車連貫地沿著導(dǎo)線行駛而不沖出跑道，并且沒有較大的震蕩。由于舵機(jī)系統(tǒng)屬于及時(shí)響應(yīng)裝置，且PID參數(shù)中積分I環(huán)節(jié)主要用于消除靜態(tài)誤差，存在明顯的滯后，所以本文轉(zhuǎn)向控制去掉了積分環(huán)節(jié)，只使用模糊PD控制算法。模糊PD控制器結(jié)構(gòu)框圖如圖2所示。

圖2　模糊PD控制器結(jié)構(gòu)框圖

轉(zhuǎn)向參數(shù)TP、TD均是長(zhǎng)度為15的數(shù)組，并根據(jù)路徑檢測(cè)輸出控制量u的值確定TP、TD參數(shù)的初始值，即每一個(gè)u值具有唯一一對(duì)P、D參數(shù)與之對(duì)應(yīng)，再由相關(guān)轉(zhuǎn)向程序計(jì)算得出確定值，并輸出給舵機(jī)執(zhí)行。

2.3速度控制算法

本文實(shí)驗(yàn)中小車的速度控制有6個(gè)檔位，對(duì)應(yīng)于路徑檢測(cè)輸出控制量u，每個(gè)檔位均是長(zhǎng)度為15的數(shù)組，即每一檔位均有和u值一一對(duì)應(yīng)的速度期望值。速度的PID參數(shù)是根據(jù)實(shí)驗(yàn)人員的經(jīng)驗(yàn)預(yù)先設(shè)定的。模糊PID控制器結(jié)構(gòu)框圖如圖3所示。

小車行駛時(shí)，編碼器檢測(cè)出小車的實(shí)際速度，并通過(guò)輸入接口輸入單片機(jī)，由主程序計(jì)算實(shí)際速度與期望的偏差e(k)及偏差變化率Δe(k)，并由相關(guān)速度PID算式計(jì)算得出速度輸出值，由電機(jī)執(zhí)行。

圖3　模糊PID控制器結(jié)構(gòu)框圖

3　程序?qū)崿F(xiàn)

3.1系統(tǒng)設(shè)計(jì)

智能小車硬件系統(tǒng)由單片機(jī)、路徑檢測(cè)模塊、舵機(jī)轉(zhuǎn)向模塊、電機(jī)驅(qū)動(dòng)模塊、電源控制模塊、速度檢測(cè)模塊、剎車控制模塊和接口擴(kuò)展模塊等組成。智能車整體結(jié)構(gòu)控制框圖如圖4所示。

圖4　智能車控制結(jié)構(gòu)圖

主程序由路徑檢測(cè)程序、轉(zhuǎn)向控制程序、速度檢測(cè)控制程序和中斷服務(wù)程序等組成，一般由Freescale Codewarrior軟件調(diào)試，經(jīng)BDM接口拷入單片機(jī)中。 本文選用飛思卡爾公司生產(chǎn)的16位MC9S12DG128。該系列芯片主要用于控制工程，尤其是智能車。

3.2參數(shù)整定

首先，設(shè)定一組參數(shù)；然后，根據(jù)智能車行駛情況，得出誤差和誤差變化率；最后，對(duì)轉(zhuǎn)向和速度的PID參數(shù)進(jìn)行微調(diào)，并將調(diào)整后的參數(shù)作為控制參數(shù)進(jìn)行實(shí)驗(yàn)。不斷更改參數(shù)值并實(shí)驗(yàn)，直至小車平穩(wěn)、快速運(yùn)行。

4　結(jié)束語(yǔ)

經(jīng)過(guò)實(shí)驗(yàn)對(duì)比，基于模糊PID算法的智能車響應(yīng)時(shí)間短，在小S彎道基本可以走成直線，過(guò)大彎道也可以內(nèi)切，運(yùn)行較平穩(wěn)，行駛速度也有所提高。較單一的傳統(tǒng)PID算法，模糊PID控制算法不僅使系統(tǒng)具有模糊控制的靈活性和適應(yīng)性強(qiáng)的優(yōu)點(diǎn)，而且具有PID控制精度高的優(yōu)勢(shì)，使智能車整體性能均得到提高。

[1]黃友銳，曲立國(guó).PID控制器參數(shù)整定與實(shí)現(xiàn)[M].北京:科學(xué)出版社，2010.

[2]曾光奇，胡均安，王東，等.模糊控制理論與工程運(yùn)用[M].北京:機(jī)械工業(yè)出版社，2006.

[3]卓晴，黃開勝，邵貝貝.學(xué)做智能車:挑戰(zhàn)“飛思卡爾”杯[M].北京:北京航空航天大學(xué)出版社，2007.

[4]梁業(yè)宗，李波，趙磊.基于路徑識(shí)別算法的智能車控制系統(tǒng)的設(shè)計(jì)[J].自動(dòng)化技術(shù)與應(yīng)用，2009;28(1):121-124.

[5]李世勇.模糊控制、神經(jīng)控制和智能控制論[M].哈爾濱:哈爾濱工業(yè)大學(xué)出版社，1998.

[6]李仕伯，馬旭，卓晴.基于磁場(chǎng)檢測(cè)的尋線小車傳感器布局研究[J].電子產(chǎn)品世界，2009(12):41-44.

Control Algorithm Research on Smart Car Based on Fuzzy PID

YE Jinxin

(Faculty of Science，Anhui University of Science and Technology，Huainan 232001，China)

During the process of smart car’s automatic searching the way，serious nonlinear problems exist in direction control and speed control.This paper implements the fuzzy PID algorithm，namely we use fuzzy PD algorithm to control the direction and use fuzzy PID algorithm to control the speed.The result shows that some defects of traditional PID control have been overcame.The real optimization of the control parameter of PID controller has been carried out by fuzzy reasoning.

fuzzy control; PID algorithm; smart car; measuring track

2014-07-02；修改日期: 2014-09-19

葉金鑫(1992-)，女，本科生，應(yīng)用物理學(xué)專業(yè)。

TP13;TP273.4

A

10.3969/j.issn.1672-4550.2016.01.014