# 一、实验原理
本次实验我们采用比例、积分、微分控制, 即 PID 控制, 来对小车的巡线功能进行调节, 更好地控制小车转向时左右两个车轮的速度。该算法的原理如下:
## 1.1 比例控制 (P)
比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系, 当仅有比例控制时系统输出存在稳态误差。
## 1.2 积分控制 (I)
在积分控制中, 控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统, 如果在进入稳态后存在稳态误差, 则称这个控制系统是有稳态误差的。为了消除稳态误差, 在控制器中必须引入“积分项”。积分项对误差取决于时间的积分, 随着时间的增加, 积分项会增大。这样, 即便误差很小, 积 分项也会随着时间的增加而加大, 它推动控制器的输出增大使稳态误差进一步减小, 直到接近于零。因此, 比例+积分 (PI) 控制器, 可以使系统在进入稳态后几乎无稳态误差。
## 1.3 微分控制 (D)
在微分控制中, 控制器的输出与输入误差信号的微分(即误差的变化率)成正比关系。自动控制系统在克服误差的调节过程中可能会出现振荡甚至失稳。其原因是由于存在有较大惯性组件或有滞后组件, 具有抑制误差的作用, 其变化总是落后于误差的变化。解决的办法是使抑制误差的作用的变化“超前”, 即在误差接近零时, 抑制误差的作用就应该是零。这就是说, 在控制器中仅引入 “比例”项往往是不够的, 比例项的作用仅是放大误差的幅值, 而需要增加的是“微分项”, 它能预测误差变化的趋势, 这样, 具有比例 + 微分的控制器, 就能 够提前使抑制误差的控制作用等于零, 甚至为负值, 从而避免了被控量的严重超调。所以对有较大惯性或滞后的被控对象, 比例+微分 (PD) 控制器能改善系统在 调节过程中的动态特性。
PID 中比例控制 P 是主要的控制方法, 承担了 PID 控制中的大部分任务, 为了消除比例控制 P 留下的静态偏差, 增加了积分控制 I, 而微分控制 D 只为稳定而存在, 其稳定效果应该大于积分控制 I 的失稳效果, 在有大量噪音的系统中, 不适用微分控制 D。PID 控制器是一个完整的三项控制, 能够减少上升空间, 消除静态误差, 减少超调。
------
# 二、代码实现
## 2.1 准备工作
本次实验我们使用了`V-REP`提供的`matlab`接口实现巡线小车。
`V-REP`会默认造在本地地址的19997端口开放。在`matlab`代码中实现对该端口的连接:
```matlab
% 初始化v-rep接口组件
vrep = remApi('remoteApi'); % using the prototype file (remoteApiProto.m)
vrep.simxFinish(-1); % just in case, close all opened connections
clientID = vrep.simxStart('127.0.0.1',19997,true,true,5000,5);
if clientID < 0
disp('Failed connecting to remote API server');
```
同时将`V-REP`的接口文件`remApi.m`、`remoteApiProto.m`和动态链接库`remoteApi.dll`放置在`matlab`代码文件`LineFollowingBot.m`的同一文件夹下,则可以用`matlab`控制`V-REP`的仿真。
使用`matlab`启动仿真:
```matlab
vrep.simxStartSimulation(clientID,vrep.simx_opmode_oneshot);
```
要实现巡线小车,需要获取小车前置摄像头的画面,依据画面进行速度的调整。小车有左、右两边的轮子可以控制。要先获取两边速度和摄像头的句柄,从而之后能对它们进行读取和修改:
```matlab
% 获取速度和图片的句柄
[res, motorLeft] = vrep.simxGetObjectHandle(clientID,'Pioneer_p3dx_leftMotor',vrep.simx_opmode_blocking);
[res, motorRight] = vrep.simxGetObjectHandle(clientID,'Pioneer_p3dx_rightMotor',vrep.simx_opmode_blocking);
[res, camera] = vrep.simxGetObjectHandle(clientID,'Vision_sensor',vrep.simx_opmode_blocking);
```
控制小车使用PID算法,在这里,我们只考虑当前的误差比例和误差微分。先将当前误差初始化为0:
```matlab
err = 0;
```
接下来,在无限循环中,获取小车的画面并通过画面进行调整。获取画面的代码如下:
```matlab
code = 1;
while code
[code, size, img] = vrep.simxGetVisionSensorImage2(clientID, camera, 1, vrep.simx_opmode_oneshot);
end
```
为了便于操作,调用`simxGetVisionSensorImage2`函数,使用句柄`camera`,直接返回黑白画面。如果图像获取成功,则返回值`code`为0,退出循环,否则获取失败,重新获取。
## 2.2 当前的误差分析
调用`getErr`函数获取当前误差和转向方向:
```matlab
[new_err, direct_tmp] = getErr(img);
```
当前误差`new_err`为利用PD算法控制速度的依据,而`direct_tmp`为之后的转向提供方向判断,之后会详细说明。
`getErr`的具体实现如下。函数原型为:
```matlab
function [err, direct] = getErr(img)
```
输入黑白图像`img`,返回小车当前和预期位置的误差和转向判断值`direct`。
考虑到小车的画面中会出现很多条路,而我们只期望小车走它脚下的路,因此我们希望对所有画面中的路进行一个误差分析:路的位置和小车脚下(即画面中点)的距离作为误差值,如此一来,依据路离中点的远近,就能判断它是否是小车要走的路。需要注意的是,路可能在中点位置的左边或右边,因此误差有正有负。要取误差的绝对值作为判断依据。在所有的路中,有两条路是我们值得关注的(如果画面只有一条路或者没有路,会采取单独的策略):一是离中点最近的路,也就是误差的绝对值最小的路。期望中,小车正在走的路往往正在脚下,因此这条路就是小车在走的路,我们希望小车继续沿着这条路走。二是离中点第二近的路。试想:如果出现了急转弯(角度大于90度的转弯),在逐渐接近转弯点时,小车会看见两条路:转弯前要走的路和转完后要走的路。到达转弯点,两条路合并为一条,再往前走则会偏移当前道路。因此需要判断什么时候进行急转弯、急转弯是左转还是右转。通过分析不难得到:转弯的方向就是转完后要走的路的位置,在左边则左拐,在右边则右拐。而正在转弯前的路和转完后的路迟早会汇合,因此转弯后的路迟早会变为距离中点第二近的路,**以此就能判断急转弯的转弯方向**。
那么如何计算路到画面中点的距离呢?考虑到路是有宽度的,可以找路的最左边和最右边的点的坐标,取均值作为路的位置。而画面大小为480*640,因此取640的一半320作为画面的中点。画面中越靠下的部分离小车越近,因此依据下面画面调整小车状态的优先级更高。我们考虑从下往上一行行遍历,如果当前行找到了路则进行误差分析,否则看上一行是否有路。**这样一来就能有效处理间断路的问题。**
首先初始化以下几个变量:
```matlab
err = 1000000;
err2 = 1000000;
flag = 0;
direct = 0;
distance = 480;
```
其中`err`表示离中点最近的路的误差,`err2`表示离中点第二近的路的误差。注意误差可正可负,其绝对值表示到终点的距离。`direct`用于记录下一个急转弯预期的转向方向,为1或-1。如果没有转弯倾向则为0。因为找到一条路的当前位置,要找到路的左边和右边两个端点的坐标,`flag`用来表示下一个是寻找左边端点(值为0)还是右边端点(值为1)。`distance`表示当前遍历的画面的行号,从最后一行480行开始,依次往上遍历。
如果当前行没有找到路,则误差`err`不会更新,则需要找画面上一行,因此对`er
基于MATLAB+PID算法实现小车巡线功能.zip
版权申诉
5星 · 超过95%的资源 192 浏览量
2022-06-22
17:56:43
上传
评论 8
收藏 7.9MB ZIP 举报
shejizuopin
- 粉丝: 9593
- 资源: 1288
最新资源
- 笔记实验六,spark,大数据分析
- ####蓝桥杯python的详细的信息介绍
- 电子万年历软件仿真(经过多次修改,保证正确性)
- Unity XR 手势射击控制脚本(适用于任何可手势识别的设备)
- 机械设计全自动电表(NB和IC卡表)控制和上壳装配线sw16可编辑非常好的设计图纸100%好用.zip
- 基于matlab的EAN-13条形码识别系统GUI界面.zip代码53
- matlab基于bp神经网络交通信号标志识别GUI界面13个标志.zip代码54
- 电子万年历答辩实物展示视频mp4格式
- 基于python实现的程序,包括哈希感知算法cvHash,图像切割cvsplit,固定目标检测cvRec(附文档ppt)等
- 计算0-10000之间所有偶数的和
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
- 1
- 2
- 3
前往页