PID控制在自寻迹智能车辆的研究。

简介：
随着科学技术的进步以及人民生活水平的日益提升，汽车的智能化和实现无人驾驶已成为汽车行业发展的重要趋势。 汽车的智能化程度越高，消费者对其智能汽车安全性的期望也越高。 因此，研发出更加安全、快速且稳定的控制算法，是目前智能汽车研发领域亟待解决的关键问题。 本研究以MC9S12XS128芯片开发的自动寻迹智能车为研究对象，重点针对增量式PID控制在复杂且变化莫测的环境中存在的抗干扰能力不足以及在时变系统中响应速度较慢等问题，进行算法方面的优化改进。 主要的研究内容包括： （1）构建了以MC9S12XS128为核心的自动寻迹智能车控制系统，该系统主要由图像采集、电机驱动、电源管理、舵机控制和无线通讯模块等五个关键模块组成。 （2）对PID算法进行了设计和改进，在此基础上引入了不完全微分、微分先行以及“最优曲率”算法，从而构建出一种改进的PID算法。 结合实际控制经验，设计出模糊控制表，并以此推导出自适应PID模糊控制算法。 同时，基于BP神经网络的设计方案也构建出了一种三层神经网络结构的PID控制算法。 （3）对智能车直流电机进行了数学建模工作。随后，分别利用增量式PID、改进PID、模糊PID和BP神经网络对直流电机进行精确控制并完成了相关的算法设计方案。 （4）通过MATLAB/Simulink对上述四种算法进行了仿真实验并对比分析结果，最终确定最适合智能车应用的最优控制算法。此外，通过基于LABVIEW架构的上位机程序与下位机之间实现了蓝牙无线通讯模块的数据传输功能。 最后，在实际现场对这四种算法进行了在线调试实验验证，实验结果表明自适应模糊 PID 控制算法在稳态误差最小、稳态精度最高以及抗干扰能力和适应性最强等方面表现出色。