智能車電磁組——基本控制篇

前言

電磁車的控制比較簡單，可以分為信號采集，舵機控制和電機控制三部分，電磁車的控制算法也主要圍繞這三部分進行，剛開始起步可能對這三個模塊的要求不高，但是隨著車速的不斷提高，需要不斷的對這三個模塊進行細化和深究。

濾波

什么是濾波

濾波（Wave filtering）是將信號中特定波段頻率濾除的操作，是抑制和防止干擾的一項重要措施。它可以從含有干擾的接收信號中提取有用信號，很大程度上保證了采集到的信號的真實性和穩定性。

正因如此，濾波算法也成了在智能車控制中不可或缺的一種控制算法。

常見的軟件濾波

1. 限幅濾波（又稱程序判斷濾波法）

根據經驗判斷，確定兩次采樣允許的最大偏差（設為A），每次檢測到新值時判斷

如果本次值與上次值之差小于等于A，則本次值無效。

如果本次值與上次值之差大于A，則本次值無效。放棄本次值，用上次值代替本次值。

優點：能有效克服因偶然因素引起的脈沖干擾。

缺點：無法抑制那種周期性的干擾、平滑度差。

2. 算術平均濾波法

算術平均濾波，指的是將每個電感采集到的一組值用冒泡排序按從大到小順序排列，丟棄最大值和最小值，再對剩余的值求平均。

優點：適用于對一般具有隨機干擾的信號進行濾波，信號會在某一數值范圍附近上下波動。

缺點：對于測量速度較慢或要求數據計算速度較快的實時控制不適用。

還有很多軟件濾波的方法，可以參考下面鏈接

c語言 算術平均濾波法_常見的濾波算法(C語言

PID控制

如果我們要想讓一個系統達到預期的值，那應該怎么樣做才能達到這個效果呢，這時候我們就可以引進PID。PID控制應該算是應用非常廣泛的控制算法了。小到控制一個元件的溫度，大到控制無人機的飛行姿態和飛行速度等等，都可以使用PID控制。

什么是PID控制

比例（P）積分（I）微分（D）控制（PID控制），是應用最廣泛的一種自動控制器。

原理簡單，易于實現，適用面廣，參數獨立，在參數調試中也能輕易找到最適合該系統使用的參數。

PID控制分為兩種，在智能車控制中，最常用的就是增量式PID和位置式PID，舵機使用的是位置式PID，而電機的話，大多數的智能車隊使用的是增量式，其實電機并不局限于增量式，增量式和位置式在參數調好的情況下效果是一樣的，找到最適合自己的方案才是最重要的。

詳細的PID控制知識可以參考智能車淺談——控制規律篇

舵機控制

舵機的控制中，使用的是位置式PID，當車子處于賽道的不同位置時，偏差會不同。偏差等于左右電感值的偏差，當前偏差就是誤差，把當前誤差代入公式解算，最后輸出的值來控制舵機進行打角。

電機控制

電機的控制中，我使用的是增量式

根據編碼器采集回來的數據求出當前速度值，然后與設定速度比較，得出的差值作為誤差代入公式計算，得到最終需要輸出的電機占空比，從而控制電機轉速。

電機的閉環參數能很大程度上影響著智能車的上限，具體的調參步驟可以參考：

電機控制進階——PID速度控制

目標速度的設置

目標速度的設定在智能車系統中尤其重要，比如在賽車比賽中，由于在賽車自身機械性能的限制，不同賽道元素中速度上限也就不同。所以為了使賽車能夠更快的跑完全程，需要根據賽道元素的不同設置更合適當前路段的目標速度。

而對于電磁車來說，只能通過電磁傳感器去感知賽道，所以只能將左右電感的差值去關聯目標速度。差值小說明當前處于直道可以設定一個比較大的目標速度，通過PID算法將電機轉速保持在目標速度相近的速度，去讓智能車跑得更快，差值大的話，說明處于彎道處，這時候目標速度可以設定小一點，保證能順暢過彎。

對于有兩個電機的車模而言，轉向不僅僅可以通過舵機，還可以通過左右電機的差速輔助轉彎，這樣它的速度上限也能更高。

原文鏈接：https://blog.csdn.net/zxy19872029175/article/details/126766942