专家PID控制算法在循迹机器人中的应用

张海龙 马铁华 谢 锐 刘双红

(1.中北大学 仪器科学与动态测试教育部重点实验室 太原 030051;2.中北大学 电子测试技术国家重点实验室 太原 030051)

0 引 言

智能机器人技术是一项具有广泛应用前景的技术，不仅在科学探测领域、还在工业应用领域，军事领域上发挥着越来越重要的作用，对智能机器人的运动控制精度也越来越高［1-2］。

本文重点介绍了一种智能机器人路径识别算法。通过检测电路从而计算出机器人与目标轨迹的偏差值，根据此偏差值来修正PID 控制器的各个参数调整机器人的控制结构，实现路径识别。

1 智能机器人循迹原理

智能机器人是一种在控制系统作用下的，可以沿既定路线自动行驶的系统［3］，本设计中，采用FPGA 为主控芯片，结合直流电机，电源电路，红外传感器及其他外围电路。

该系统时在QuastusⅡ软件平台基础上设计完成的，采用Verilog HDL 语言编程。设计实现了机器人沿黑色轨迹行走的智能自动循迹机器人，路面黑线检测采用反射式红外传感器，通过编写控制程序，智能机器人能够自主识别道路，在循迹算法的引导下以较高速度自动前进并具有较高的稳定性。

2 智能机器人的基本算法

常规PID 控制算法可以表示为:

PID 控制各校正环节作用如下:

比例环节:成比例的反应控制系统的偏差信号e(t)，偏差一旦产生，控制器立即产生控制作用，以减小偏差。

积分环节:主要用于消除静差，提高系统无差度，积分作用的强弱取决于积分时间常熟T，T 越大，积分作用越弱，反之则越强。

微分环节:反应偏差信号的变化趋势，并能在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［4］。

3 智能机器人的专家PID 算法

本控制系统能够自动记录以前的运行姿态，充分利用计算机系统的存储和记忆功能，并能够根据此时运行姿态和上一次运行姿态去计算此时运行需要给出的最优控制算子，嵌入式系统发展突飞猛进，它的高速和大容量的数据吞吐和处理能力使得此类算法实现成为可能［5］。

拿一行机器人姿位信号为例，如图1 所示:机器人运行姿态由直线(00000100000)转到了右微偏(00010000000)偏差量为Δd 此时应在不影响机器人运行速度的情况下对机器人进行左转微调给定一个微调PID控制参数。

图1 机器人的微偏姿位

当机器人偏移轨迹时，根据偏移量的大小进行模式识别，分别识别出过程相应的多个特征参数，如超调量、阻尼比、衰减振荡周期、上升时间等，通过与事先存入存储器的特征参数值进行比较，将偏移量送入专家系统(见图2)，系统在线推断，为消除特征量的偏移应有的校正量，修正PID控制器的各个参数。

图2 专家PID 控制系统结构

根据机器人偏离指定路线的偏差Δd 来分析和总结专家规则如下:

专家规则一:距离偏差Δd 对PID 控制参数的修正系数KΔd。

根据控制精度的要求，该控制器把距离偏差Δd 分成两个区域，±1 cm 为理想区域该区域以稳定运行为主，可减小控制动作，修正系数较小。1 cm－5 cm 为加大力度调节区域，即加大修正系数，根据PID 参数影响规律，尤其加大Kp的修正系数，可加快系统的响应速度，是系统不至于脱离控制，具体修正系数见表1。

表1 偏差Δd 对PID 控制参数的修正系数KΔd

专家规则二:距离变化率Δdt 对PID 控制参数的修正系数KΔdt

|Δdt| 为一个采样周期内一个距离的变化率，若大于一定值(以4 cm 为例)就会出现振荡或失控的不正常现象，此时应降低修正系数，不变则不易起到抑制振荡的作用，增加则会引起更大的振荡，具体修正系数见表2 所示。

表2 偏差Δdt 对PID 控制参数的修正系数KΔdt

根据上述专家规则，可以根据查表计算，在上次PID参数的基础上，得到本次的PID 参数，满足公式:

这里设计的专家控制系统直接作用于专家控制对象，包含在控制回路中，需要在采样时刻都给出控制信号，系统才能正常运行。

4 专家PID 控制算法的实现

机器人前装有5 个反射式红外传感器，机器人运行过程中，红外传感器将数据传输至检测电路，处理以后将偏差传输至FPGA，通用FPGA 调用参数、修正PID 参数，并控制直流电机运行，进而完成循迹，程序框图如图3所示。

图3 专家PID 控制算法的实现控制框图

5 仿真与实验结果分析

由文献［6］可知，输入舵偏角δ 输出侧向偏移y 的传递函数如下:

当机器人速度为1 米/ 秒时，参数和对应的传递函数如下:

由文献［7］可知，PID 控制器传递函数的传递函数为:

系统的传递函数为:

通过MATLAB 仿真，系统的阶跃响应如图4 所示

由图4 可知，未加任何算法的机器人鲁棒性很差，并且需要近20 s 才能趋于稳定。

加入专家PID 算法后，系统阶跃响应如图5 所示，系统没有超调，数据处理速度若达到1M/Hz，20 μs 可以趋于稳定，使机器人可以更流畅的完成循迹。

6 结 论

本文在常规PID 算法上提出了专家PID 算法，通过对智能机器人进行仿真和调试运行，验证了本课题设计的智能机器人及控制算法具有动态性能良好，适应性强，可靠性高的特点，实现了自动循迹功能。

［1］王晶.智能小车运动控制技术的研究［D］.武汉:武汉理工大学，2009.

［2］刘晓邦，车玥玮，童金，等.基于模糊控制的智能循迹绘迹系统设计［J］.电子测量技术，2011，34(2):57-61.

［3］田瑶.基于PC 控制的智能小车循迹系统的实现［D］.武汉:华中师范大学，2011.

［4］师黎，陈铁军，李晓媛，等.智能控制理论及应用［M］.北京:清华大学出版社，2009.

［5］陈华伟，熊慧.智能循迹小车硬件设计及路径识别算法［J］.单片机与嵌入式系统的应用，2010(12):26-31.

［6］金龙，李文峰，李斌.六轮机器人小车的转向特性研究［J］.武汉理工大学学报，2010，4(34):703-706.

［7］刘均益，何清华，王石林，等.基于PID 控制算法的自动调平系统的仿真研究［J］.中国工程机械学报，2011，9(4):452-456.

［8］赵景波.MATLAB 控制仿真与设计［M］.北京:机械工程出版社，2010.