浙科室内创意组-电子文档14届报告

1、 第十四届全国大学生“恩智浦”杯智能汽车竞赛创意组项目技术报告 队伍名称：浙科室内创意组队伍成员：闵文彦、许垚、汤祖刚王瑶瑶、姚超楠指导老师：孙勇智、陈岁繁学校名称：浙江科技学院 摘要针对创意组的赛题要求，本队设计的创意组的车辆利用 NXP i.MX RT1062 可编程视觉模块及其配套的摄像头，对地图上的 Apriltag 标签和棋子障碍进行 扫描，进行图像采集和处理，以获取智能车的实时位姿（位置和运动方向）以及 赛场上旗子和障碍物位置信息。场上运动的智能车以搭在车上的 NXP i.MX6q 和LPC54606 作为车辆底盘的控制单元，利用 MPU6050 传感器并结合自身的编码器 信息，利

2、用卡尔曼滤波技术对两种信息进行融合，获取较为准确的相对坐标，实 时规划运动路径；同时利用增量式编码器检测电机转速，四轮电机的不同转速作 用在麦克纳姆轮上，实现车模全向移动；控制软件的核心算法是经典的 PID 算法， 在尽可能降低微控制器运算量的同时实现了智能车行驶速度与位置的闭环控制。决赛时利用 AI 算法来进行棋局的运算。初步实验证明，本系统较好地实现了设 计要求，完成了对棋子和障碍物的检测与摆放、AI 的计算和小车的运动控制。 关键字：机器视觉；AI 算法；QUORIDOR；八皇后；智能车； 第十四届全国大学生“恩智浦”杯智能汽车竞赛技术报告目录 引 言1第一章 系统整体方案设计21.1

3、运动平台的设计与选择21.2 软件功能实现及其划分31.3 视觉平台的设计与选择3第二章 车模机械结构设计与调整52.1 车模的选择52.2 编码器的安装52.3 物块拾取机构的设计52.4 光电板安装结构62.5 车辆力学校核6第三章 硬件部分设计73.1 硬件整体框图73.2 i.MX6q 开发板73.3 i.MX.RT 的可编程图像识别模块83.4 LPC 主驱板设计83.4.1 电源部分设计93.4.2 MCU 最小系统103.4.3 电机驱动部分设计113.4.4 隔离模块123.4.5 人机交互部分123.4.6 LPC54606 主驱板实物照片13第四章 软件设计144.1 图像

4、处理144.2 基于卡尔曼滤波的车体定位144.3 车体运动建模164.4 车辆平台的运动控制164.5 下棋 AI 算法20第五章 总结1IV 第十四届全国大学生“恩智浦”杯智能汽车竞赛技术报告引言全国大学生“恩智浦”杯智能车竞赛是以“立足培养、重在参与、鼓励探索、 追求卓越”为宗旨，鼓励创新的一项科技竞赛活动。竞赛要求在规定的汽车模型 平台上，使用恩智浦公司的微控制器作为核心控制模块，通过增加道路传感器、电机驱动模块以及编写相应控制程序，制作完成一个能够自动识别道路的模型小 车。参赛队员的目标是模型小车需要按照规定以最短时间完成比赛。随着工业自动化的推进，在逐渐实现无人智能控制过程中，无人

5、车辆在防暴 、交通查处、抢险救灾、灭火救援等任务发挥了重要的作用。在第十四届竞 赛中，创意组组继续沿用上一届的下棋规则，创意性的将棋盘上的数字改为 Apriltag 标签。Apriltag 标签在机器视觉领域有着广泛的应用，同时本届比赛 着重强调机器视觉的识别，在本赛题上可以隐约看到前面提到的各种无人平台应 用的，相关的各种解决方法相信在实际中具有较大的应用价值。在系统设计中，运动平台完全自主设计制作，利用带有 Openmv 的摄像头对 棋盘上的棋子，标签，障碍进行识别，同时利用搭载在车上的 NXP i.MX6Q 芯片对摄像头回传的数据进行处理，计算出棋子，障碍的坐标，和自己的坐标，同时 结合

6、自身坐标位置，规划出棋子移动的最短路径，将控制信息通过串口传送至下 级，运动控制主要以 LPC54606 为核心，将上位机传送的数据进行转换，通过结 合自身编码器和陀螺仪控制车模移动到指定位置，实现棋子或者障碍的取放。报告对系统整体方案设计、机械结构调整、硬件电路设计、软件算法设计等 方面进行了分析，详细阐述我队在此次智能汽车竞赛中的主要设计思想。在准备 比赛的过程中，队员查阅了大量专业资料，反复地调试车模各项参数，所有队员 都为此次智能汽车竞赛付出了艰苦的劳动。这份报告凝聚着浙江科技学院智能车 队创意组团队全体队员对智能车的全部心血和结晶，希望专家能够给我们团队一 个在国赛赛场上展示自己作品

7、的机会。1 第十四届全国大学生“恩智浦”杯智能汽车竞赛技术报告第一章 系统整体方案设计车模的组成主要分为软件和硬件两大块。在硬件设计上需要考虑软件编程的 方便，同时软件开发的同时也需要适应硬件的设计，最终形成一个相辅相成的整 体。其中，硬件部分又分为了运动平台和视觉平台，在保证运动平台足够轻巧灵 活的同时，也必须将视觉平台的稳定性做到最佳，在这一章，阐述了运动平台，视觉平台和软件系统的设计。1.1 运动平台的设计与选择车模结构全程为自主设计搭建与制作，以结构稳定牢固、运动灵活自由为原 则，集碳纤维板、麦克纳姆轮、直流减速电机、编码器、航模锂电池于一体，形 成了基本运动控制平台。其中，在动力方面

8、我们选择了四个带有麦克纳姆轮的减 速电机，通过联轴器连接编码器，为该平台提供了充足的动力的同时，也为车模 提供了精确运动闭环控制。底盘为定制碳纤维板，使得整个平台拥有足够的刚性， 为容纳上方的机械结构留出了足够的重量和空间。另外使用航模锂电的该平台拥 有极长的运行时间，对于调试和比赛也具有较好的效果。系统使用的四轮运动平 台如图 1.1 所示。图 1.1 四轮运动平台2 第十四届全国大学生“恩智浦”杯智能汽车竞赛技术报告1.2 视觉平台的设计与选择创意比赛要求参赛队伍设计一辆车模能够通过车载视觉模块和摄像头完成 赛场内标签、棋子、障碍物的检测与辨认并进行搬运，移动。通过机械、电子和 控制算法完

9、成预赛和决赛两个阶段的目标排序任务和对抗挑战任务。首先，参考赛事组委会的推荐，我们采用 NXP 公司的 i.MX RT1062 可编程 视觉模块（即 Openmv）对棋盘格内的 April-Tags 标签进行识别，以及对棋子和 障碍物进行检测识别。在设计之初，本队使用了一个 Openmv 视觉模块和一个长焦镜头进行图像采 集。但是在实践中发现了两个问题：（1）单个摄像头和长焦镜头的视野范围太小。 摄像头每一帧图像的视野范围过小必然会导致扫完整张地图的时间增加（2）视觉模块处理器发热导致降频，芯片降频会导致程序处理时间变长且无法控制。第 一个问题可以通过增加摄像头个数和采用广角镜头来减少扫描时间

10、，第二个问题 可以通过跟加散热片的方案来保证芯片稳定频率。在经过充分讨论和对各种方案的可行性研究后，选择安装多个 Openmv 视觉模块作为图像采集和处理的载体，使用 Micropython 进行程序的编写，这样大大 减少了程序处理的时间并提高了识别效率。摄像头图片如图 1.2 所示。图 1.2 Openmv 视觉模块3 第十四届全国大学生“恩智浦”杯智能汽车竞赛技术报告1.3 软件功能实现及其划分整个软件系统可以分为图像采集、图像处理、中央控制、运动控制等部分组 成。图像采集和图像处理通过 openmv 摄像头实现，摄像头采集到图像后，分析 出 Apriltag 标签值、障碍物的检测与辨认，

11、通过串口的方式，将这些坐标信息 和 Apriltage 标签值和障碍物传输到中央控制部分，中央控制部分结合车模素在 的位置信息和摄像头串口总线回传的数据解算出棋子的位置，并进行路径的规划， 并通过串口总线向运动控制部分发送运动信息，控制部分根据中央控制部分下发 的信息，控制车模移动、取放棋子或障碍。整个系统的控制结构如图 1.3 所示。智能车上的 i.MX6Q 处理器通过串口向LPC54606 微控制器发送运动信息，LPC54606 微控制器根据串口得到的坐标信息， 与自身编码器推算的坐标信息进行融合，并且规划出一条路径。同时，微控制器 还根据编码器信息和位置信息实现转速控制和轨迹控制。转速控

12、制和轨迹控制采 用PD 算法来控制四个转速。 反馈数据两 个 Openmv摄像头 i.MX6Q 处理器控制控制反馈数据控制OLED屏幕 LPC54606 微处理器控制反馈数据反馈数据反馈数据反馈数据电机光电传 感器 陀螺仪编码器按键 拨码开关图 1.3系统的控制结构4 第十四届全国大学生“恩智浦”杯智能汽车竞赛技术报告第二章 车模机械结构设计与调整良好的机械结构是智能车控制的基础。智能车的整体参数，包括车体重心、高度等，都对整个智能车系统的稳定运行起着至关重要的作用。因此，对智能车 机械系统的调节，有助于模型车更快更稳定的运行。模型车的布局以精简、可靠、 稳定为前提,通过对四轮运动平台的布局，

13、尽量保证四轮运动平台平衡，以及寻找一个合适的重心，保证模型车既能稳定快速前进，又能在转弯时流畅。智能车各系统的控制都是在机械结构的基础上实现的，因此在设计整个软件架构和算法之前一定要对整个模型车的机械结构有一个全面清晰的认识，然后建立相应的数学模型，从而再针对具体的设计方案来调整赛车的机械结构，并在实 际的调试过程中不断提高结构的稳定性。本章将主要介绍智能车车模的机械结构 设计和调整。2.1 车模的选择创意组规则中对车模选择并不加以限制，给了非常大的自由度，根据队员的 实践经验，选择自己设计制造车模。车模电机选用的是减速电机，使得整车拥有 很强的启动停止性能性能。另外麦克纳姆轮的加入，更有利于

14、全向移动，以节约 移动时间。摄像头固定在铝型材上，应用了铝型材较好的拓展性，使得我们的摄 像头可以多角度多方位摆放。2.2 编码器的安装齿轮传动机构对车模的驱动能力有很大的影响。齿轮传动部分安装不恰当，会增大电机驱动后轮的负载；齿轮配合间隙过松，容易打坏齿轮；齿轮配合间隙 过紧，则会增加传动阻力。所以我们选择使用联轴器使用同轴安装编码器有效提 高了测量精度，和测量稳定性。2.3 物块拾取机构的设计本车辆从设计之初原本考虑采用机械手的结构对棋子进行抓取，但由于机械5 第十四届全国大学生“恩智浦”杯智能汽车竞赛技术报告手结构过于复杂加之加之抓取棋子不够稳定，取而代之的是利用舵机升降电磁铁 达到点对

15、点，一对一单个棋子的稳定摆放。优势在于机构简单稳定性较高。2.4 光电板安装结构本车优化了定位的方式，采用角光电板定位，有效的提高了车辆定位精度。角光电板需要反复确认尺寸，光电板安装结构图如图 2.1 所示。图 2.1光电板安装结构图2.5 车辆力学校核如图 2.2 所示本车主要零部件，受力非标准件都进行了强度校核，从 ANSYS 力学分析图中可以看出零件的形变处于我们预估的范围之内，通过强度校核确保车辆的结构可靠坚固耐用。图 2.2ANSYS 力学分析图6 第十四届全国大学生“恩智浦”杯智能汽车竞赛技术报告第三章 硬件电路部分设计3.1 硬件整体框图硬件整体框图如图 3.1 所示。各个模块通

16、过 485 总线进行通讯，极大的简化 了系统的结构，同时 485 总线不需要任何特殊操作，只需要将总线连接起来后通 过串口即可完成通讯，为程序的开发提供了便利。图 3.1 硬件整体框图3.2 i.MX6q 开发板根据今年赛题要求，要实现小车在整个比赛过程中自主完成运动和动作，所 以选用了 i.MX6q 开发板，i.MX6Q 采用 Cortex-A9 内核，4 核 1GHz 主频，在能较好的完成比赛前提下，是 NXP 所有产品中最具性价比的选择。开发板安装了 Linux 7图 3.2 i.MX6q 开发板 第十四届全国大学生“恩智浦”杯智能汽车竞赛技术报告系统，主要用于运行预赛 8 皇后算法以及

17、决赛步步为营中 AI 算法，同时负责处 理摄像头以及下位机的信息。所选用的 i.MX6q 开发板如图 3.2 所示。3.3 i.MX.RT 的可编程图像识别模块选用了官方推荐的基于 i.MX RT1060 的可编程视觉模块，主控芯片使用 NXP i.MX RT1062，600MHz Cortex-M7，1MB RAM，4MB Flash （通过 QSPI 扩展）。感光芯片使用 OmniVision OV7725，这是一款快速 CMOS 感光芯片，最高分辨率 VGA(640x480)。在尺寸、扩展引脚、使用习惯和软件开发接口上兼容著名的 OpenMV3 M7 Cam。关键接口包括 SPI, I2

18、C, UART。集成了 Micropython 运行环境，包括 编译器、装载器和虚拟机。使用开发效率极高的 Python 语言做应用程序的二次 开发。应用程序（使用 Python 编写）和数据存储在外部扩展的 TF 卡中。模块连接 USB 后，电脑识别出优盘。可以使用任意文本编辑器开发程序。兼容 OpenMV IDE 的调试监控协议，实现一键下载、秒见效果、监控帧缓冲、虚拟串口控制台。其 负责处理场上棋局信息以及车辆位置信息的反馈。基于 i.MX RT1060 的可编程视觉模块如图 3.3 所示。图 3.3基于 i.MX RT1060 的可编程视觉模块3.4 LPC 主驱板设计小车的运动控制主

19、要由 LPC54606 微控理器完成。其负责处理上位机下发的 8 第十四届全国大学生“恩智浦”杯智能汽车竞赛技术报告信息并对车辆位置进行控制以及车辆位置信息的反馈。3.4.1 电源部分设计电源的质量对于一个控制系统来说极其重要，关系到整个系统是否能够正常工作，因此设计时整个电源部分的选择设计极为重要。本次设计采用了双电源供电，一节 6S 航模锂电池用于为电磁铁、舵机以及 图 3.4 电源原理图9 第十四届全国大学生“恩智浦”杯智能汽车竞赛技术报告电机供电，另一节 3S 航模锂电池用于为单片机、i.MX6q 开发板、摄像头以及各 类传感器供电。整个供电系统采用了 4 片 TPS5450 开关电源

20、芯片、一片 TPS7A87 LDO ，电源原理图如图 3.4 所示。系统大部分外设需要的供电电压为 5V，航模电池的供电电压为 11.1V。由 11.1V 降压到 5V 由于压差较大，用线性稳压芯片损耗比较大，所以我们采用了 DC/DC 开关电源转换芯片 TPS5450，TPS5450 外围电路简单且具有优越的性能， 最高 95%的转换效率，5A（峰值 6A）高电流输出，有过流保护及热关断功能保证 了主控电路的有效供电及安全。同时增加了双向 TVS 瞬态电压抑制二极管用于静 电防护、快速吸收浪涌，尖峰电压，有效保护电路中的元器件免受损坏。采用 LDO 可以减小电源纹波，为敏感型器件供电。数字地

21、与电源地使用磁珠 单点接地防止地信号的相互串扰而影响某些敏感元件。3.4.2 MCU 最小系统LPC54606 最小系统如图 3.5 所示。图 3.5 LPC54606 最小系统原理图最小系统设计中对电源以及下载口进行了静电防护，将下载口的电源与板上的电源做了防倒灌防护，充分保护了电脑、调试器、MCU 的安全。模拟电源与数 10 第十四届全国大学生“恩智浦”杯智能汽车竞赛技术报告字电源使用磁珠隔离，以减小 EMI。3.4.3 电机驱动部分设计小车使用的电机为有刷直流电机，驱动部分采用了 TI 公司的 DRV 系列 MOS 栅极驱动以及 IRLR7843 N-MOS 组成全桥驱动。该驱动支持 P

22、H/EN、独立 H 桥或PWM 模式，节约了对单片机特殊 I/O 口的要求。电流感测放大器提供可调的电流 控制，可以实现对电机的电流控制。集成的电荷泵可提供 100% 占空比支持，这 款栅极驱动器内置有相应的电路，能够使用关断时间固定的 PWM 电流斩波来调节绕组电流。器件采用了智能栅极驱动技术，因此无需任何外部栅极组件（电阻 器和齐纳二极管），同时可为外部 FET 提供保护。智能栅极驱动架构可优化死区 时间以避免出现任何击穿问题，在通过可编程压摆率控制技术降低电磁干扰 (EMI) 方面带来了灵活性，而且可防止任何栅极短路问题。此外，该架构中还包 括主动和被动下拉特性，可防止任何 dv/dt

23、栅极导通。成本相对常用的 BTS7960 节省了很多，且在性能以及在 EMC 上表现得更加优秀。相对于 HIP4802+IRLR7843 的方案成本相差也并不多，极大地降低了 EMI 的同时而且还节约了布局空间，电 机驱动原理图如图 3.6 所示。图 3.6电机驱动原理图11 第十四届全国大学生“恩智浦”杯智能汽车竞赛技术报告3.4.4 隔离模块供电系统采用了双电源供电，为了隔离控制信号采用了 ISO7740FDWR 芯片。ISO7740 是高性能四通道数字隔离器，可提供符合 UL 1577 的 5000VRMS（DW 封 装）和 3000VRMS（DBQ 封装）隔离额定值。该系列器件具有符合

24、 VDE、CSA、TUV 和 CQC 标准的增强型隔离额定值。在隔离 CMOS 或 LVCMOS 数字 I/O 时， ISO7740 器件可提供高电磁抗扰度和低辐射，并具备低功耗特性。每条隔离通道 的逻辑输入和输出缓冲器均由二氧化硅 (SiO2) 绝缘栅相隔离。该器件配有使能 引脚，可用于将多主驱动应用中的相应输出置于高阻抗状态，也可用于降低功耗。 该器件有助于防止数据总线或者其他电路中的噪声电流进入本地接地端，进而干扰或损坏敏感电路。凭借创新型芯片设计和布局技术，该器件的电磁兼容性得到 了显著增强，可轻松满足系统级 ESD、EFT、浪涌和辐射方面的合规性。隔离电路原理图如图 3.7 所示。图

25、 3.7 隔离电路原理图3.4.5 人机交互部分为了方便调试，能直观地反映出小车干了什么、想要干什么，下位机主板上 设置了 OLED、蜂鸣器、蓝牙、拨码开关以及按键。人机交互部分原理图如图 3.8 所示。12 第十四届全国大学生“恩智浦”杯智能汽车竞赛技术报告图 3.8 人机交互部分原理图3.4.6 LPC54606 主驱板实物照片LPC54606 主驱板实物照片如图 3.9 所示。该主板稳定耐用，便于操作，可以 稳定地为摄像头和i.MX6Q 主板供电，多电源的设计可以实现在 MCU 开关的同时 不影响对 i.MX6Q 主板的供电，更有利于程序的调试。创新的采用了 USB 供电的 方式，最大限

26、度的减少了不必要的线，使得整车走线更加简洁，同时也便于维护。 图 3.9 LPC5460163 主驱板实物图 第十四届全国大学生“恩智浦”杯智能汽车竞赛技术报告第四章 软件设计4.1 图像处理在对 NXP 公司的 i.MX RT1062 可编程视觉模块及其相关的例程进行研究学习之后，我们决定采用其自带的一个专门识别Apriltags 标签的程序来对棋盘上的 tag 标签进行识别，如图 4.1 所示；对于圆形棋子，我们采用霍夫圆 检测对其进行检测识别，通过不同阈值的调整 图 4.1 tag 标签识别可以达到识别出大小不同的圆的效果，如图 4.2 所示；对于障碍物，由于障碍物的颜色是红色，可以和棋

27、盘上其他东西醒目 地区分开来，对此我们决定采用色块识别方法对其进行检测识别，如图 4.3 所示。 根据前述分析，为了提高摄像头识别的准确率，我们还适当地对图像进行了 二值化处理等等。图 4.2 圆形棋子识别图 4.3 障碍物识别4.2 基于卡尔曼滤波的车体定位在车模比赛过程中，需要车模进行全向平移的运动的同时保持车模朝向不变。 此时，我们使用陀螺仪输出的角速度积分算出车模偏转的大致角度，即车模偏航 角。但是在实际的运用过程中，我们发现陀螺仪输出的原始数据存在着零点漂移 的问题。采用积分计算角度的方法在车模长时间的运行过程中存在并不适用。故 先将陀螺仪的初始数据经过卡尔曼滤波后。再计算所需的偏航

28、角。卡尔曼滤波模型是建立在已知随机信号数学模型的基础之上，适用于时变非14 第十四届全国大学生“恩智浦”杯智能汽车竞赛技术报告平稳时间序列的数字滤波。其实质是在已知观测值数据基础上，运用递推理论，实现对于未来状态量的估计，使得估计值尽可能地接近真实值。卡尔曼滤波的数 学模型为：（4-h）（4-2）th其中， 是过程噪声，并假定其符合均值为零，协方差矩阵为 Q的多元正态分布。 是观测噪声，其均值为零，协方差矩阵为 R,且服从正态分 的动态系统都并不确切的符合这个模型；但是由于卡尔曼滤波器被设计在有噪声 的情况下工作，一个近似的符合已经可以使这个滤波器非常有用了。假设th为 k-1 时刻车模的偏航

29、角，则可利用轨迹规划模型估计出车模下一 th时刻车模的偏航角及其方差为：thth th（4-3）（4-4）ththth同时，我们已知小车陀螺仪角速度测量模型：（4-5）其中， 为小车的状态， 为陀螺仪模型提供的小车当前的偏航角。因此， 我们能够获得两种模型在 k 时刻的卡尔曼滤波增益函数为： hh（4-6）th利用卡尔曼滤波模型，可以得知，在 k 时刻，综合陀螺仪输出的角速度数据， 车模的偏航角为：h（4-7）thth（4-8）th卡尔曼滤波是一种递归的估计，即只要获知上一时刻状态的估计值以及当前 状态的观测值就可以计算出当前状态的估计值，因此不需要记录观测或者估计的 历史信息。因此，我们只需

30、要获得小车的图像数据和编码器数据的初始值，并存 储当前时刻的状态，就能够利用卡尔曼滤波器估计和融合下一时刻的状态，即节 15 第十四届全国大学生“恩智浦”杯智能汽车竞赛技术报告省了存储空间，又提高了运算效率，在实际应用中具有极高的可行性。4.3 车体运动建模以 O-长方形的安装方式为例，四个的着地点形成一个矩形。正运动学得到的公式则是可以根据底盘的运动状态解算出四个的速度。需要注意的是， 底盘的运动可以用三个独立变量来描述：X 轴平动、Y 轴平动、yaw 轴自转；而四个麦轮的速度也是由四个独立的电机提供的。所以四个麦轮的合理速度是存在 某种约束关系的，逆运动学可以得到唯一解，而正运动学中不符合

31、这个约束关系 的方程将无解。先试图构建逆运动学模型，由于麦轮底盘的数学模型比较复杂，我们在此分 四步进行：将底盘的运动分解为三个独立变量来描述；根据第一步的结果，计算出每个轴心位置的速度；根据第二步的结果，计算出每个与地面接触的辊子的速度；根据第三部的结果，计算出的真实转速。计算过程不再赘述，可以得出计算结果： tht2 （4-9）t t 3 44.4 车辆平台的运动控制在工程实际中，应用最为广泛的调节器控制规律为比例、积分、微分控制，简称 PID 控制，又称 PID 调节。PID 控制器问世至今已有近 70 年历史，它以其 结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。

32、当 被控对象的结构和参数不能完全掌握，或得不到精确的数学模型时，控制理论的 其它技术难以采用时，系统控制器的结构和参数必须依靠经验和现场调试来确定， 16 第十四届全国大学生“恩智浦”杯智能汽车竞赛技术报告这时应用 PID 控制技术最为方便。即当我们不完全了解一个系统和被控对象，或 不能通过有效的测量手段来获得系统参数时，最适合用 PID 控制技术。PID 控制器是一种线性控制器，它根据给定值与实际输出值构成控制偏差。 将偏差的比例(P)、积分(I)和微分(D)通过线性组合构成控制量，对被控对象进行控制，故称 PID 控制器，原理框图如图 4.4 所示。图 4.4 PID 控制器原理框图在计算

33、机控制系统中，使用的是数字 PID 控制器，控制规律为：（4-e k r k tc ke k t e k t h（4-11）u k eke jt式中：k采样序号，k = 0，1，2；c k 第 k 次实际输出值； e k 第 k 次偏差； 比例系数； r k 第 k 次给定值； u k 第 k 次输出控制量； e k th 第 k-1 次偏差； 积分时间常数； 微分时间常数； 采样周期。 简单说来，PID 控制器各校正环节的作用如下： 比例环节：及时成比例地反映控制系统的偏差信号，偏差一旦产生，控制器 立即产生控制作用，以减少偏差。积分环节：主要用于消除静差，提高系统的无差度。积分作用的强弱取

34、决于 积分时间常数，越大，积分作用越弱，反之则越强。微分环节：能反映偏差信号的变化趋势(变化速率)，并能在该偏差信号变得 太大之前，在系统中引入一个有效的早期修正信号，从而加快系统的动作速度，减小调节时间。数字 PID 控制算法通常分为位置式 PID 控制算法和增量式 PID 控制算法。 位置式 PID 中，由于计算机输出的 u直接去控制执行机构(如阀门)，ukk的值和执行机构的位置(如阀门开度)是一一对应的，所以通常称公式(4-11)为位17 第十四届全国大学生“恩智浦”杯智能汽车竞赛技术报告置式 PID 控制算法。位置式 PID 控制算法的缺点是：由于全量输出，所以每次输出均与过去的状态有

35、关，计算时要对过去 e k 进行累加，计算机工作量大；而且因为计算机输出的 u k 对应的是执行机构的实际位置，如计算机出现故障，u k 的大幅度变化， 会引起执行机构位置的大幅度变化，这种情况往往是生产实践中不允许的，在某 些场合，还可能造成严重的生产事故。因而产生了增量式 PID 控制的控制算法， 所谓增量式 PID 是指数字控制器的输出只是控制量的增量uk 。当执行机构需要的是控制量的增量(例如：驱动步进电机)时，可由式(4-11) 推导出提供增量的 PID 控制算式（4-13）。th e（4-12）u k t h e k thj te k t h t e k t 2e k tu ke

36、k t e k t he k t 2e k t h e k t 2（4-13）e k e k e k e k t h式 中 e k e k t e k t h ； ；公式（4-13）称为增量式 PID 控制算法，可以看出由于一般计算机控制系统 采用恒定的采样周期 ，一旦确定了 、 、 ，只要使用前后三次测量值的 偏差，即可由式（4-13）求出控制增量。 增量式 PID 具有以下优点：(1) 由于计算机输出增量，所以误动作时影响小，必要时可用逻辑判断的方 法关掉。(2) 手动/自动切换时冲击小，便于实现无扰动切换。此外，当计算机发生故障时，由于输出通道或执行装置具有信号的锁存作用，故能保持原值。

37、 (3) 算式中不需要累加。控制增量u k 的确定仅与最近 k 次的采样值有关， 所以较容易通过加权处理而获得比较好的控制效果。 但增量式 PID 也有其不足之处：积分截断效应大，有静态误差；溢出的影响 大。使用时，常选择带死区、积分分离等改进 PID 控制算法。 运用 PID 控制的关键是调整 、 、 三个参数，即参数整定。PID 参数的整定方法有两大类：一是理论计算整定法。它主要是依据系统的数学模型，经 过理论计算确定控制器参数；二是工程整定方法，它主要依赖工程经验，直接在 18 第十四届全国大学生“恩智浦”杯智能汽车竞赛技术报告控制系统的试验中进行，且方法简单、易于掌握，在工程实际中被广泛采用。由 于智能车系统本身是一个机电高度结合且相互依赖的系统，并且还需要考虑比赛 具体环境带来的影响，要建立精确的智能车运动控制数学模型有一定难度，而且 我们对小车的机械结构修改也会带来参数的频繁变化，故理论计算整定法的操作 性不强，最终我