基于MATLAB+PID算法实现小车巡线功能

资源下载地址：https://download.csdn.net/download/sheziqiong/85737921
资源下载地址：https://download.csdn.net/download/sheziqiong/85737921

一、实验原理
本次实验我们采用比例、积分、微分控制, 即 PID 控制, 来对小车的巡线功能进行调节, 更好地控制小车转向时左右两个车轮的速度。该算法的原理如下:

1.1 比例控制 §
比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系, 当仅有比例控制时系统输出存在稳态误差。

1.2 积分控制 (I)
在积分控制中, 控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统, 如果在进入稳态后存在稳态误差, 则称这个控制系统是有稳态误差的。为了消除稳态误差, 在控制器中必须引入“积分项”。积分项对误差取决于时间的积分, 随着时间的增加, 积分项会增大。这样, 即便误差很小, 积 分项也会随着时间的增加而加大, 它推动控制器的输出增大使稳态误差进一步减小, 直到接近于零。因此, 比例+积分 (PI) 控制器, 可以使系统在进入稳态后几乎无稳态误差。

1.3 微分控制 (D)
在微分控制中, 控制器的输出与输入误差信号的微分（即误差的变化率）成正比关系。自动控制系统在克服误差的调节过程中可能会出现振荡甚至失稳。其原因是由于存在有较大惯性组件或有滞后组件, 具有抑制误差的作用, 其变化总是落后于误差的变化。解决的办法是使抑制误差的作用的变化“超前”, 即在误差接近零时, 抑制误差的作用就应该是零。这就是说, 在控制器中仅引入 “比例”项往往是不够的, 比例项的作用仅是放大误差的幅值, 而需要增加的是“微分项”, 它能预测误差变化的趋势, 这样, 具有比例 + 微分的控制器, 就能 够提前使抑制误差的控制作用等于零, 甚至为负值, 从而避免了被控量的严重超调。所以对有较大惯性或滞后的被控对象, 比例+微分 (PD) 控制器能改善系统在 调节过程中的动态特性。

PID 中比例控制 P 是主要的控制方法, 承担了 PID 控制中的大部分任务, 为了消除比例控制 P 留下的静态偏差, 增加了积分控制 I, 而微分控制 D 只为稳定而存在, 其稳定效果应该大于积分控制 I 的失稳效果, 在有大量噪音的系统中, 不适用微分控制 D。PID 控制器是一个完整的三项控制, 能够减少上升空间, 消除静态误差, 减少超调。
————————————————
版权声明：本文为CSDN博主「biyezuopinvip」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/newlw/article/details/124916268

代码实现
2.1 准备工作
本次实验我们使用了V-REP提供的matlab接口实现巡线小车。

V-REP会默认造在本地地址的19997端口开放。在matlab代码中实现对该端口的连接：

复制

% 初始化v-rep接口组件

vrep = remApi('remoteApi');     % using the prototype file (remoteApiProto.m)

vrep.simxFinish(-1);            % just in case, close all opened connections

clientID = vrep.simxStart('127.0.0.1',19997,true,true,5000,5);

if clientID < 0

    disp('Failed connecting to remote API server');    

同时将V-REP的接口文件remApi.m、remoteApiProto.m和动态链接库remoteApi.dll放置在matlab代码文件LineFollowingBot.m的同一文件夹下，则可以用matlab控制V-REP的仿真。

使用matlab启动仿真：

复制

vrep.simxStartSimulation(clientID,vrep.simx_opmode_oneshot);

要实现巡线小车，需要获取小车前置摄像头的画面，依据画面进行速度的调整。小车有左、右两边的轮子可以控制。要先获取两边速度和摄像头的句柄，从而之后能对它们进行读取和修改：

复制

% 获取速度和图片的句柄

[res, motorLeft] = vrep.simxGetObjectHandle(clientID,'Pioneer_p3dx_leftMotor',vrep.simx_opmode_blocking);

[res, motorRight] = vrep.simxGetObjectHandle(clientID,'Pioneer_p3dx_rightMotor',vrep.simx_opmode_blocking);

[res, camera] = vrep.simxGetObjectHandle(clientID,'Vision_sensor',vrep.simx_opmode_blocking);

控制小车使用PID算法，在这里，我们只考虑当前的误差比例和误差微分。先将当前误差初始化为0：

复制

err = 0;

接下来，在无限循环中，获取小车的画面并通过画面进行调整。获取画面的代码如下：

复制

code = 1;

while code

        [code, size, img] = vrep.simxGetVisionSensorImage2(clientID, camera, 1, vrep.simx_opmode_oneshot);

end

为了便于操作，调用simxGetVisionSensorImage2函数，使用句柄camera，直接返回黑白画面。如果图像获取成功，则返回值code为0，退出循环，否则获取失败，重新获取。

2.2 当前的误差分析
调用getErr函数获取当前误差和转向方向：

复制

[new_err, direct_tmp] = getErr(img);

当前误差new_err为利用PD算法控制速度的依据，而direct_tmp为之后的转向提供方向判断，之后会详细说明。

getErr的具体实现如下。函数原型为：

复制

function [err, direct] = getErr(img)

输入黑白图像img，返回小车当前和预期位置的误差和转向判断值direct。

考虑到小车的画面中会出现很多条路，而我们只期望小车走它脚下的路，因此我们希望对所有画面中的路进行一个误差分析：路的位置和小车脚下（即画面中点）的距离作为误差值，如此一来，依据路离中点的远近，就能判断它是否是小车要走的路。需要注意的是，路可能在中点位置的左边或右边，因此误差有正有负。要取误差的绝对值作为判断依据。在所有的路中，有两条路是我们值得关注的（如果画面只有一条路或者没有路，会采取单独的策略）：一是离中点最近的路，也就是误差的绝对值最小的路。期望中，小车正在走的路往往正在脚下，因此这条路就是小车在走的路，我们希望小车继续沿着这条路走。二是离中点第二近的路。试想：如果出现了急转弯（角度大于90度的转弯），在逐渐接近转弯点时，小车会看见两条路：转弯前要走的路和转完后要走的路。到达转弯点，两条路合并为一条，再往前走则会偏移当前道路。因此需要判断什么时候进行急转弯、急转弯是左转还是右转。通过分析不难得到：转弯的方向就是转完后要走的路的位置，在左边则左拐，在右边则右拐。而正在转弯前的路和转完后的路迟早会汇合，因此转弯后的路迟早会变为距离中点第二近的路，以此就能判断急转弯的转弯方向。

那么如何计算路到画面中点的距离呢？考虑到路是有宽度的，可以找路的最左边和最右边的点的坐标，取均值作为路的位置。而画面大小为480*640，因此取640的一半320作为画面的中点。画面中越靠下的部分离小车越近，因此依据下面画面调整小车状态的优先级更高。我们考虑从下往上一行行遍历，如果当前行找到了路则进行误差分析，否则看上一行是否有路。这样一来就能有效处理间断路的问题。

首先初始化以下几个变量：

复制

err = 1000000;

err2 = 1000000;

flag = 0;

direct = 0;

distance = 480;

其中err表示离中点最近的路的误差，err2表示离中点第二近的路的误差。注意误差可正可负，其绝对值表示到终点的距离。direct用于记录下一个急转弯预期的转向方向，为1或-1。如果没有转弯倾向则为0。因为找到一条路的当前位置，要找到路的左边和右边两个端点的坐标，flag用来表示下一个是寻找左边端点（值为0）还是右边端点（值为1）。distance表示当前遍历的画面的行号，从最后一行480行开始，依次往上遍历。

如果当前行没有找到路，则误差err不会更新，则需要找画面上一行，因此对err的值做一个循环判断：

复制

while err == 1000000

复制

for i = 1:640

        if img(distance, i) < 20 && flag == 0

                l = i;

                flag = 1;

        end

        if img(distance, i) >20 && flag == 1

                r = i;

                flag = 0;

                dis = (r + l) / 2 - 320;

接下来依据误差值dis对err和err2进行更新。如果dis的绝对值小于err，说明新找到的路径就是离中点最近的路径。如果err还是初值1000000，则是找到的第一条路，还没有找到第二条最近的路，direct为0。

复制

if abs(dis) < abs(err)

        if err == 1000000

                direct = 0;