1 引言
    智能車(chē)系統(tǒng)是一個(gè)時(shí)變且非線(xiàn)性的系統(tǒng)，采用傳統(tǒng)PID算法的單一的反饋控制會(huì)使系統(tǒng)存在不同程度的超調(diào)和振蕩現(xiàn)象，無(wú)法得到理想的控制效果。本文將前饋控制引入到了智能車(chē)系統(tǒng)的控制中，有效地改善了系統(tǒng)的實(shí)時(shí)性，提高了系統(tǒng)的反應(yīng)速度[1]；并且根據(jù)智能車(chē)系統(tǒng)的特點(diǎn)，對(duì)數(shù)字PID算法進(jìn)行了改進(jìn)，引入了微分先行和不完全微分環(huán)節(jié)，改善了系統(tǒng)的動(dòng)態(tài)特性；同時(shí)，利用模糊控制具有對(duì)參數(shù)變化不敏感和魯棒性強(qiáng)的特點(diǎn)[2]，本文將模糊算法與PID算法相結(jié)合，有效地提高了智能車(chē)的適應(yīng)性和魯棒性，改善了系統(tǒng)的控制性能。
2  改進(jìn)PID算法
    智能車(chē)的控制是由飛思卡爾公司的S12芯片完成，所以對(duì)智能車(chē)的控制要采用計(jì)算機(jī)控制方法。本文針對(duì)智能車(chē)控制的特殊性，對(duì)傳統(tǒng)數(shù)字PID算法做了一些改進(jìn)，這樣可以更好地滿(mǎn)足智能車(chē)控制的需要。
2.1不完全微分PID
    將微分環(huán)節(jié)引入智能車(chē)的方向和速度控制，明顯地改善了系統(tǒng)的動(dòng)態(tài)性能，但對(duì)于誤差干擾突變也特別敏感，對(duì)系統(tǒng)的穩(wěn)定性有一定的不良影響。為了克服上述缺點(diǎn)，本文在PID算法中加入了一階慣性環(huán)節(jié)[3] ，不完全微分PID算法結(jié)構(gòu)如圖1所示。

圖1  不完全微分PID算法機(jī)構(gòu)圖
    將一階慣性環(huán)節(jié)直接加到微分環(huán)節(jié)上，可得到系統(tǒng)的傳遞函數(shù)為：
（1）

將（1）式的微分項(xiàng)推導(dǎo)并整理，得到方程如下：
（2）

式中， ，由系統(tǒng)的時(shí)間常數(shù) 和一階慣性環(huán)節(jié)時(shí)間常數(shù) 決定的一個(gè)常數(shù)。
為了編程方便，可以將2-2式寫(xiě)成如下形式：

（3）

式中，。

分析式（3）可知，引入不完全微分以后，微分輸出在第一個(gè)采樣周期內(nèi)被減少了，此后又按照一定比例衰減[3][4]。實(shí)驗(yàn)表明，不完全微分有效克服了智能車(chē)的偏差干擾給速度控制帶來(lái)的不良影響，具有較好的控制效果。圖2為不完全微分PID算法的程序流程圖。
2.2 微分先行PID
    由于智能車(chē)在跑道上行駛時(shí)，經(jīng)常會(huì)遇到轉(zhuǎn)彎的情況，所以智能車(chē)的速度設(shè)定值和方向設(shè)定值都會(huì)發(fā)生頻繁的變化，從而造成系統(tǒng)的振蕩。為了解決設(shè)定值的頻繁變化給系統(tǒng)帶來(lái)的不良影響，本文在智能車(chē)的速度和方向控制上引入了微分先行PID算法，其特點(diǎn)是只對(duì)輸出量進(jìn)行微分，即只對(duì)速度測(cè)量值和舵機(jī)偏轉(zhuǎn)量進(jìn)行微分，而不對(duì)速度和方向的設(shè)定值進(jìn)行微分。這樣，在設(shè)定值發(fā)生變化時(shí)，輸出量并不會(huì)改變，而被控量的變化相對(duì)是比較緩和的，這就很好地避免了設(shè)定值的頻繁變化給系統(tǒng)造成的振蕩，明顯地改善了系統(tǒng)的動(dòng)態(tài)性能。
    圖3是微分先行PID控制的結(jié)構(gòu)圖，微分先行的增量控制算式如下。
(4)

圖2  不完全微分PID算法的程序流程圖

圖3  微分先行PID控制結(jié)構(gòu)圖
3  前饋控制的應(yīng)用
    由于智能車(chē)的跑道寬度有限制，所以在經(jīng)過(guò)急轉(zhuǎn)彎的時(shí)候，如果速度和方向控制不及時(shí)，智能車(chē)就可能沖出跑道。由于前饋控制是開(kāi)環(huán)控制，所以前饋控制的響應(yīng)速度很快。將前饋控制引入到智能車(chē)的控制中，能夠提高舵機(jī)和伺服電機(jī)的反應(yīng)速度，改善智能車(chē)系統(tǒng)的動(dòng)態(tài)性能。
3.1 智能車(chē)控制系統(tǒng)結(jié)構(gòu)
    智能車(chē)的控制主要體現(xiàn)在兩個(gè)方面：一方面是方向的控制，也就是對(duì)舵機(jī)的控制；另一方面是對(duì)速度的控制，也就是對(duì)伺服電機(jī)的控制。舵機(jī)的數(shù)學(xué)模型較為簡(jiǎn)單，具有很好的線(xiàn)性特征，只采用前饋控制；智能車(chē)的速度控制相對(duì)復(fù)雜一些，速度模型無(wú)法準(zhǔn)確建立，采用前饋-改進(jìn)PID算法進(jìn)行控制。智能車(chē)的控制系統(tǒng)結(jié)構(gòu)如圖4所示。
    圖4中， 和 分別是舵機(jī)和伺服電機(jī)數(shù)學(xué)模型。從圖中可以看出，智能車(chē)的方向控制和速度控制是相互獨(dú)立的，而且它們都是由路線(xiàn)偏差決定的。舵機(jī)轉(zhuǎn)角與路線(xiàn)偏差之間的對(duì)應(yīng)關(guān)系是根據(jù)舵機(jī)的數(shù)學(xué)模型得到的，在速度控制回路中，既包括反饋回路，又包括前饋環(huán)節(jié)，伺服電機(jī)的控制量是在前饋補(bǔ)償基礎(chǔ)上，再由增量式PID算法計(jì)算得到。

圖4  智能車(chē)的控制系統(tǒng)結(jié)構(gòu)
3.2 在方向控制中的應(yīng)用
    智能車(chē)對(duì)方向的控制有兩點(diǎn)要求：在直道上，方向保持穩(wěn)定；在轉(zhuǎn)彎處，需要方向變化準(zhǔn)確而且迅速。只有這樣，才能保證智能車(chē)在跑道上高速、穩(wěn)定地運(yùn)行。為了提高方向控制的魯棒性，本文還對(duì)路線(xiàn)偏差進(jìn)行了模糊化處理。圖5是智能車(chē)方向模糊前饋控制的結(jié)構(gòu)圖，圖中和分別是直道和彎道兩種情況下的前饋控制函數(shù)。

圖5  智能車(chē)方向控制系統(tǒng)結(jié)構(gòu)圖
3.3 在速度控制中的應(yīng)用
    為了使智能車(chē)在直道上以較快速度運(yùn)行，在轉(zhuǎn)彎時(shí)，防止智能車(chē)沖出跑道，則必須將智能車(chē)的速度降低，這就要求智能車(chē)的速度控制系統(tǒng)具有很好的加減速性能。當(dāng)智能車(chē)經(jīng)過(guò)連續(xù)轉(zhuǎn)彎的跑道時(shí)，路線(xiàn)偏差的頻繁變化會(huì)造成速度設(shè)定的頻繁變化，這會(huì)引起速度控制系統(tǒng)的振蕩，并且微分環(huán)節(jié)對(duì)誤差突變干擾很敏感，容易造成系統(tǒng)的不穩(wěn)定。為了解決上述存在的問(wèn)題，本文對(duì)數(shù)字PID算法進(jìn)行了改進(jìn)，將不完全微分和微分先行引入到PID算法中，大大改善了速度控制系統(tǒng)的動(dòng)態(tài)性能。

圖6 智能車(chē)速度控制系統(tǒng)結(jié)構(gòu)圖
    圖6是智能車(chē)速度控制系統(tǒng)結(jié)構(gòu)圖。由于賽道路況和智能車(chē)的姿態(tài)會(huì)經(jīng)常變化，所以速度控制系統(tǒng)的模型也是不定的，為了提高系統(tǒng)的適應(yīng)性，本文速度控制系統(tǒng)中采用了模糊PID算法。將速度設(shè)定和實(shí)際速度進(jìn)行模糊分檔[5][6]，通過(guò)調(diào)試得到不同情況下相對(duì)最優(yōu)的PID參數(shù)，保證了速度控制系統(tǒng)在不同情況下都有較好的控制效果。
4  結(jié)論
    本文提出的前饋-改進(jìn)PID算法是智能車(chē)控制的有效方法，該算法使智能車(chē)系統(tǒng)不僅具有很好的動(dòng)態(tài)性能和反應(yīng)速度，而且改善了系統(tǒng)的適應(yīng)性和魯棒性，使智能車(chē)能夠在不同的跑道上以較快的速度運(yùn)行。實(shí)驗(yàn)表明：本文提出的控制算法有效地提高了智能車(chē)的性能，在同樣的跑道上運(yùn)行時(shí)，采用了新算法的智能車(chē)比采用傳統(tǒng)PID算法反饋控制的智能車(chē)的速度有所提高，運(yùn)行一圈的時(shí)間平均減少了3.2秒，并且本文提出的算法也使智能車(chē)運(yùn)行的穩(wěn)定性得到改善，提高了智能車(chē)對(duì)跑道的適應(yīng)性。該方法具有很好的應(yīng)用前景。