基于智能小车的模糊控制和PID控制的结合

范展源 郑昕

摘 要：分析模糊控制和PID控制的优缺点将其结合使智能小车在面对不同复杂情况时更改数据控制输出。PID控制设定参数，是不变的，当设定值较高小车在转弯时会冲出赛道，所以我们再采用模糊控制中所制定的规则，对参数进行选择，这样保证智能小车在不同情况下的自适应能力强且确保整体的平均速度较快。

关键词：智能小车;模糊控制;PID控制

1 简介

传统PID控制原理简单，使用方便，稳定性好但也存在着非线性，时变及参数在线调整困难的问题。专家发现可以将模糊控制和经典控制结合，这类控制器不需要精确的模型，只需将所测得的值存入单片机并制定规则，单片机能实时调整参数这就是模糊PID控制。

2 PID算法

PID控制是一种线性控制，将偏差的比例，积分和微分通过线性组合构成控制量，如图：

PID控制原理较为简单，易于实现，但无法对设定的参数进行实时修改。行驶中小车的速度是一种时变非线性系统，不同时刻需要不同的PID参数。

2.1 模糊控制

根据模糊控制原理图其核心部分为模糊控制器，其具体功能将在PID模糊控制中详细说明。

模糊控制可以使用语言方法，容错力强，在控制环节上添加模糊条件语句较容易，但因为太过模糊导致控制精度低品质差，无法定义控制目标。

2.2 模糊PID控制

PID控制和模糊控制各有优缺点，取其优点，便形成了模糊PID控制。如图3模糊PID控制器采用的是双输入单输出模式，以误差e和误差变化ec作为输入，可以满足不同时刻e和ec对PID参数自整定要求，其中模糊推理是模糊控制的根本，是建立在模糊推理上的一种非线性控制，以克服实现参数无法实时调整的缺点。其结构图如下：

2.2.1 输入值的模糊化

在每一个模糊控制器中要针对每一个输入定义相对的语言变量（将模糊描述用语言变量来描述可以变成精确地数学描述）：

（1）将中心偏差e上定义语言变量“误差E”，在ec上定义语言变量“误差变化EC”。

（2）语言变量论域;

一般写作E=EC={-40，-20，0，20，40}。

（3）语言变量的语言值;

确定模糊子集，对PID控制选则：NB，NM，NS，ZO，PS，PM，PB。

（4）在论域上使用隶属度函数来描述所有变量论域（用以描述对应一个输入某一个模糊自己的程度）。

2.2.2 模糊规则

如图3模糊推理是由ΔKp，ΔKi，ΔKd三个参数组成，在这里我们找出三个参数与E和EC之间的变化关系，在运行中实时检测，实时修改。

2.2.3 解模糊化

通过模糊规则所得到的值为模糊量，不能直接使用，用重心法解模糊化，控制系统通过查询模糊系统中的e和Δe并根据Kp=`Kp+ΔKp，Ki=`Ki+ΔKi，Kd=`Kd+ΔKd参数调整式子，对PID参数进行实时选择，使小车具有较大的平均速度。

3 总结

模糊PID算法中，PID负责控制输出，模糊控制则是我们在运行时进行数据的更改。在PID控制和模糊控制中，模糊控制本身是十分復杂且应用于多方面，每一种控制中都有不同的选择根据不同的选择我们可以进行进一步的探索发现。

参考文献：

[1]李雨璇，涂洪，白景岚，瞿冉，尹先晗.基于模糊PID的飞思卡尔智能车变速系统设计[J].电子世界，2017.

[2]王祥好.模糊PID控制算法在智能小车中的研究与应用[D].合肥工业大学，2009.

[3]朱昌平，李永强.单鸣雷_飞思卡尔_智能小车常见技术问题与解决方案[J].实验室研究与探索，2012.

作者简介：范展源（1986-），男，汉族，硕士，重庆四川大学锦城学院电子信息学院讲师，研究方向：物联网、电子、计算机;郑昕（1999-），女，汉族，四川绵阳人，四川大学锦城学院电子信息学院专科生，专业方向：物联网。