-改进PID算法在智能车控制上的应用.doc

《-改进PID算法在智能车控制上的应用.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、前馈-改进PID算法在智能车控制上的应用时间：2009-06-1814:26:55来源：现代电子技术作者：中国民航大学航空自动化学院贾翔宇季厌庸丁芳1引言   智能车系统是一个时变且非线性的系统，采用传统PID算法的单一的反馈控制会使系统存在不同程度的超调和振荡现象，无法得到理想的控制效果。本文将前馈控制引入到了智能车系统的控制中，有效地改善了系统的实时性，提高了系统的反应速度[1]；并且根据智能车系统的特点，对数字PID算法进行了改进，引入了微分先行和不完全微分环节，改善了系统的动态特性；同时，

2、利用模糊控制具有对参数变化不敏感和鲁棒性强的特点[2]，本文将模糊算法与PID算法相结合，有效地提高了智能车的适应性和鲁棒性，改善了系统的控制性能。2 改进PID算法   智能车的控制是由飞思卡尔公司的S12芯片完成，所以对智能车的控制要采用计算机控制方法。本文针对智能车控制的特殊性，对传统数字PID算法做了一些改进，这样可以更好地满足智能车控制的需要。2.1不完全微分PID   将微分环节引入智能车的方向和速度控制，明显地改善了系统的动态性能，但对于误差干扰突变也特别敏感，对系统的稳定性有一定的

3、不良影响。为了克服上述缺点，本文在PID算法中加入了一阶惯性环节[3]，不完全微分PID算法结构如图1所示。图1 不完全微分PID算法机构图   将一阶惯性环节直接加到微分环节上，可得到系统的传递函数为：（1）将（1）式的微分项推导并整理，得到方程如下：（2）式中，，由系统的时间常数和一阶惯性环节时间常数决定的一个常数。为了编程方便，可以将2-2式写成如下形式：（3）式中，。分析式（3）可知，引入不完全微分以后，微分输出在第一个采样周期内被减少了，此后又按照一定比例衰减[3][4]。实验表明，不完

4、全微分有效克服了智能车的偏差干扰给速度控制带来的不良影响，具有较好的控制效果。图2为不完全微分PID算法的程序流程图。2.2微分先行PID   由于智能车在跑道上行驶时，经常会遇到转弯的情况，所以智能车的速度设定值和方向设定值都会发生频繁的变化，从而造成系统的振荡。为了解决设定值的频繁变化给系统带来的不良影响，本文在智能车的速度和方向控制上引入了微分先行PID算法，其特点是只对输出量进行微分，即只对速度测量值和舵机偏转量进行微分，而不对速度和方向的设定值进行微分。这样，在设定值发生变化时，输出量并

5、不会改变，而被控量的变化相对是比较缓和的，这就很好地避免了设定值的频繁变化给系统造成的振荡，明显地改善了系统的动态性能。   图3是微分先行PID控制的结构图，微分先行的增量控制算式如下。(4)图2 不完全微分PID算法的程序流程图 1/3   1 2 3 ›› ›

6、3顶一下图3 微分先行PID控制结构图3 前馈控制的应用   由于智能车的跑道宽度有限制，所以在经过急转弯的时候，如果速度和方向控制不及时，智能车就可能冲出跑道。由于前馈控制是开环控制，所以前馈控制的响应速度很快。将前馈控制引入到智能

7、车的控制中，能够提高舵机和伺服电机的反应速度，改善智能车系统的动态性能。3.1智能车控制系统结构   智能车的控制主要体现在两个方面：一方面是方向的控制，也就是对舵机的控制；另一方面是对速度的控制，也就是对伺服电机的控制。舵机的数学模型较为简单，具有很好的线性特征，只采用前馈控制；智能车的速度控制相对复杂一些，速度模型无法准确建立，采用前馈-改进PID算法进行控制。智能车的控制系统结构如图4所示。   图4中，和分别是舵机和伺服电机数学模型。从图中可以看出，智能车的方向控制和速度控制是相互独立的，

8、而且它们都是由路线偏差决定的。舵机转角与路线偏差之间的对应关系是根据舵机的数学模型得到的，在速度控制回路中，既包括反馈回路，又包括前馈环节，伺服电机的控制量是在前馈补偿基础上，再由增量式PID算法计算得到。图4 智能车的控制系统结构3.2在方向控制中的应用   智能车对方向的控制有两点要求：在直道上，方向保持稳定；在转弯处，需要方向变化准确而且迅速。只有这样，才能保证智能车在跑道上高速、稳定地运行。为了提高方向控制的鲁棒性，本文还对路线偏差进行了模糊化处理。图5是智能车方向模糊前馈控制的结构图，图

9、中和分别是直道和弯道两种情况下的前馈控制函数。图5 智能车方向控制系统结构图3.3在速度控制中的应用   为了使智能车在直道上以较快速度运行，在转弯时，防止智能车冲出跑道，则必须将智能车的速度降低，这就要求智能车的速度控制系统具有很好的加减速性能。当智能车经过连续转弯的跑道时，路线偏差的频繁变化会造成速度设定的频繁变化，这会引起速度控制系统的振荡，并且微分环节对误差突变干扰很敏感，容易造成系统的不稳定。为了解决上述存在的问题，本文对数字PID算法进行了改进，将不完全微分和微分先行引