智能车调速部分

下载本文：http://pan.baidu.com/s/1qWAW49m

【杂谈】本文是自己在整理智能车项目相关心得时所作，与大家分享。如需转载请注明出处，谢谢！

【1.1】 智能车简单调速

测速 : 要实现闭环控制，先要进行测速

根据一个稳定可靠的测速值，才能有实现有效的速度控制

/* 定时中断测速 */
void PIT0_IRQHandler(void)
{
    PIT_Flag_Clear(PIT0);              //清中断标志位
    speedValue=speedCounter/6;    //读取所测值，除以6是平均滤波，使得测速值稳定，去掉环境一般干扰造成的浮动
    speedCounter = 0;                   //清计数
    speedControl();
}

速度控制如何实现，首先大了要调小，小了要调大

void speedControl(void)
{
    static u32 duty;
    if(speedValue<speedSet) duty++;
    else if(speedValue>speedSet) duty--;
    SET_MOTOR_DUTY(duty);
}

这样确实可行，但显然调节的太慢了，我们改进一下，变化一下每次调整的幅度，根据什么变化？

误差越大，调整的幅度就越大，误差小了，调整幅度也随之减小，这样与成比例K地调节：

void speedControl(void)
{
    static u32 duty;
    if(speedValue<speedSet) duty+=K*(speedValue-speedSet);
    else if(speedValue>speedSet) duty-=K*(speedSet-speedValue);
    SET_MOTOR_DUTY(duty);
}

把两个式子合成一个：

void speedControl(void)
{
    static s32 duty;
    duty+=K*(speedSet-speedValue);
    SET_MOTOR_DUTY(duty);
}

 

当然，设置占空比前还要先进行限幅。

K如何确定呢？

先进行测速，记录占空比对应的测速值，求出速度和占空比的大致比例，就可以作为初定的K值

实际建议采用高级调速，这种方法只是PID调速的I分量控制（不是P分量控制）。

不是P分量控制？比例项为何不是和当前误差成比例，当前误差越小，调整量越小，这不是比例调节吗？

对增量式的理解有误。

比例项是对当前误差加权作为下次输出值的一个分量，而不是作用于下次输出和上次输出的增量的。

脉冲计数器值除以6还是缩小速度采样周期为原来的六分之一？

前者相当于平均滤波，后者即时性更强。

【1.2】智能车高级调速 PID基础知识

比例、积分和微分的线性组合，构成控制量u(t)，称为：比例(Proportional)、积分(Integrating)和微分(Differentiation)控制，简称PID控制。比例作用P只与偏差成正比，积分作用I是偏差对时间的累积，而微分作用D是偏差的变化率。

根据上面的定义可以写出公式：

比例P代表着现在，积分I代表着过去，而微分D则代表着未来 

（摘自http://www.cnblogs.com/pang123hui/archive/2010/08/16/2309974.html）

为什么这么说？

我们知道一个曲线上的一个点的

e（t）是误差关于时间的函数，一个时刻t0的误差为e0，比例项就反映当前时刻的误差值，积分项是求积分，反映之前误差的累加值，微分项是求导，即斜率，是反映误差的变化趋势。我画个图：

反馈控制思想——利用误差，消除误差

假设要实现控制某量从A调整为B，每一次控制都得到一个输出，而反馈信息就是每次的输出值，一个闭环的控制策略无非就是采用一种方法，利用这些反馈信息指导下一次控制。

PID控制相当于把全部误差数据划分为历史，当前，未来三个分量，并赋予不同权重后加和，得到下一时刻的控制量。

推导增量式PID

对PID基本式求导，就得到下面的式子

d_u=P*d_err+I*err+D*dd_err（dd表示2阶导）

( pk += kp_motor * d_error + ki_motor * error + kd_motor * dd_error; 上面网址里代码的核心部分 )

这就是增量式PID控制，由于运算输出的是增量，所以叫增量式。

离散化，求导就是求此刻与上一时刻的差值，编程就很容易了。

结合上一节，加深增量式PID的理解

首先，如果error越大，即设定值与测得当前值相差很大，则调整值越大，若error很小，则调整值也很小，所以，偏差值error和占空比调整值成正比，可以写出以下语句：

dutySet += K*err；//err= speedSet – currentSpeed;

这就是积分项（err），求导为比例项（∆err），再求导为微分项（∆∆err）（离散的求导即为两次差值，变化量）

当且仅当err=0时，积分项为零，因此，积分项可以消除静态的误差；

而比例项为两次err的差值，为误差的变化率，如果按照积分调节，可以编程绘制一个曲线，曲线越接近设定值越平稳，开始非常抖，也就是说斜率由大变小，那么如果大的斜率对应大的调节，小的斜率对应小的调节，则会进一步加快调节进程。

进一步加快调节进程，就是微分项。

【1.3】PID应用

PID应用

增量式是求导而得，积分即得到位置式 

位置式：输出为——固定位置值+偏移量，应用：舵机

增量式：输出为——上次输出值+增量，应用：电机

PID调速的作用：

电池问题

路况问题 

上下坡 加PID保证匀速，上坡可以提速，下坡可以减速

障碍 华德车的例子，直道加速，遇到障碍猛地卡住，猛地加速，冲出赛道

改进

修改PID为ABC型，提高效率

dutySet +=Kp（e0-e1)+Ki*e0+Kd*( (e0-e1)-(e1-e2) )

简化为ABC

dutySet +=A*e0-B*e1+C*e2

A=Kp+Ki+Kd

B=Kp+2Kd

C=Kd

其他：

修改代码结构：数据结构改进，改为结构体定义

提升代码速度：算法改进，为指针操作，指针循环移动

添加高阶导数项，调节速度更快

分段控制：全bangbang加速，PID减速，直接置零，反转的PID减速

高级控制思想——自适应控制、模糊控制、预测控制、神经网络控制、专家智能控制等等

注意

写程序

相关变量用static继承或者全局变量、宏定义

数据类型：误差有符号

PID参数整定

调试看什么？改变期望值，看实际值和控制量的变化（控制量：仅仅看实际值不够，还要看控制量是否平滑，控制量即电机占空比。）

整定三个参数要注意：三个系数互补，不能简单的采用控制变量法逐个调节。

 

[引用]打个比方，如果现在的输出是1，目标输出是100，那么P的作用是以最快的速度达到100，把P理解为一个系数即可；而I呢？大家学过高数的，0的积分才能是一个常数，I就是使误差为0而起调和作用；D呢？大家都知道微分是求导数，导数代表切线是吧，切线的方向就是最快到至高点的方向。这样理解，最快获得最优解，那么微分就是加快调节过程的作用了。

按照PID调好参数后，简化公式为本次误差，上次误差，和上上次误差的线性组合，即可加快PID算法的速度。 

【1.4】对PID的理解

[引用]打个比方，如果现在的输出是1，目标输出是100，那么P的作用是以最快的速度达到100，把P理解为一个系数即可；而I呢？大家学过高数的，0的积分才能是一个常数，I就是使误差为0而起调和作用；D呢？大家都知道微分是求导数，导数代表切线是吧，切线的方向就是最快到至高点的方向。这样理解，最快获得最优解，那么微分就是加快调节过程的作用了。

按照PID调好参数后，简化公式为本次误差，上次误差，和上上次误差的线性组合，即可加快PID算法的速度。

为何采用增量式

【引用】 PID一般有两种：位置式PID和增量式PID。在小车里一般用增量式，为什么呢？位置式PID的输出与过去的所有状态有关，计算时要对e（每一次的控制误差）进行累加，这个计算量非常大，而明没有必要。而且小车的PID控制器的输出并不是绝对数值，而是一个△，代表增多少，减多少。换句话说，通过增量PID算法，每次输出是PWM要增加多少或者减小多少，而不是PWM的实际值。

 

【嵌入式小家】PID控制算法的C语言实现四增量型PID的C语言实现_嵌入式小家_百度空间

【比喻有些牵强】飞思卡尔智能车PID算法的通俗理解（转）_小桥流水_新浪博客