自寻迹智能车PID控制研究.pdf

随着科学技术的发展以及人民生活水平的提高，汽车的智能 化、无人驾驶化成为了汽车行业的发展方向。汽车智能化水平越高， 人们对智能汽车安全性的要求也越来越高。如何研发更安全，更快速， 更稳定的控制算法，是目前智能汽车研发首要解决的问题。 本课题以MC9S12XS128芯片开发的自动寻迹智能车为研究对象， 主要针对增量式PID控制在复杂多变的系统中抗干扰性不强，时变系 统中的响应不够快等问题，进行算法上的改进。主要研究内容： （1）构建了以MC9S12XS128 为核心的寻迹智能车控制系统。主 要包括图像采集、电机驱动、电源管理、舵机控制、无线通讯模块等 五大模块。 （2）进行PID算法的设计和改进，在增量式 PID控制的基础上， 引入了不完全微分，微分先行和“最优曲率”算法，构成了改进 PID 算法。根据实际控制的经验，设计出模糊控制表，得出自适应 PID模 糊控制算法。基于BP神经网络，设计出三层神经网络的PID控制算 法。 （3）对智能车直流电机进行数学建模。用增量式 PID，改进PID， 模糊PID，BP神经网络分别对直流电机进行控制并完成相关的算法 设计。 （4）通过MATLAB/Simulink对上述4 种算法进行仿真并对比结 果，得出最适合智能车的控制算法。 通过基于LABVIEW架构的上位机，蓝牙无线通讯模块与下位机 进行数据传输。最后，在现场对上述4 种算法进行在线调试实验，结 果表明，自适应模糊 PID控制算法稳态误差最小，稳态精度最高，抗 干扰和适应能力最强。