智能寻迹车常见控制算法研究及比较

为了使自动识别路径的智能车能够稳定、可靠地在不同跑道上行驶,速度和方向的控制是整个智能车系统控制的核心。实验表明,加载了几种常见小车控制算法的智能车对赛道的适应性和其控制的稳定性都得到了较大的提高。     

基于模糊自适应PID的智能车控制与仿真

由于智能车的行驶是时变非线性系统,传统的PID算法无法很好地满足需求,改进的模糊自适应的PID算法采用高效的PID算法和模糊自整定控制相结合进行自动调节,可以让智能车系统克服传统PID算法无法实时调节参数的缺点,提高智能车在速度控制上的效率和鲁棒性。利用MATLAB中的Simulink仿真模块,设计搭建模糊控制器,并应用模糊规则进行仿真,分别给与负载电机转速扰动和电磁转矩的阶跃扰动,利用传统PID和改进后的模糊自适应PID控制对比测试电机控制系统的阶跃响应性能。实验表明,该系统不仅实现了智能车速度的实时调控和优化,而且与传统的PID控制算法相比较,具有更稳定的动态响应、鲁棒性与精确度。     

基于CMOS摄像头的智能车控制系统设计及实现

针对智能车因单条引导线信息量少而引起的误识别问题, 设计一种能自动识别和跟踪双边引导线的智能车系统。智能车以Freescale公司MC9S12XSl28作为核心控制器, 利用COMS(Complementary Metal Oxide Semiconductor)摄像头OV7620作为路径信息采集装置, 对采集图像进行二值化处理、 去噪操作和边缘检测后提取路径信息、 进而准确地判别跑道的形状, 为舵机和电机提供控制依据, 以使小车平稳快速地行驶。同时, 提出将行驶状态与赛道信息综合考虑的措施, 并通过PID(Proportional Integral Differential)控制策略以及实验测试, 实现了对各种典型跑道的优化处理, 使高速行进中的智能车具有良好的转向调节能力和加减速响应能力。智能车可以在以白色为底面颜色, 两边有黑色引导线的跑道上运行, 克服了因单条引导线信息量少而引起的误识别问题。     

基于视觉技术智能车系统的设计

介绍了一种以OV6620数字摄像头为视觉传感器的自循迹智能车系统,详细阐述了视觉传感器有效信号的小范围黑线提取法,采用增量式数字PID控制算法,实现智能车调速。实验测试表明,本智能车系统具有良好的稳定性、快速性和前瞻性。．     

基于电磁传感器的智能车设计与实现

设计了基于电磁传感器的自动循迹智能车。使用32位单片机MCF52259作为核心控制单元,设计了电源模块电路、停车检测电路、电机驱动电路及信号采集电路,采用PID控制算法使得智能车自动采集路径信息,控制电机加减速、舵机转向,实现了智能车的自动循迹行驶功能。     

基于CCD的自平衡智能车循迹系统的设计

介绍了一种基于线阵CCD两轮自平衡的智能车循迹系统。基于第八届飞思卡尔智能车大赛准则,该系统以飞思卡尔16位单片机MC9S12XS128作为核心控制器,以CCD作为路径识别装置检测路径信息,通过陀螺仪与加速度计测量智能车姿态,单片机获得传感器采集的路面信息及智能车姿态信息,经过分析后控制智能车的舵机转向,同时对直流电机进行调速,从而实现智能车自平衡和速度调节。在控制算法上采用模糊设定速度和PID调整速度相结合的算法,使智能车能够在自平衡状态下快速平稳的行驶。     

基于MC9S12XS128单片机的路径图像识别智能小车

本智能车的设计是以Freescale公司的MC9S12XS128单片机作为系统的控制核心,使用OV7620数字摄像头采集道路信息,单片机分析图像信息后确定行驶路径,再通过舵机来掌控小车的行驶方向。软件控制方面,使用PD算法控制舵机,位置式PID算法控制电机,实现对智能车运动方向和运动速度的闭环控制。整个系统涉及车模机械结构调整、传感器电路设计及信号处理、控制算法和策略优化等多个方面。实验结果表明,设计方案确实可行。     

基于激光传感器的智能车设计

本文设计了以飞思卡尔单片机MC9S12X128为核心的智能车系统,包括传感器信息采集与处理、电机驱动、控制算法及控制策略等方面。采用激光传感器采集道路信息并反馈给单片机控制系统,通过软件进行相关分析处理,通过速度反馈和PID算法控制舵机转向和智能车速度。通过实际运行验证,本方法使智能车运行稳定、可靠,其平均速度达到2.6m/s,得到比较理想的效果。     

基于积分分离式PID的智能车控制算法设计

本文首先简要地介绍了智能车系统的基本构成,然后对PID控制算法进行改进,提出了积分分离式PID算法。最后,在智能车的自动控制模型基础上,分别对智能车的舵机和电机进行PD和PID控制,给出了具体的控制框图,实现了智能车的自动控制。     

基于遗传算法的智能车速度控制系统研究

针对传统PID算法在电磁导航智能车速度控制中存在的比例、积分、微分三个参数难以整定,不具有自适应能力的缺点,提出了将遗传算法应用到智能车的调速系统中来对传统PID算法进行改进.遗传算法不需要给出调节器的初始参数,可以从许多点开始并行操作,在解空间进行高效启发式搜索,克服了从单点出发的弊端以及搜索的盲目性,从而使寻优速度更快,避免了过早陷入局部最优解,最终自适应地整定PID三个参数来实现智能车的速度控制.Matlab仿真测试表明,与传统PID控制算法相比,遗传算法在智能车速度控制中具有响应快、超调量小、鲁棒性和适应性强的优点,大大提高了智能车电机控制系统的性能.     

基于变结构与PID联合控制策略的车身高度控制仿真

对采用油气主动悬架的车辆车身高度进行控制时,由于摩擦力的影响,采用常规ＰＩＤ等传统控制策略系统存在振荡现象。为解决这个问题,通过分析悬架位移误差的相轨迹图,对ＰＩＤ控制的积分项系数进行切换控制,从而设计出了一种变结构与ＰＩＤ联合控制策略。仿真结果表明,与传统ＰＩＤ控制策略相比,此控制策略在消除系统振荡、获得较高控制精度等方面具有较好的控制性能。     

模糊反馈增量式比例积分微分油气悬架控制

为了提升工程车辆的行驶平稳性,以工程车辆油气悬架为研究对象,以车身加速度为主要优化目标,设计了基于模糊反馈的增量式PID油气悬架控制系统。对被动悬架,增量式PID和模糊反馈增量式PID控制器进行仿真,对车身垂向加速度,车轮动载荷,悬架动挠度和控制力四个指标进行分析。选取C级路面和车辆行驶速度作为油气悬架系统输入激励,在降低车身垂直加速度的前提下,着重解决增量式PID控制器存在的问题。仿真结果表明,与传统被动悬架系统相比,基于模糊反馈的增量式PID控制油气悬架系统的车身垂向加速度的均方根值降低52%、悬架动挠度降低24%、车轮动载荷降低了44%。与增量式PID相比,悬架动挠度降低了69%,且基于模糊反馈的增量式PID控制器相比较于传统增量式PID控制器其输出控制力降低了86%。因此可以证明,基于模糊反馈的增量式PID控制器,不仅可以提升油气悬架系统综合动态性能,对改善车辆行驶的平顺性和操作稳定性,具有较好的应用前景,且其在经济性和环保性方面同样更具优势。     

水面无人艇远程控制系统设计与实验

针对海上复杂环境对水面无人艇操纵性能的影响,在风、浪等环境因素干扰下研究基于模糊PID （proportional integral differential）的无人艇航向偏差控制,开发以DSP (digital signal processing) 结合ARM为核心控制器的艇载运动控制系统,采用阿里云服务器、Web服务器、Apache服务器及MySQL数据库,研发无人艇远程控制系统,并集成研发了样船。实验表明,所研发的无人艇远程控制系统具有远程通信、运动控制、状态监测、数据存储和数据共享的功能,能够满足远程通信实时性、运动控制灵活性精确性的设计要求,进一步提高对无人艇航迹控制精度,为近海小型智能船舶的研发奠定基础。     

基于模糊比例积分微分算法的汽车半主动悬架振动分析

为提高汽车的平顺性和舒适性,针对半主动悬架系统,建立1/4车辆简化模型,引入模糊控制策略,结合比例积分微分(proportion integration differentiation,PID)控制以解决悬架运动过程中PID控制器参数不可变而引起的控制效果不理想等问题.并通过软件进行仿真分析,同时在相同参数下与单纯由PID算法控制的悬架以及被动悬架进行对比分析.仿真结果表明,基于模糊PID算法的半主动悬架能够更加出色地应对道路不平对汽车所造成的冲击,降低垂向振动,提高车辆驾驶稳定性.     

基于模糊自整定PID 的爆胎车辆轨迹控制

为解决高速公路爆胎车辆出现偏航的问题, 借助veDYNA 软件进行了的仿真研究。在确定了爆胎车辆轨迹控制的评价指标后, 采用模糊PID(Proportion Integral Differential)控制器, 规划了爆胎后车辆的方向盘转角, 代替驾驶员对爆胎车辆进行方向控制。该方法结合模糊控制和传统PID 控制的优点, 针对车辆爆胎的复杂环境, 自动整定PID 控制参数, 适应爆胎车辆的参数变化。仿真结果表明: 基于模糊自整定PID 的爆胎车辆轨迹控制可在保证车辆稳定行驶的同时控制车辆的行驶轨迹, 使其在出现较小偏移后回到原路径, 具有较好的适应性。     

基于模糊PID控制沥青砂浆车液压调平系统

针对施工中沥青砂浆搅拌车的计量设备受其水平度影响大和频繁移动的特点,以可编程逻辑控制器(PLC)为控制核心,开发了4点液压调平系统,分别以PID(比例、积分、微分)和模糊PID为调平控制方法进行试验对比研究。结果表明:在满足调平精度为±0.1°前提下,模糊PID调平控制的调平时间为8.5 s,PID调平控制的调平时间为23 s;模糊PID控制通过优化调平过程中阀的开度,能够显著提高调平效率和调平精度,基于模糊PID控制调平能提高沥青砂浆车的计量精度和施工效率。     

基于Speedgoat的半主动悬架模糊PID控制研究

作为半主动悬架最为核心的运行组件,磁流变液阻尼器的阻力性能可结合外界电流变化连续控 制。 对于该阻尼器为半主动悬架的控制,本文搭建了汽车半主动悬架系统仿真模型,给出了一类以 Speedgoat 为基础的半主动悬架模糊 PID 控制器,并通过模糊推理求解 PID 参数的调整系数,运行了基于 Matlab / Simulink 的模糊 PID 控制器的联合半实物仿真,利用 Speedgoat 在不同路面等级、不同速度下进行了 仿真试验。 试验表明:设计的基于 Speedgoat 的半主动悬架模糊 PID 控制器比起经典 PID 控制器有更优良的 控制性能,从而提高了车辆行驶平顺性和乘坐舒适性。     

基于改进粒子群算法优化的车辆运动侧倾控制研究

为了避免车辆在不同路面状况下发生侧翻现象,提高车辆行驶的稳定性,采用改进PID控制车辆侧倾角位移运动轨迹。创建车辆模型简图,给出车辆侧倾运动方程式。引用PID控制方法,对粒子群算法惯性权重系数进行改进,将改进粒子群算法用于优化PID控制,设计出车辆侧倾角位移控制流程,对控制器参数进行优化和调节。通过MATLAB软件对车辆侧倾角位移跟踪效果进行仿真验证,并与PID控制效果进行比较。结果表明:路面在无波形干扰条件下,采用传统PID控制和改进PID控制方法都能较好地完成车辆侧倾角位移跟踪,跟踪误差较小;路面受到波形干扰条件下,采用传统PID控制侧倾角位移跟踪误差较大,而改进PID控制侧倾角位移跟踪误差较小。采用改进PID控制方法,可以抑制路面波形的干扰,提高车辆侧倾角位移跟踪精度。     

基于改进PSO的智能车辆转向自适应PID控制

针对智能车辆转向系统的复杂,非线性和时变性,提出了基于改进粒子群算法的自适应PID控制,在该控制系统结构中,采用改进粒子群算法获得PID参数在线调整的信息,完成PID控制器参数的在线自整定,实现智能车辆转向的智能控制.实验结果表明,与常规的PID控制方法相比,该方法具有较高控制精度,较强的自适应性和鲁棒性,完全可适用于智能车辆转向系统的控制.     

履带式装甲车辆纵向速度控制

履带式装甲车辆的动力学系统具有强烈非线性、不确定性的特点,为解决直线行驶工况下的速度控制问题,结合驾驶员驾驶操纵经验,提出一种自适应性强的变论域分相模糊比例-积分-微分(proportion-integral-derivative, PID)控制方法,实现了对期望车速的有效跟随。首先建立包含发动机、传动系及制动系的装甲车辆纵向动力学模型,然后利用模糊算法在线整定PID控制器参数,并采用变论域分相设计进一步提高控制器的自适应能力。仿真实验结果表明,提出的控制方法与传统PID及模糊PID相比,车速跟随控制精度与快速收敛性都有了提高,尤其能够有效解决驱动/制动切换时整车运动状态改变导致的控制效果大幅度下降问题。