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。     

基于路径识别的寻迹智能车设计与实现

为了实现智能车沿道路上引导线自动寻迹,研制一种基于模型汽车为硬件平台的智能车系统.该系统通过采用改进的边缘检测算法对COMS摄像头捕获的道路信息进行处理,在获取更准确图像的基础上,依靠舵机进行方向控制,通过闭环PI控制电机驱动智能车前进.本设计实现了智能车沿引导线稳定、快速行驶的功能.实验表明,此设计方案提高了智能车运行速度和稳定性.     

电磁直立寻迹智能车的系统设计与软件开发

自动循迹的两轮自平衡电磁智能车是一个非线性、强耦合、欠驱动的自不稳定一级倒立摆系统。针对该智能车特点,采用两轮自平衡智能车机械架构、主控板、驱动板等模块相结合设计了系统硬件;并利用互补滤波和卡尔曼滤波方式对姿态检测传感器检测到的信号进行处理、以控制智能车直立平衡;最后通过归一化处理将路径检测传感器获得的路径信息与直立平衡控制信号进行融合,在直立平衡基础上实现智能车方向的控制。实验表明,该智能车运行平稳、转向灵活、速度较快。     

基于光电传感器智能车系统的设计

阐述了光电传感器智能车系统传感器的选择、布局和路径信号的获取、处理方法.智能车的速度控制采用积分分离数字PID算法.实际测试表明,本智能车具有稳定性好,响应速度快等特点.     

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。     

智能车跑道识别的克隆选择算法的改进

提出了克隆选择算法在智能车跑道识别中实用化的改进方案.将原克隆选择算法中的克隆和变异部分简化为抗体库数据块的优化选择和替换操作,大量减少了算法的计算消耗.在此方案中,智能车更准确地分析了从摄像头获取的环境信息,更好地识别了跑道,从而提高了智能车舵机拐弯控制的准确性.仿真实验结果表明:此方案在智能车的跑道识别过程中具有很...     

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.     

基于电磁技术的智能车路径识别的研究

介绍了一种以Freescale公司MC9S12XS128单片机为核心控制单元的自循迹智能车系统,快速、准确的提取和处理赛道信息,是智能车灵敏的沿既定的赛道快速行进的必要保证。对基于电磁技术的智能车路径识别技术进行了研究,给出了基于运算放大电路的路径识别方法。测试表明,该方法具有良好的实时性和准确性。     

基于模糊自适应PI控制的智能车的设计与研究

为实现智能车自动寻迹,研制一种基于汽车模型为硬件平台的智能车系统.传统PI控制的参数固定,难满足模型沿指定路径行驶的智能化要求;而模糊自适应PI控制具有控制精度高,控制灵活且适应性强的优点,可以精确、稳定的控制车速.路径信息采集模块将摄像头采集的道路信息传送至微处理器,微处理器输出合适控制量对舵机进行方向控制,同时综合编码器将测得的速度反馈给微处理器,采用模糊PI控制对智能车直流电机进行速度控制,该方案可以使智能车快速稳定的沿指定路径行驶.     

基于智能车竞赛的计算机专业学生综合实践能力培养

为了适应新时期对计算机专业学生综合实践能力的需求,针对"恩智浦杯"智能车竞赛对跨学科、多课程、多知识点的综合性要求,提出了以智能车竞赛为载体的学生综合实践能力培养路径。智能车设计涉及以计算机为主,包括机械、电气、电子、仪表及控制等在内的诸多学科;包含电子技术、传感器技术、嵌入式系统等系列课程;覆盖模型建立、路径识别、PID控制等众多知识领域。实践表明,学生参加智能车竞赛,在获得优秀成绩的同时,提高了工程实践能力和工程应用能力,增强了工程创新意识和团结协作精神。     

基于遗传算法的汽车式移动机器人路径规划方法

对文题进行了数学描述，提出了一种基于遗传算法的汽车式移动机器人最短距离路径规划新方法，探索了解决非完整系统路径规划问题的新途径．利用经改装的遥控汽车模型进行了路径规划实验，取得了令人满意的实验结果     

一种基于80C51单片机控制的寻迹小车设计

寻迹小车采用光电传感器来识别白色路面中央的黑色引导线,通过80C51单片机实现对转向舵机和驱动电机的PWM控制,使小车实现快速稳定地寻线行驶.分模块阐述了寻迹小车的原理、软硬件设计及制作过程.针对路径特点对寻迹小车的方向控制和速度控制提出了舵机分级转向、速度分段控制的解决方案.实验表明,寻迹小车能够较快速、平稳地完成对各种曲率引导线的寻线行驶任务.     

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。     

基于自适应动态规划算法的小车自主导航控制策略设计

小车自主导航系统是路径规划领域研究的难点问题。本文利用自适应动态规划算法对小车自主寻路、避障的控制策略进行了设计。介绍了仿真过程中小车检测环境状态量的方法,提出了小车通过连续型奖励/惩罚信号自主学习寻路、避障的控制策略,并结合虚拟现实技术创建了不同路径和不同障碍物状态的仿真环境。通过不同路径状态的仿真实验,验证了自适应动态规划算法在解决小车自主导航避障控制策略问题上的可靠性和稳定性。     

基于磁流变阻尼器的汽车半主动悬架的神经模糊控制

为了抑制由路面不平引起的车辆振动,该文采用磁流变(MR)阻尼器和神经模糊控制算法实现对车辆悬架系统的半主动控制,并在四分之一汽车的两自由度模型上进行了仿真计算.采用的神经模糊控制器能通过反馈的车身加速度,经过计算输出一个恰当的电压到MR阻尼器实时连续地改变其阻尼特性,实现对车辆悬架系统半主动振动控制.仿真结果表明:和被动悬架相比,基于MR阻尼器和神经模糊控制算法的半主动悬架系统对由路面不平引起的车辆振动有明显的控制效果,具有良好的应用前景.     

电磁智能小车控制算法设计

设计了一台自动识别路径的电磁智能小车。介绍了智能小车控制位置、舵机和电机的算法思想,提出了基于三次多项式曲线拟合的位置解算算法和阿克曼转向舵机控制算法。该算法采用三次多项式来拟合通电导线周围磁场强度变化曲线,从而解算出小车相对赛道的偏移距离;通过阿克曼转向模型计算出转角控制量,建立转角与舵机PWM占空比的关系,便可控制小车按照预定轨迹稳定行驶。该算法在满足实时性与检测精度的前提下,对复杂赛道具有很强的适应性。     

两轮自平衡小车的设计与实现

两轮自平衡小车被各种竞赛所喜爱,在很多大型比赛中都有涉及此方向的题目。阐述了基于飞思卡尔系列XS128单片机为核心控制器,配合陀螺仪、角度传感器实现两轮小车的自平衡。着重介绍了两轮自平衡小车的结构、平衡原理、控制算法,通过反复调试最终实现了小车的自平衡。     

路网车流径路优化调整中的最短径路算法

目前铁路车流径路基本上都是按照路网的最短路径来安排的,首先一般都采用Dijkstra算法计算最短路径,然后参考相应区段的能力限制,对车流进行分配,对车流量超过能力的区段重新进行车流调整,这时需要重新计算新条件下两点间最短路径,一般仍采用Dijkstra算法重新计算两点最短路径,这大大地浪费了前期的计算最短路径的信息,增加了计算工作量,本文采用A*算法作为一种启发式算法,可以克服这一缺陷。     

基于几何和模糊控制合成算法的小型移动机器人局部路径规划

文章针对机器人特殊的使用场合和要求,提出了将几何算法和模糊控制算法相结合来解决避障问题。在机器人远离地面障碍物运动时,采用几何算法;当逐渐接近障碍物时,采用模糊控制算法修正。2种算法的结合,避免了单独使用其中一种算法的缺陷,使局部路径规划的速度大大提高,并且降低了对控制硬件的高要求。仿真和实验表明,这种新算法具有正确性、实时性和鲁棒性。