pid演算法智能車

Ⅰ 增量式PID演算法控制小車速度

首先聲明一下，你的是多變數輸入和輸出，運用簡單的單迴路控制系統估計效果不太好。
如果你確實要用PID，下面是建議：
1，直線運動，兩個輸出是一樣的，所以公用一個函數，（若有直線糾正的話，你懂怎麼辦的）。由於你的電機還有感測器，小車的速度實時性不會很好，當然，要看你的控制精度了。直線行走，控制速度的設置（若要恆速的話）：首先，ID設為0，P從0開始快速加大，直到得到滿意的加速的（要快，因為你用的增量式本身就有I的效果）。在增量式PID里，I稍微小點沒事，D的系數大概等於2I就行。若不需要恆速：PID就不必要了，直接輸出占空比。
2，轉彎。若是彎道直徑小，轉彎速度快，首先明確告訴你，不能用上面的PID輸出了，這樣你的小車坑定不知道漂移到哪裡去了，所以另外需要一個函數控制輸出。建議這樣：判斷要轉彎了，靠彎道的輪子要快速變為速度0，另一個輪子必須快速響應，這樣PID參數只有P起了主要作用，所以慢慢調P，由0增大，滿意為止。
另外的建議： 不用PID，用模糊控制演算法，響應速度回提高很多。
希望有用、

Ⅱ 自動駕駛 車輛橫向控制 主要採用pid演算法嗎

PID演算法用的還是比較多的，因為演算法原理簡單，不需要對系統進行建模。只是需要調參。實際應用的時候需要根據系統的情況增加前饋控制或者採用PID演算法的變種，比如PD控制，PI控制等。橫向控制演算法還有MPC等。

Ⅲ 智能車電磁組新手問題，跑彎道時，我應該怎麼考慮演算法

用pid演算法

Ⅳ 為什麼我的智能車加上你pid演算法後動力不足

不同人的pid演算法參數都不一樣啊，拿攝像頭來說，跟攝像頭的角度和高度決定了它的前瞻，前瞻也決定了你pid演算法的參數，參數不同，肯定不能通用了

Ⅳ 我不懂位置式PID和增量式PID的區別，我要控制電機實現智能車跑，要用哪種好啊

首先增量式PID是位置式PID的演化。它們的主要區別在於：

1：增量式PID的計算量相對較小，因為是計算的是增量，所以對執行部件的擾動較小，一般採用帶死區的控制。對於智能車的舵機控制增量式PD是不錯的選擇，為什麼不用積分I呢？不僅僅是因為積分滯後特性，更重要的是因為根據對轉向機構進行建模，得出的模型中就已經含有積分環節，所以轉向舵機建議採用PD。

2：位置式PID計算量比增量式PID稍微多一點。一般用於直流電機的控制，對於智能車的驅動電機控制是一個不錯的經典控制演算法。

希望對你有所幫助。

Ⅵ 智能車黑帶循跡中的PID演算法問題

余差表現是一直離邊界有一小段距離。因為P調節靠誤差起作用，當誤差變小的時候其調節變弱，使其接近卻無法調節到誤差為零。積分是把以往一段時間的誤差累計起來，只要有誤差就不斷累積，這樣即使誤差很小經過累積也能反映出來，彌補了P調節的缺點。加入適當的積分可是誤差減小，使小車更趨近於線中央，但如果積分取大了會導致超調，使得從一側偏向另一側再返回來不斷波動。

Ⅶ 請問飛思卡爾智能車是不是要用到PID演算法，那用在它的那一方面

PID演算法可用可不用呀。視個人情況而定。用的話，控制速度控制打角都可以用PID。 P 、I 、 D不一定三個都一起用，用其中一兩個也可以。

Ⅷ 在飛思卡爾智能車比賽：在PID演算法中設置死區范圍有什麼作用

死區：又叫死區寬度，在控制系統中，某些執行機構如果動作頻繁，會導致小幅震盪，造成嚴重的機械磨損。從控制要求來說，很多系統又允許被控量在一定范圍內存在誤差。我們允許被控量的誤差大小，被稱為PID的死區寬度。
死區是如何工作的呢？
當誤差的絕對值小於 死區寬度 時，死區非線性的輸出量（即 PID控制器的輸入量）為0 ，這時PID 控制器的輸出分量中，比例部分和微分部分為0，積分部分保持不變，因此PID的輸出保持不變，PID控制器起不到調節作用；

Ⅸ 智能小車涉及PID演算法嗎

pid演算法應用很廣，比如小車可以用PID演算法來控制PWM脈沖寬度，來控制小車的轉速。