PID在智能车的运用

最新推荐文章于 2024-08-01 22:06:52 发布

方知有1914

最新推荐文章于 2024-08-01 22:06:52 发布

阅读量3.4k

点赞数 31

文章标签： arm

本文链接：https://blog.csdn.net/qq_54201256/article/details/126534714

版权

所谓PID，就是指比例、积分、微分控制器，是一种非常经典的控制算法。它的用途很多，是不需要知道系统的模型，仅仅根据期望与现状的偏差调节，使之能够到达期望的一种线性控制器。

其用途广泛，在温度控制和电机控制中被广泛运用。在刚刚结束的智能车竞赛中，我们所用的电机控制就是典型的PID控制。

所谓PID，就是三个参数P、I、D对控制对象进行调节。分增量式和位置式两种，在电机的控制方案上我们采取的是增量式PID进行控制，因为位置式PID控制的输出与整个过去的状态有关，用到了误差的累加值;而增量式PID的输出只与当前拍和前两拍的误差有关，因此位置式PID控制的累积误差相对更大;

增量式PID的公式：pwm+=Kp[e（k）-e(k-1)]+Ki*e(k)+Kd[e(k)-2e(k-1)+e(k-2)]

在PID调节中，各个参数起着不同的作用，但是这些参数又不能通过具体的公式推导出合适值，我们称之为超参数

P参数的作用是加快调节速度，使之更快到达期望位置，但是只有P参数调节时会存在静态误差，所谓静态误差就是说与系统输入的期望值总是差一个值，这个值称为静态误差。

I参数的作用是减小静态误差使曲线达到期望值，但是I参数的加入会增加调节时间，可能还会引入超调量。

D参数的相当于是一个反馈的作用，它可以减少调节时间，在控制量低于目标值的时候会使曲线加速生长，在控制量高于目标值的时候会抑制曲线增长，减少超调。但D参数容易受到干扰，在干扰比较强的系统中，引入D值会使系统更加不稳定。

对于不同的系统可以根据系统的特征使用不同的参数组合，PD，PI，PID。

在伺服电机如舵机的控制中我们可以采取PD控制，因为舵机用来打角，需要很快的响应速度，引入I值会增加响应时间，所以我们采取PD控制。

在步进电机如电机的控制中我们采取PI控制，因为电机控制系统干扰强，而且电机不需要很高的响应速度，所以我们采取PI控制。

/**************************************************************************
函数功能：增量式电机PID
入口参数：电机控制结构体参数，PID结构体参数
返回  值：无
**************************************************************************/
void SpeedCtrl(motorL_param_t *p_stMotorL,motorR_param_t *p_stMotorR)
{
    static int32 LastPidOutL=0,LastPidOutR=0;
    int32 PidOutL=0,PidOutR=0;
    p_stMotorL->PID.Error[2] = p_stMotorL->PID.Error[1];          
    p_stMotorL->PID.Error[1] = p_stMotorL->PID.Error[0];            
    p_stMotorL->PID.Error[0] = p_stMotorL->IdealSpeedL - p_stMotorL->RealSpeedL;
    p_stMotorR->PID.Error[2] = p_stMotorR->PID.Error[1];        
    p_stMotorR->PID.Error[1] = p_stMotorR->PID.Error[0];         
    p_stMotorR->PID.Error[0] = p_stMotorR->IdealSpeedR - p_stMotorR->RealSpeedR;
    /*左电机增量式PID*/
    PidOutL = (int32)(p_stMotorL->PID.KI * p_stMotorL->PID.Error[0] +
                      p_stMotorL->PID.KP * ((int64)(p_stMotorL->PID.Error[0] - p_stMotorL->PID.Error[1])) +
                      p_stMotorL->PID.KD * ((int64)p_stMotorL->PID.Error[0] - 2*(int64)p_stMotorL->PID.Error[1] + p_stMotorL->PID.Error[2]));
    /*右电机增量式PID*/
    PidOutL = (int32)(p_stMotorR->PID.KI * p_stMotorR->PID.Error[0] +
                      p_stMotorR->PID.KP * ((int64)(p_stMotorR->PID.Error[0] - p_stMotorR->PID.Error[1])) +
                      p_stMotorR->PID.KD * ((int64)p_stMotorR->PID.Error[0] - 2*(int64)p_stMotorR->PID.Error[1] + p_stMotorR->PID.Error[2]));
    /*左电机抗积分饱和*/
     if (LastPidOutL >= p_stMotorL->Max)
     {
      if (PidOutL > 0)
      {PidOutL = 0;}
     }
     if (LastPidOutL <= p_stMotorL->Max)
     {
      if (PidOutL < 0)
      {PidOutL = 0;}
     }
     /*右电机抗积分饱和*/
      if (LastPidOutR >= p_stMotorR->Max)
      {
       if (PidOutR > 0)
       {PidOutR = 0;}
      }
      if (LastPidOutR <= p_stMotorR->Max)
      {
       if (PidOutR < 0)
       {PidOutR = 0;}
      }
    /*增量输出*/
    p_stMotorL->PIDOutL += PidOutL;
    p_stMotorR->PIDOutR += PidOutR;
    /*限幅保护*/
    if(p_stMotorL->PIDOutL >= p_stMotorL->Max)
    {p_stMotorL->PIDOutL = p_stMotorL->Max;}
    if(p_stMotorR->PIDOutR >= p_stMotorR->Max)
    {p_stMotorR->PIDOutR = p_stMotorR->Max;}

    LastPidOutL = PidOutL;
    LastPidOutR = PidOutR;
    /*输出给电机执行*/
    MotorCtrlPwmOut((int16)p_stMotorL->PIDOutL,(int16)p_stMotorR->PIDOutR);
}

我的PID算法中引入了抗积分饱和，所谓积分饱和，是指控制器的输出由于积点的作用不断累加，导致电机的控制量达到一个极限值，若输出继续增加，那么控制量就会超过正常范围进入一个饱和区。若此时系统受到一个反向的偏差量，那么系统的输出就要从饱和区花一定时间退出，这时电机不能马上根据偏差进行调节，这就会导致系统的控制性能大打折扣。

而抗积分饱和是在系统计算输出时，先判断上一个输出量是否超出限制的范围，如果上一个输出量大于最大值，那么系统只累加负偏差；如果上一个输出量小于最大值，那么系统只累加正偏差。这就有效抑制系统出现积分饱和的现象。

其实PID还有许多其他的算法，如积分分离，微分先行，这些我会在后面继续更新。

关于PID超参数的调参，我的方案是：在三个参数都是0的情况下调节P值增大，使响应时间变快，直到系统震荡，再降低些许P值，再给些许I值，直到系统的响应时间和稳定性能达到一个最佳值。

关于硬件驱动，我的建议是采用HIP4082和DRV8701，我实际调过的有HIP4082和一款比较蠢的芯片RZ7889。我的评价是，HIP4082的线性性比较好，PID调节相对轻松，但是PID调到很硬的情况下电机堵转容易炸管;RZ7889，多的也就不说了，真的rz，不建议在智能车上使用。

第一次写博文，有写的不好的点多多谅解。