移动机器人PID控制-(实现电机控速以及小车沿线行驶)

已于 2024-04-15 14:45:10 修改
阅读量1.5k 收藏 32
点赞数 22
分类专栏： 机器人控制 文章标签： 机器人
于 2023-12-12 17:22:47 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_46688978/article/details/134953728
版权

文章目录

基础概念介绍

闭环控制

  • 控制系统中，有输入、输出和最后的被控量，而反馈出现的原因是因为控制量和最后的真实的被控量是不一样的，因为中间存在干扰，而反馈的目的就是告诉控制器，我有偏差，并且你要调整我。闭环控制就是我们的输出量还作为一定的反馈量返回到输入端，通过输出和输入的偏差信号来控制系统使得偏差不断缩小，如果是输入和输出量相减我们又叫做**负反馈系统。**在下面的PID理论模型可以知道PID中常用的一个模型就是一个典型的负反馈闭环控制系统。

在这里插入图片描述

PID理论

  • 将偏差的比例（proportion）、积分（integral）、微分（derivative），通过线性组合构成控制量，用控制量对被控对象进行控制，这样的控制器称为PID控制器。在连续空间中，我们通常探讨模拟PID的控制原理，如图所示：

image.png

  • 我们这里用电机速度控制为例，讲解PID控制系统。r(t)为设定电机速度、y(t)为实际电机速度、e(t)=y(t)-r(t)为速度差值作为PID控制器的输入、u(t)为PID控制器的输出，作用到被控对象电机上。根据模拟PID控制器，科学家们也得出了模拟PID控制的公式，如图所示：

image.png

  • 其中Kp、Ti、Td，分别为控制器的比例系数、积分系数、微分系数。该理论用在控制的例子比比皆是。但是模拟PID控制系统是在连续空间的上描述的，无法在计算机上用代码实现。于是就有数字PID控制理论，将连续空间的PID控制系统在离散空间上描述。积分变成了求和、微分变成了求斜率，于是就出现数字PID控制系统的理论公式，如图所示：

image.png

  • 其中Kp、Ti、Td和上面描述的一样，T为采用周期，ek是本次差值，ek-1上一次的差值，直接通过模拟PID转化的数字PID又叫做位置式PID，该方式的PID的输出直接是控制量，非常不适合经常出现异常的系统，另外一种方式是增量式PID，每次只输出一个正向或者反向的调节量，就算出现异常，也不会产生巨大的影响。具体数学公式如下所示：该方法较多的应用于生产生活中，本文中电机的速度PID控制当然也不例外。（这里就是上文说的，负反馈闭环控制系统）
    • 位置式PID公式：
      在这里插入图片描述
    • 位置式PID最终作用公式在这里插入图片描述
    • 增量式PID公式：
      image.png
    • 增量式PID作用公式：
      在这里插入图片描述
    • 总结：增量式是根据偏差的变化对被控对象进行控制（个人理解就是找到你误差变化的规律，而不是直接用误差大小来控制）对控制量影响较小，而位置式直接是从误差输出一个控制量其如果误差出现异常，则系统也容易异常。实际应用中可能更多是增量式的控制，我们下面的实践代码也均是增量式的控制
    • 个人理解：位置式可能对应一一对应的关系，比如我们要控制水位高度在一个高度上，那么高度下降了我们就打开阀门，高度达到了，就关闭阀门。而如果我们要控制的是水流的速度，那可能要根据速度的变化，来慢慢调节阀门，使得最终达到合适的速度吧。

PID特点

  • pid控制是基于负反馈的偏差控制，特点是不依赖系统模型，计算量小，响应速度快，因此对于底层的电机速度和位置控制，以及工业上的压力控制、液位控制等，而上层依赖系统模型（比如机器人动力学模型）的控制算法（例如最优控制）就不适用！归结到底，pid在底层得到广泛应用，主要还是因为底层的逻辑需求简单，而且没法提供复杂控制算法的计算原件。

实践代码

电机控速代码

电机控制速度代码来自小白学移动机器人中的PID控制：

  • 有了上面的理论基础，开始代码实现的介绍。首先就是明确增量式PID系统的输入、输出、控制对象。
    • 对于控制电机速度来说：输入即为速度的设定值、输出即为速度的测量值，控制对象就是电机转速（但在程序中最终表征的控制对象是PWM占空比，通过调节占空比进而实现控制电机转速）
    • 对于下面的电机控制速度代码来说，增量式PID核心就只有一个公式，所以使用代码实现并不困难（每一次的输出都是在前一次的输出上叠加一个增量，这也是增量式PID的核心，我们PID控制输出的是一个调节量，并不是最后的控制量，我们增量式最后的控制量是叠加了上一时刻的输出）：

image.png

#ifndef __PID_H__
#define __PID_H__

#include "stm32f10x.h"

struct pid_uint
{
	s32 U_kk;    	    //上一次的输出量
	s32 ekk;		 	//上一次的输入偏差
	s32 ekkk;			//前一次的输入偏差
	s32 Ur;				//限幅输出值,需初始化
	s32 Kp;				//比例
	s32 Ki;				//积分
	s32 Kd;				//微分
	
	u8  En;             //开关
	s16 Adjust;         //调节量
	s16 speedSet;       //速度设置
	s16 speedNow;       //当前速度
};
/****************************外接函数***************************/

extern struct pid_uint pid_Task_Letf;
extern struct pid_uint pid_Task_Right;

void  PID_Init(void);
void  reset_Uk(struct pid_uint *p);
s32   PID_common(int set,int jiance,struct pid_uint *p);
void Pid_Ctrl(int *leftMotor,int  *rightMotor);

#endif //__PID_H__


#include "pid.h"

/*===================================================================
程序功能：双路电机速度PID，不同的电机，可能出现默认参数，不会产生速度控制的效果，请自行更改
程序编写：公众号：小白学移动机器人
其他    ：如果对代码有任何疑问，可以私信小编，一定会回复的。
=====================================================================
------------------关注公众号，获得更多有趣的分享---------------------
===================================================================*/

struct pid_uint pid_Task_Letf;
struct pid_uint pid_Task_Right;

/****************************************************************************
*函数名称：PID_Init(void)
*函数功能：初始化PID结构体参数
****************************************************************************/

void PID_Init(void)
{
//乘以1024原因避免出现浮点数运算，全部是整数运算，这样PID控制器运算速度会更快
/***********************左轮速度pid****************************/
	pid_Task_Letf.Kp = 1024 * 0.5;//0.4
 	pid_Task_Letf.Ki = 1024 * 0;	
	pid_Task_Letf.Kd = 1024 * 0.08; 
	pid_Task_Letf.Ur = 1024 * 4000;
	pid_Task_Letf.Adjust   = 0;
	pid_Task_Letf.En       = 1;
	pid_Task_Letf.speedSet = 0;
	pid_Task_Letf.speedNow = 0;
	reset_Uk(&pid_Task_Letf);		
/***********************右轮速度pid****************************/
	pid_Task_Right.Kp = 1024 * 0.35;//0.2
 	pid_Task_Right.Ki = 1024 * 0;	//不使用积分
	pid_Task_Right.Kd = 1024 * 0.06; 
	pid_Task_Right.Ur = 1024 * 4000;
	pid_Task_Right.Adjust   = 0;
	pid_Task_Right.En       = 1;
	pid_Task_Right.speedSet = 0;
	pid_Task_Right.speedNow = 0;
	reset_Uk(&pid_Task_Right);
}

/***********************************************************************************************
 函 数 名：void reset_Uk(PID_Uint *p)
 功    能：初始化U_kk,ekk,ekkk
 说    明：在初始化时调用，改变PID参数时有可能需要调用
 入口参数：PID单元的参数结构体 地址
************************************************************************************************/

void reset_Uk(struct pid_uint *p)
{
	p->U_kk=0;
	p->ekk=0;
	p->ekkk=0;
}

/***********************************************************************************************
 函 数 名：s32 PID_commen(int set,int jiance,PID_Uint *p)
 功    能：PID计算函数
 说    明：求任意单个PID的控制量
 入口参数：期望值，实测值，PID单元结构体
 返 回 值：PID控制量
************************************************************************************************/

s32 PID_common(int set,int jiance,struct pid_uint *p)
{
	int ek=0,U_k=0;

	ek=jiance - set; //当前时刻的输入偏差                                                             
	
	U_k=p->U_kk + p->Kp*(ek - p->ekk) + p->Ki*ek + p->Kd*(ek - 2*p->ekk + p->ekkk); //当前时刻的输出等于上一时刻的输出U_kk + 当前时刻的增量变化
	
	p->U_kk=U_k;
    p->ekkk=p->ekk;
	p->ekk=ek;
	
	if(U_k>(p->Ur))		                                    
		U_k=p->Ur;
	if(U_k<-(p->Ur))
		U_k=-(p->Ur);
	
	return U_k>>10; //在先前的比例、积分、微分系数中都乘以了1024，因此最后的控制输出量要除以2^10（即1024）
}

/***********************************************************************************
** 函数名称 ：void Pid_Which(struct pid_uint *pl, struct pid_uint *pr)
** 函数功能 ：pid选择函数	      
***********************************************************************************/

void Pid_Which(struct pid_uint *pl, struct pid_uint *pr)
{
	/**********************左轮速度pid*************************/
	if(pl->En == 1)
	{									
		pl->Adjust = -PID_common(pl->speedSet, pl->speedNow, pl);		
	}	
	else
	{
		pl->Adjust = 0;
		reset_Uk(pl);
		pl->En = 2; 
	}
	/***********************右轮速度pid*************************/
	if(pr->En == 1)
	{
		pr->Adjust = -PID_common(pr->speedSet, pr->speedNow, pr);		
	}	
	else
	{
		pr->Adjust = 0;
		reset_Uk(pr);
		pr->En = 2; 
	}
}

/*******************************************************************************
 * 函数名：Pid_Ctrl(int *leftMotor,int  *rightMotor)
 * 描述  ：Pid控制
 *******************************************************************************/

void Pid_Ctrl(int *leftMotor,int  *rightMotor)
{
	Pid_Which(&pid_Task_Letf, &pid_Task_Right); 
	*leftMotor  += pid_Task_Letf.Adjust;
	*rightMotor += pid_Task_Right.Adjust;
}

#include "sys.h"

//====================自己加入的头文件===============================
#include "delay.h"
#include "led.h"
#include "encoder.h"
#include "usart3.h"
#include "timer.h"
#include "pwm.h"
#include "pid.h"
#include "motor.h"
#include <stdio.h>
/*===================================================================
程序功能：直流减速电机的速度闭环控制测试，可同时控制两路，带编码器的直流减速电机
程序编写：公众号：小白学移动机器人
其他    ：如果对代码有任何疑问，可以私信小编，一定会回复的。
=====================================================================
------------------关注公众号，获得更多有趣的分享---------------------
===================================================================*/
int leftSpeedNow  =0;
int rightSpeedNow =0;

int leftSpeeSet   = 300;//mm/s
int rightSpeedSet = 300;//mm/s

int main(void)
{ 

	GPIO_PinRemapConfig(GPIO_Remap_SWJ_Disable,ENABLE);
	GPIO_PinRemapConfig(GPIO_Remap_SWJ_JTAGDisable,ENABLE);//禁用JTAG 启用 SWD
	
	MY_NVIC_PriorityGroupConfig(2);	//=====设置中断分组
	
	delay_init();	    	        //=====延时函数初始化
	LED_Init();                     //=====LED初始化    程序灯	
	
	usart3_init(9600);              //=====串口3初始化  蓝牙 发送调试信息

	Encoder_Init_TIM2();            //=====初始化编码器1接口
	Encoder_Init_TIM4();            //=====初始化编码器2接口
	
	Motor_Init(7199,0);             //=====初始化PWM 10KHZ，用于驱动电机 如需初始化驱动器接口
	
	TIM3_Int_Init(50-1,7200-1);     //=====定时器初始化 5ms一次中断

	PID_Init();						//=====PID参数初始化
	
	//闭环速度控制
	while(1)
	{
		//给速度设定值，想修改速度，就更该leftSpeeSet、rightSpeedSet变量的值
		pid_Task_Letf.speedSet  = leftSpeeSet;
		pid_Task_Right.speedSet = rightSpeedSet;
		
		//给定速度实时值
		pid_Task_Letf.speedNow  = leftSpeedNow;
		pid_Task_Right.speedNow = rightSpeedNow;
		
		//执行PID控制函数
		Pid_Ctrl(&motorLeft,&motorRight);
		
		//根据PID计算的PWM数据进行设置PWM
		Set_Pwm(motorLeft,motorRight);
		
		//打印速度
		printf("%d,%d\r\n",leftSpeedNow,rightSpeedNow);
		delay_ms(2);
	} 
}

//5ms 定时器中断服务函数 --> 计算速度实时值，运行该程序之前，确保自己已经能获得轮速，如果不懂，可看之前电机测速的文章

void TIM3_IRQHandler(void)                            //TIM3中断
{
	if(TIM_GetITStatus(TIM3, TIM_IT_Update) != RESET) //检查指定的TIM中断发生与否
	{
		TIM_ClearITPendingBit(TIM3, TIM_IT_Update);   //清除TIMx的中断待处理位
		
		Get_Motor_Speed(&leftSpeedNow,&rightSpeedNow);//计算电机速度
		
		Led_Flash(100);                               //程序闪烁灯
	}
}

PID系数的调节

  • 完成上面的代码，只是完成速度PID的一部分，剩下的是尤为重要的PID参数整定。该整定方法丰富多样，最为准确的是模型计算，但是对于我们做机器人多使用试凑法。虽然需要调节一段时间，但是不需要对机器人进行建模。试凑法一般按照P、I、D的顺序进行调节：
    • 初始时刻将Ki和Kd都设置成0，按照经验设置Kp的初始值，就这样将系统投入运行，由小到大调节Kp。求得满意的曲线之后，若要引入积分作用，将Kp设置成之前的5/6,然后Ki由小到大开始调节。达到满意效果之后，若要引入微分作用，将Kd按照经验调节即可。经过有规律的试凑，最终达到一个我们满意的就行。
  • 下面来表示一下三个系数对响应曲线的影响
    • 在未调节任何参数情况下，响应曲线为下图所示，虚线为我们想要的理想值

原曲线

  • 接着我们需要先调节P，调节P的目的是为了使得曲线快速上升，希望在3T-5T的时间内能够达到理想值的90%左右，并且随着时间增加会逐渐趋于稳态

调节P后曲线

  • 但是只调节P，它趋于稳态的值肯定不是我们想要的，这个时候我们需要把调节好的P降低一部分值，然后调整I，使得曲线的稳态值能够接近理想值。
    • 但很多情况下I是不动的，因为调I，对这个系统影响比较大

降低P调节I后曲线

  • 调节了P I后，如果想使得振幅减小，就要调整D，我们希望振幅在3%-5%之间

调节D后曲线

小车利用PID控制进行沿线行驶

  • 机器人配备硬件：在车头的左右两边分别配备有水平+垂直电感，当沿着电感线行驶时两边电感偏差比较小，如果往某一边偏了则偏的那一边的电感值就会增大
  • 和电机控制速度的PID一样，首先明确输入、输出、被控对象：
    • 输入为：车辆沿线中间行驶时的电感差值（即我们希望车辆达到这样的状态）
    • 输出为：实际行驶过程中计算的电感差值
    • 被控对象：左右轮速度，我们希望根据偏差来调整左右轮速度最终达到车辆的正中间行驶
  • 明确了PID的三个东西以后，换汤不换药，就可以实现小车沿着电感线行驶啦，在其他功能下也是一样的。

文章参考小白学移动机器人的教程：
https://mp.weixin.qq.com/s?__biz=MzIwOTc5Njg2Mg==&mid=2247486694&idx=1&sn=a2e9bdadc77517c5b5fa5d1eaee9ee3f&chksm=976f2777a018ae61707cbe426c3a95cd954a47982a196c4a3af3d7727134078873ad6470cbe7&cur_album_id=2255869189385355271&scene=190#rd

Embedded Explorer
关注
  • 22
    点赞
  • 踩
  • 32
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
全方位移动机器人模糊PID运动控制研究
03-14
全方位移动机器人模糊PID运动控制研究全方位移动机器人模糊PID运动控制研究全方位移动机器人模糊PID运动控制研究
PID循迹机器人及整定
acktomas的博客
04-25 1915
首先，让我们讨论一下PID是什么。PID是比例、积分、导数的首字母缩写，但不要让它吓到你，它很容易，并且不需要微积分。PID背后的想法是你有一个实际值和一个目标值或一个设定值。您可以根据目标和实际值之间的差异对系统进行一些调整。最后我想介绍一些内容，因为了解影响PID算法的最常见方面非常重要。请留意以下内容。牵引力 – 如果您没有良好的牵引力，您的 KP 将永远不会允许您遵循这条线。速度 – 如果您走得太快，尤其是在赛道上转弯时，将很难调整初始值，这与处理器速度低于。
基于ROS实现的机器人运动PID控制器
qq_42244167的博客
04-28 1563
函数中，机器人运动控制器节点根据PID控制器的输出来发布运动控制指令。根据PID控制器的输出计算出机器人的线速度，然后发布到。订阅器，分别用于发布机器人的运动控制指令和接收机器人的里程计信息。以上就是一个基于ROS实现的机器人运动PID控制器的例子。表示控制器的输出，需要根据最大值和最小值进行限制。是一个发布器，用于发布机器人的运动控制指令；是一个订阅器，用于接收机器人的里程计信息。类是机器人运动控制器节点，其中定义了一个。分别表示控制器输出的最大值和最小值；类实现了一个简单的PID控制器，其中。
机器人关节伺服电机PID串级控制
FL1717的博客
06-14 3094
机器人关节电机三环控制
智能机器人-（四）PID控制理论
打工人。。
06-05 2309
对一个系统而言，至少有两个输入量，被调量和设定值，一个输出量，即执行机构的运动量，由输入量确定输出量的理论和方法即为控制理论。一般控制过程如下：首先通过模拟量输入通道对控制参数进行采集，并将其转换为数字量，然后送入计算机后按一定的算法进行处理，运算结果由模拟量输出通道转换为模拟量输出。并通过执行机构控制被控对象，以达到期望的控制效果。 人类自小学习适应的一种控制方式 ，比如水温调节 先出冷水，则将水龙头调节到最大温度位置，出热水后再将水龙头调节到适中位置，等待片刻后，水温适中； 若水温发生变化，则将水龙头往
机器人运动学、动力学基础上利用MATLAB进行PID控制仿真
qq_46871053的博客
09-08 3240
因为用SIMLINK做PID控制时，根据力矩反求加速度，再将得到的角度和角速度反馈回去继续重复计算，存在代数环问题仿真不出来，我一直没有找到解决办法，所以自己慢慢琢磨，只能用matlab代码直接进行PID控制仿真了，可能不是很合理，供参考。
机器人PID控制
FL1717的博客
06-18 4317
比例-积分-微分控制器（PID 控制器或三项控制器）是一种采用反馈的控制回路机制，广泛用于工业控制系统和需要连续调制控制的各种其他应用。PID 控制器连续计算误差值 {\displaystyle e(t)}作为所需设定点(SP) 和测量过程变量(PV) 之间的差异，并根据比例、积分和微分项（分别表示为P、I和D）应用校正，因此得名。实际上，PID 会自动对控制功能进行准确且响应迅速的校正。一个日常的例子是汽车的巡航控制，如果施加恒定的发动机功率，上坡会降低速度。控制器的 PID 算法通过以受控方式增加发动机
AGV移动机器人PID运动控制
xdpcxq的专栏
01-07 3520
PID算法是控制行业最经典、最简单、而又最能体现反馈控制思想的算法，PID算法利用反馈来检测偏差信号，并通过偏差信号来控制被控量。而控制器本身就是比例、积分、微分三个环节的加和。其功能框如图1所示：考虑在某个特定的时刻t，此时输入量为rin(t)，输出量为rout(t)，于是偏差就可计算为err(t)=rin(t)-rout(t)。于是PID的基本控制规律就可以表示为如下公式：其中Kp为比例带，TI为积分时间，TD为微分时间。
巡线机器人 - PID控制 - 安卓设置
acktomas的博客
04-07 1226
该项目的目的是构建具有PID控制的线路跟随机器人。我们还将使用Android设备轻松设置主要控制参数，以便更好，更快地进行调谐。这个项目是一个由两部分组成的复杂项目中的第一个，我的目的是探索线路跟随机器人的潜力。在第 2 部分：迷宫将使用简单的人工智能技术探索和解决迷宫。
【ROS2机器人入门到实战】控制速度-PID控制器实现
生活不止眼前的苟且
09-01 1584
PID控制器是一种广泛应用于工业控制、自动化控制等领域的控制算法，其名称来源于“比例-积分-微分”三个控制器参数，即Proportional（比例）、Integral（积分）、Derivative（微分）。PID控制器的基本原理是通过测量目标系统的反馈信号和期望输出信号之间的误差，根据一定的数学模型计算出控制信号，使目标系统能够稳定地达到期望输出。
机器人pid控制_机器人控制_PID控制_
09-29
机器人pid控制 机器人学代表了当今集成度高、具有代表性的高技术领域，它综合了多门学科。其中包括机械工程学、计算机技术、控制工程学、电子学、生物学等多学科的交叉与融合，体现了当今实用科学技术的先进水平。一般而言，机器人由几大部分组成，分别为机械部分（一般是指通过各关节相连组成的机械臂）、传感部分（包括测量位置、速度等的测量装置），以及控制部分（对传感部分传来的测量信号进行处理并给出相应控制作用）。
PWM.rar_51 PWM 小车_pwm控速_电机控速
09-14
51单片机实现PWM波对电机的控速，可以只用在智能小车等对象上
PID_机器人控制_二自由度机器人PID_pid机器人_
10-03
二自由度机器人的pid控制
基于51单片机PID算法的直流电机测速控速设计
01-26
基于51单片机PID算法的直流电机测速控速设计，测量精度很高，控制精度也很高，误差在1r/min内，这是经过本人长期调试所得出的成果！程序里的PID参数是在大量实验过程得到的，很具有参考价值！希望对大家有所帮助！
代码-直流电机增量式PID控速.zip
03-23
此源代码为stm32直流电机控制—PID算法篇的工程代码。包涵STM32单片机对直流电机转速的PID控制算法。创作实属不易，所有才受一点点费用下载，请谅解。详细介绍说明可观看本博主的博客——“stm32直流电机控制—PID...
分拣机器人也卷的飞起来了
nickelwang的博客
05-03 260
导语大家好，我是智能仓储物流技术研习社的社长，老K。专注分享智能仓储物流技术、智能制造等内容。新书《智能物流系统构成与技术实践》智能制造-话题精读1、西门子、ABB、汇川：2024中国工业数字化+自动化50强2、完整拆解：智能制造全产业链与工业软件3、西门子重磅收购！全球风机巨头工业驱动业务入囊4、西门子\AB\中控：当PLC遇上AI，工程师如何把握时代脉搏？5、智能工厂解决方案顶层设计思路更多推...
机器人抓取综述
cocapop的博客
04-28 478
的工作基础上，直接处理一个完整的场景点云或目标物体周围的局部区域，使用预训练的未知物体实例分割模型对物体进行分割，生成的抓地力的质量不依赖于精确掩模，端到端的实现复杂场景中对未知物体的抓取。：根据六自 由度目标位姿[1,2,3,4]或检测到的目标关键点[5,6]对这些 抓取点进行变换，从而规避了接触和抓取生成的物理推 理。基于学习的生成式抓取方法旨在克服几何启发 式的局限性，通常根据物理模拟器中的经验生成有意义 的6-DoF抓取【2个，基于无模型的抓取（基于数据驱动的抓取）
发电厂智能巡检机器人：让发电厂更安全、更高效
jxlyyr的博客
04-28 541
在发电厂的众多应用场景中，升压站、化学车间、空冷塔、输煤皮带、综合管廊等，一直以来都是人工巡检的主战场。它集移动视频、仪表读取、局放、环境监控、人脸识别以及仪表识别温度、振动、压力等数据，还有现场的跑冒滴漏等数据分析功能于一体，能实现对电房设备的实时监控和数据分析管理。同时，通过机器人的智能分析识别系统，还能完成数据采集、上传、报表、趋势、报警等一系列功能。后台软件系统不仅能对巡检机器人上传的巡检数据进行实时显示、存储、分析、报表和报警等操作，还能实时控制机器人运行，布置巡检任务。1、精确定位能力强。
轨道交通巡检机器人的应用范围
最新发布
jxlyyr的博客
05-04 400
总之，轨道交通巡检机器人通过在不同场景中的应用，实现了对轨道交通系统的全面、实时、高效巡检，为轨道交通的安全运行提供了坚实的保障。在隧道中，巡检机器人可以深入内部，检测隧道壁的结构完整性、渗漏水情况，以及照明、通风等设施的工作状态。变电所是轨道交通的能源中枢，巡检机器人可以对变电所内的变压器、配电柜、继电保护装置等设备进行巡检，监测设备的运行状态和参数，确保供电安全。在车站内，机器人可以巡检各种设备设施，如自动扶梯、电梯、照明系统、消防设施等，确保这些设备的正常运行，为乘客提供安全、舒适的环境。
stm32 4轮小车 电机pid控速
05-16
首先，对于STM32的4轮小车控制系统，电机PID控速是非常重要的一个环节。PID是一种广泛应用于工业控制领域的控制算法，可以实现对电机的速度控制。 在实现电机PID控速之前，需要明确一些概念。目前市场上的小车一般采用直流无刷电机作为驱动力源，其电机性能特点有：转速范围大，响应速度快，能承受大负载。由于直流无刷电机是一个非线性系统，因此通过PID控制器来实现速度控制，需要先进行模型建立，即建立电机速度与电机控制信号之间的数学关系，具体方法可以采用查表或模型参数估计等。 在进行PID控制器的设计时，需要确定三个参数：比例系数Kp，积分系数Ki和微分系数Kd，这就需要经过不断的试验和调整，才能得到最优的参数。将PID控制器的计算结果与实际速度进行比较，得到误差后，通过分别调整三个参数，来使误差达到最小，从而实现电机速度的稳定控制。 在最终的实现中，还需要考虑到小车的整体控制策略，如路径规划、障碍物检测等，从而最终实现小车的精准控制。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值