智能车浅谈——控制规律篇

news2026/4/20 12:53:59
文章目录前言计算机控制系统常用控制规律PID控制比例P控制器比例积分PI控制器比例积分微分(PID)控制位置式PID增量式PID数字PID控制算法的改进PID参数整定小结串级控制模糊控制智能车系列文章汇总前言之前已经记录了一些有关智能车硬件、方向控制、电机控制以及图像方面的内容说了好几次在后面会出一篇有关PID的文章今天填一下自己挖下的坑本篇文章主要记录一些与智能车有关的算法参考书籍是《计算机控制技术与应用》第二版。计算机控制系统老套路还是先引入部分理论知识。计算机控制技术包含着两部分内容一是计算机控制的理论基础二是实现技术主要包括通道接口技术和系统实现技术。1单片机作为一种微型计算机采用的是数字信号而智能车在运行过程中的大多数物理量都是模拟量的形式因此二者直接必须采用模/数(A/D)转换器和数/模D/A转换器已实现两种信号的相互转换在整个控制系统中单片机根据给定输入信号、反馈信号和系统的数学模型进行信号处理实现其控制策略通过执行机构控制被控对象达到预期控制目标。其典型结构如下图所示有关整个智能车系统的各个组成部分之前的方向控制和电机控制已经介绍过了在此主要是记录一些常用的控制规律、过程通道以及抗干扰技术。常用控制规律PID控制在了解PID控制之前我们需要弄清楚为什么要用PID控制举例来说电热水壶大家肯定都用过每次想喝水就会用它把水烧开在这里烧开是我们的期望值当水温达到100度时水壶判断水已经烧开了会自动跳闸跳闸后水温会逐渐降低并不会一直保持在100度这种情况就是一个开环的控制系统可以使被控量达到我们的期望值但是无法一直让被控量保持在期望效果如果我们想让水温一直恒定在指定温度就需要使用到PID通过合理地PID控制就可以保持水温一直处于我们期望的温度。接下来我们来了解一下PID到底是个啥。这里先补充一点自动控制原理的相关概念如图所示自动控制系统中期望值或者说给定量是1单位阶跃信号而输出量的波形如下图橙色曲线所示这里有几个相关的指标名称需要大家做个了解分别是超调量和调节时间超调量从一定角度反映了系统的稳定性能一般我们希望超调量越小越好调节时间ts它是指输出曲线进入并一直保持在5%误差带内所用的时间对于一般的系统我们都希望这个调节时间越短越好。PID控制包括比例P、积分I、微分D3种控制规律由这三种控制规律可以组合成P控制器、PI控制器、PD控制器、PID控制器等。需要注意的是它们都是线性控制器工作原理都是根据给定量r(t)与实际输出量c(t)之差[e(t) r(t) - c(t) ]形成控制量进而去控制被控对象是对象输出趋于给定。比例P控制器比例控制的原理是将偏差e(t) r(t) - c(t) 乘以一个比例系数Kp计算结果作为控制量输出到被控对象上实现闭环控制。其控制规律如下utKp×e(t)当Kp0.297 Ki Kd 0时当Kp0.1 Ki Kd 0时当Kp0.4 Ki Kd 0时收敛振荡)当Kp0.472 Ki Kd 0时(等幅振荡)当Kp0.5 Ki Kd 0时发散振荡对比上面几个给定量与输出量可以看出比例控制在合理范围内能使系统输出维持在一个稳定的范围例如当Kp0.1 Ki Kd 0时系统输出大致稳定在0.5左右当Kp0.297 Ki Kd 0时系统输出大致稳定在0.75左右显然这里的输出和实际期望1之间存在一定的差值这个差值被称为静态误差静差的产生是由于比例控制器本身是靠偏差工作的若偏差消失[e(t)0]控制器作用也就消失[u(t)Kp×00]。对比Kp取值的不同可以发现Kp取值越大这个静差就会越小但是当Kp超过一定范围后如上图Kp0.4时系统的性能会被破坏会引起被控量的振荡导致系统不稳定。因此在系统控制中很少单独使用比例控制器进行控制。为了更加形象的表示比例控制系数的作用这里借用卓大的劈ID一文中的gif来展示一下。比例积分PI控制器为了消除比例控制的静差可以采取在比例控制的基础上增加积分控制形成比例积分控制器其控制规律如下其中Ti为积分时间常数下图表示的是PI控制器对于阶跃信号的时间相应比例部分好理解就是一个倍数关系而积分部分由于是阶跃信号相当于e(t)是个恒定值A在高数中对一个数积分后是一个一次方程Axb的形式也就是下图中斜线可以看出PI控制器的输出分为了两部分一部分是比例作用与偏差成正比另一部分是偏差的积累即积分作用。只要e(t)不为零积分部分就会一直累计从而影响控制量u(t)以此减少偏差直到偏差变为零系统进入稳态。当Kp0.297 Ki 0Kd 0时当Kp0.297 Ki 0.001Kd 0时当Kp0.297 Ki 0.002Kd 0时当Kp0.297 Ki 0.005Kd 0时此时的KiKp/Ti对比上面各组结果可以发现积分作用的加入可以有效地消除系统静差积分时间常数Ti的大小决定了积分速度的快慢和积分作用的强弱增大Ti,积分作用减弱积分速度变慢消除静差的时间拉长但可以减小系统的超调提高系统的稳定性反之所有效果相反。比例环节的输出只取决于输入偏差量的现状而积分环节的输出包含了输入偏差量的全部历史。这种消除静差的PI控制器一般用于电机的速度控制主要是为了保证小车在遇到坡道以及其他干扰时能够保持期望速度运行没有闭环控制的小车在遇见障碍干扰时会有明显的减速现象在笔者的视频里面有。比例积分微分(PID)控制积分作用的加入虽然可以很好地解决静差的问题但代价是降低了系统的响应速度系统达到稳态的时间调节时间变长了对于一些对调节时间要求较高的系统来说就不适用类似于舵机控制如果调节时间太长会出现明显的舵机打角延迟为了解决这一问题就需要引入就有超前特性的微分D高数中的求导求变化率控制这样就组成了PID控制器。当Kp0.297 Ki 0.0085Kd 0时系统振荡不稳定当Kp0.297 Ki 0.0085Kd 1时调节时间ts700ms;当Kp0.297 Ki 0.0085Kd 3时ts180;对比可以发现D的加入可以有效地缩短调节时间ts使得系统更快的到达稳态。这个大佬们开源的项目可以帮助感性认识调参——传送门。位置式PID令T为采样周期以一系列采样时刻点kT代替连续时间t,用和式代替积分以增量代替微分则可得到以下控制规律位置式PID控制算法的程序框图如下从表达式中可以看出积分部分是一直在累加这个过程可能会导致积分饱和影响整个系统的控制效果。增量式PID除了位置式的PID还有一种增量式的PID其控制规律如下从表达式中可以看出增量式PID是利用当前误差和过去两拍的误差来做计算整个计算量比位置式要小且不会受到以往太多参数的干扰。有关位置式PID与增量式PID的选取、优缺点及代码参考这篇博文传送门。数字PID控制算法的改进应对不同的实际系统我们还需要针对系统的特点对PID进行改进例如对于控制精度要求不高但对系统的平稳性要求较高的系统可以采用带有死区的PID控制方式。类似做了特殊处理的还有积分分离式PID、不完全微分的PID、微分先行的PID等这里不再一一介绍感兴趣的同学去查看我上传的PPT介绍。PID参数整定有关PID的参数整定分为两大类方法一类是理论设计法此法需要知道系统的数学模型对于智能车来说实现起来有难度另一类是实验确定法实验法中又包括有试凑法、扩充临界比例法、扩充响应曲线法等。智能车调参中常用的是试凑法和扩充临界比例法采取先调比例后调积分最后加微分的方式有关参数整定的具体步骤介绍的PPT我已经上传到资源需要的同学自行下载不方便在CSDN下载的也可以私信博主。小结PID中三个参数对系统的影响各有不同主要介绍如下图所示。另外前文中使用的simulink仿真模型也已经放到资源里了需要的同学可以自行领取。串级控制串级控制的结构框图如下图所示串级控制系统在结构上有两个闭环一个在内被称作副回路在控制过程中起到“粗调”的作用一个环在外面起到“细调”作用被称为主回路。考虑到篇幅问题有关串级控制的详细介绍也请大家自行查阅在此不做介绍了在比赛中一般是直立车会采用这种串级PID控制的方式使用串级控制可以很好地改善系统的控制质量。模糊控制模糊控制是智能控制的主要方式之一其特点是不需要建立对象的数学模型依赖规则库进行控制控制规律采用自然语言能够很好地利用人的经验。模糊控制器由模糊化、知识库、模糊推理机、清晰化四部分组成模糊控制的使用类似于我们日常生活中形容一个人身高的高、中、低年龄的老、中、青这些都没有一个明确的界限是根据自己的经验进行判断的大致思路就是计算出当前误差在每个模糊集合里面的隶属度根据隶属度来确定输出。这种控制技术被公认为简单而且有效。对于模糊控制想要深入了解的同学还是自行了解吧这里推荐两篇博文——传送门1传送门2不会模糊控制的同学用好分段PID也能跑出不错的成绩。智能车系列文章汇总智能车浅谈——硬件篇智能车浅谈——方向控制篇智能车浅谈——电机控制篇智能车浅谈——图像篇智能车浅谈——控制规律篇智能车浅谈——过程通道篇智能车浅谈——抗干扰技术硬件篇智能车浅谈——抗干扰技术软件篇计算机控制技术与应用 刘国荣梁景凯主编 .——2版.北京机械工业出版社2008.1 ↩︎

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2499961.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…