基于CCD攝像頭智能車(chē)分段PID控制算法設(shè)計(jì)
作者：
時(shí)間：2011-03-17
來(lái)源：網(wǎng)絡(luò)
收藏
加入技術(shù)交流群
掃碼加入
和技術(shù)大咖面對(duì)面交流
海量資料庫(kù)查詢(xún)
3 圖像識(shí)別
用CCD攝像頭采集車(chē)模前方一定距離內(nèi)的黑線，從中提取相關(guān)量，用來(lái)控制舵機(jī)的轉(zhuǎn)向，實(shí)現(xiàn)智能車(chē)的自動(dòng)循跡。由于單片機(jī)數(shù)據(jù)處理能力和速度有限，不能在短短的20 ms時(shí)間內(nèi)處理整場(chǎng)圖像。本系統(tǒng)設(shè)置攝像頭前瞻為1．2 m。在不影響道路檢測(cè)精度需要的前提下，本系統(tǒng)采用隔行采集來(lái)壓縮圖像數(shù)據(jù)，即相隔不同的有效行采集一行數(shù)據(jù)(近處相隔的少，遠(yuǎn)處相隔的多)，一共可采集44行數(shù)據(jù)。此外為了進(jìn)一步提高A／D轉(zhuǎn)換的速度，本系統(tǒng)還適當(dāng)?shù)貙S12的CPU超頻運(yùn)行并且設(shè)置A／D轉(zhuǎn)換器的精度為8位，這樣每行能采樣到67個(gè)點(diǎn)，形成了一個(gè)面陣，而黑線在其中占據(jù)了某些點(diǎn)位。由于我們一行采集67個(gè)點(diǎn)，故中間值為33。圖像是智能車(chē)的底層，圖像的采集正確與否在以后的控制中尤為重要，故一定要確保采集回來(lái)的黑線的真實(shí)有效性，并且要增加濾波算法，比如在有效前瞻很小的時(shí)候，本來(lái)只要判斷出黑線的轉(zhuǎn)向即可，給舵機(jī)以極限轉(zhuǎn)角可以讓車(chē)急轉(zhuǎn)彎。但是有效行很少的時(shí)候，如果不用特殊的濾波方法，只要有一行的黑線提錯(cuò)，就可能讓小車(chē)轉(zhuǎn)錯(cuò)，至于轉(zhuǎn)出界。
4 分段PID控制
4．1 圖像信息提取量
從采集回來(lái)的圖像中提取控制量來(lái)控制舵機(jī)的轉(zhuǎn)向，實(shí)現(xiàn)智能車(chē)的自動(dòng)循跡。本系統(tǒng)采用黑線偏移量even_diff和黑線某段斜率D_diff-erent對(duì)舵機(jī)進(jìn)行控制，可稱(chēng)為PD控制器。由于車(chē)模是個(gè)隨動(dòng)系統(tǒng)，在攝像頭1．2 m前瞻內(nèi)覆蓋的黑線不一定有設(shè)置的44行，特別是前方的彎特別急的時(shí)候，在攝像頭前瞻視角范圍內(nèi)覆蓋的黑線會(huì)特別少，比如13行或13行以下。根據(jù)這個(gè)特點(diǎn)，可設(shè)置一個(gè)有效前瞻量valid_line作為對(duì)前方的彎的平緩程度的反應(yīng)。
把每一行的黑線位置值與中間值作差，得到該行的偏移量，中間值33位賽道的中心位置點(diǎn)，偏移量表示在車(chē)模的視角下黑線處于賽道中的位置值。把每一行的偏移量相加之和除以攝像頭前瞻范圍內(nèi)的提取出的黑線行數(shù)，得到黑線相對(duì)于車(chē)模中心的整體偏移量even_diff，用有效行內(nèi)的遠(yuǎn)處某些行與近處某些行(如前半場(chǎng)與后半場(chǎng))偏移量之差得到有效行內(nèi)的黑線斜率D_differen。
這樣，從一場(chǎng)的黑線位置數(shù)據(jù)中，系統(tǒng)提取了有效行valid_line、even_diff、D_different 3個(gè)量來(lái)對(duì)舵機(jī)進(jìn)行控制。在實(shí)際情況中，D_different可以很靈活，因?yàn)榍胺胶诰€的斜率可以取不同段得到，可以根據(jù)實(shí)際要求得到不同段的斜率值，如速度快時(shí)可以適當(dāng)?shù)娜【嘬?chē)較遠(yuǎn)處的黑線斜率，以實(shí)現(xiàn)超前控制。
在智能車(chē)調(diào)試參數(shù)的時(shí)候，對(duì)這3個(gè)量的理解很是重要，具體來(lái)說(shuō)，valid_line表征車(chē)模的有效前瞻，即看得有多遠(yuǎn)，對(duì)于智能車(chē)在道路上行駛，看得遠(yuǎn)說(shuō)明黑線都在前方，看不遠(yuǎn)說(shuō)明智能車(chē)前方的黑線已經(jīng)偏左或者偏右，而這個(gè)量的大小正好可以表征彎的平緩與急切。另外，看得遠(yuǎn)則攝像頭采集的黑線多，系統(tǒng)信息量大，那么怎么處理這些大量的信息為我們所用就變得很關(guān)鍵，如看得1．2 m都能看見(jiàn)，說(shuō)明小車(chē)必然在長(zhǎng)直道上，不然也是小S彎，稍作處理就可以過(guò)濾掉小S彎了，讓小車(chē)像都是在直道上跑；看得很近說(shuō)明彎已經(jīng)很急，這時(shí)候，只要能夠判斷出彎往那邊拐就可以給舵機(jī)一個(gè)極值急拐。even_diff表征在某一個(gè)特定視野下，小車(chē)與黑線偏離的程度，這個(gè)量可以讓智能車(chē)在某個(gè)特定視野下決定給舵機(jī)多大的轉(zhuǎn)角。D_different則在有效前瞻遠(yuǎn)的時(shí)候尤為關(guān)鍵，因?yàn)樗梢灶A(yù)判前方的彎，從而超前的轉(zhuǎn)彎。
4．2 PD控制器形式
系統(tǒng)把這3個(gè)量處理成PD控制器的形式：
其中a為根據(jù)賽道有效前瞻確定的不同有效行。Centre為舵機(jī)走直線的控制中間值。Steer為PD控制器給舵機(jī)的輸入量。由于車(chē)模舵機(jī)轉(zhuǎn)向控制是一個(gè)非線性系統(tǒng)，而設(shè)置了入口條件“有效行判斷”，正好可以把這個(gè)非線性系統(tǒng)分割成不同段，在每一段可近似認(rèn)為轉(zhuǎn)向控制系統(tǒng)是線性的。即在某一小段范圍內(nèi)，得到的黑線位置和對(duì)應(yīng)的舵機(jī)PID參照角度處理成一次線性關(guān)系。最終實(shí)現(xiàn)簡(jiǎn)單分段PID控制。
5 分段PID控制參數(shù)規(guī)律
在實(shí)際的調(diào)車(chē)過(guò)程中，我們總結(jié)發(fā)現(xiàn)，PD控制器的參數(shù)Kp、Kd與有效前瞻valid_line、車(chē)模的速度相關(guān)。簡(jiǎn)單點(diǎn)說(shuō)，即小車(chē)速度越快，車(chē)模遇彎提前拐彎的應(yīng)越早?？偨Y(jié)下來(lái)，有如下關(guān)系：
其中A為Kp的基礎(chǔ)值，valid_line為車(chē)模運(yùn)行到某個(gè)狀態(tài)的有效前瞻(用提取的黑線數(shù)量來(lái)估定)，speed為小車(chē)一場(chǎng)時(shí)間內(nèi)的脈沖值，表征車(chē)模時(shí)刻運(yùn)行的速度。低速時(shí)，可近似認(rèn)為speed／C為零，通過(guò)試驗(yàn)法可以確定A值大小。在確定Kp基礎(chǔ)值之后，即可加速，在小車(chē)速度稍高的時(shí)候調(diào)試得出合適的B值、C值，最終使小車(chē)平穩(wěn)準(zhǔn)確的切線，循跡而行。此關(guān)系式可知，有效前瞻的變化是對(duì)Kp值影響最大也是最直接的一個(gè)量，我們平時(shí)調(diào)車(chē)經(jīng)驗(yàn)而知，B參數(shù)應(yīng)比C敏感很多才行。有效行減少一行，對(duì)舵機(jī)轉(zhuǎn)向角的影響要遠(yuǎn)大于小車(chē)速度speed對(duì)Kp的對(duì)影響。而speed對(duì)舵機(jī)急轉(zhuǎn)快速性在車(chē)模高速的時(shí)候很是明顯。
為增加系統(tǒng)的魯棒性，并且更好的解決系統(tǒng)的非線性問(wèn)題，我們將小車(chē)的前瞻分段，我們1．2 m的前瞻里面，總共有44行黑線，直道上全部提取回來(lái)，可以分為有效行37行一下、有效行30行以上、有效行24行以上、有效行18行以上、有效行13行以上與有效行13行以下7段。
pid控制器相關(guān)文章:pid控制器原理
評(píng)論