什么是pid 控制
2008-12-06 18:56wangjun7307_cn | 分类：工程技术科学 | 浏览15967次
能不能通过具体例子，比如直流电机起停调速的控制来讲下pid 控制
分享到：
2008-12-06 19:19提问者采纳
确切说是PID 调节器。工程上常常用在闭环系统中加入PID 环节，对系统的传递函数进行修正，以快速的跟踪变化，消除稳态误差。
PID 调节器中的P 为比例环节，起放大作用。I 为积分环节，可以消灭稳态误差。D 为微分环节，可以加快系统的反映。
直流电机中加入PID 调节器，可以实现快速启动。当系统中突发干扰、负载变化或者使用者主动调速是，PID 环节可以帮助电机缩减过渡时间、进入新的稳定状态。
pid 控制
PID （比例-积分-微分）控制器作为最早实用化的控制器已有50多年历史，现在仍然是应用最广泛的工业控制器。PID 控制器简单易懂，使用中不需精确的系统模型等先决条件，因而成为应用最为广泛的控制器。
PID 控制器由比例单元（P ）、积分单元（I ）和微分单元（D ）组成。
比例（P ）调节作用：是按比例反应系统的偏差，系统一旦出现了偏差，比例调节立即产生调节作用用以减少 偏差。比例作用大，可以加快调节，减少误差，但是过大的比例，使系统的稳定性下降，甚至造成系统的 不稳定。
积分（I ）调节作用：是使系统消除稳态误差，提高无差度。因为有误差，积分调节就进行，直至无差，积分调节停止，积分调节输出一常值。积分作用的强弱取决与积分时间常数Ti ，Ti 越小，积分作用就越强。反之Ti 大则积分作用弱，加入积分调节可使系统稳定性下降，动态响应变慢。积分作用常与另两种调节规律结合，组成PI 调节器或PID 调节器。
微分（D ）调节作用：微分作用反映系统偏差信号的变化率，具有预见性，能预见偏差变化的趋势，因此能产生超前的控制作用，在偏差还没有形成之前，已被微分调节作用消除。因此，可以改善系统的动态性能。在微分时间选择合适情况下，可以减少超调，减少调节时间。微分作用对噪声干扰有放大作用，因此过强的加微分调节，对系统抗干扰不利。此外，微分反应的是变化率，而当输入没有变化时，微分作用输出为零。微分作用不能单独使用，需要与另外两种调节规律相结合，组成PD 或PID 控制器。
其输入e (t)与输出u (t)的关系为：后补
，使用中只需设定三个参数（Kp ， Ki和Kd ）即可。在很多情况下，并不一定需要全部三个单元，可以取其中的一到两个单元，但比例控制单元是必不可少的。
首先，PID 应用范围广。虽然很多工业过程是非线性或时变的，但通过对其简化可以变成基
本线性和动态特性不随时间变化的系统，这样PID 就可控制了。
其次，PID 参数较易整定。也就是，PID 参数Kp ，Ki 和Kd 可以根据过程的动态特性及时整定。如果过程的动态特性变化，例如可能由负载的变化引起系统动态特性变化，PID 参数就可以重新整定。
第三，PID 控制器在实践中也不断的得到改进，下面两个改进的例子。
在工厂，总是能看到许多回路都处于手动状态，原因是很难让过程在“自动”模式下平稳工作。由于这些不足，采用PID 的工业控制系统总是受产品质量、安全、产量和能源浪费等问题的困扰。PID 参数自整定就是为了处理PID 参数整定这个问题而产生的。现在，自动整定或自身整定的PID 控制器已是商业单回路控制器和分散控制系统的一个标准。
在一些情况下针对特定的系统设计的PID 控制器控制得很好，但它们仍存在一些问题需要解决：
如果自整定要以模型为基础，为了PID 参数的重新整定在线寻找和保持好过程模型是较难的。闭环工作时，要求在过程中插入一个测试信号。这个方法会引起扰动，所以基于模型的PID 参数自整定在工业应用不是太好。
如果自整定是基于控制律的，经常难以把由负载干扰引起的影响和过程动态特性变化引起的影响区分开来，因此受到干扰的影响控制器会产生超调，产生一个不必要的自适应转换。另外，由于基于控制律的系统没有成熟的稳定性分析方法，参数整定可靠与否存在很多问题。
因此，许多自身整定参数的PID 控制器经常工作在自动整定模式而不是连续的自身整定模式。自动整定通常是指根据开环状态确定的简单过程模型自动计算PID 参数。
但仍不可否认PID 也有其固有的缺点：
PID 在控制非线性、时变、耦合及参数和结构不确定的复杂过程时，工作地不是太好。最重要的是，如果PID 控制器不能控制复杂过程，无论怎么调参数都没用。虽然有这些缺点，PID 控制器是最简单的有时却是最好的控制器。
Pwm 波
首先，数字电路信号可以简单的只分为高电平和低电平两种，它们之间的转变是突变的（比如只有0V 和5V ，之间转换不会经历4.5、4.6什么的），模拟电路信号是连续的。现有一模拟信号，我想把它变成数字信号（因为数字信号对于计算机等控制器来说更容易处理），为了让变化后的数字信号更接近模拟信号，就要引入PWM 概念，应当明确一个原理，即信号所产生的效果只与信号与横轴包围的面积有关，而与其高度无关，这个定理使得数字信号代替模拟信号成为可能，我们只需要用一系列高低电平代替原有的模拟信号，并让高低电平的面积与模拟信号相同就可以了，PWM 便是这样的效果，所谓占空比，是指高电平在一个信号周期内所占的比重，比重大，则占空比大。PWM 除了使模拟信号数字化之外，还有一重要用途就是电机控制，比如我现在控制一直流电机，高3低7（3秒高电平然后七秒低电平）和高6低4必然不一样，同样是10秒的周期，肯定是后者转的快，这样，达到了调速的目的
前轮定位
车模的前轮有四个可调参数：主销后倾、主销内倾、车轮外倾和前束。其中主销后倾不宜随便调整，容易使得特性变得更差，所以我们主要调整主销内倾和前束。主销内倾的调整应该保持在一个合适的范围，0～8度范围内。在实际调节中我们将角度调整为5度左右，如果赛道较滑的时候调为8度。前束的调整是方便的，但是要与主销内倾保持一致，前束在摩擦大的时候有明显的效果。因此我们将前轮的前束调节成明显的内八字，运动阻力加大，提高减速性能。但是缺点是直线加速会变慢。
电源模块相当于房屋的基石，供电的稳定直接关系到整个小车的稳定运行。 比赛要求智能车供电电源只能使用指定型号的7.2V 2000mAh Ni-Cd 电池供电。单片机需要5V 工作 电源，电机驱动需要7.2V 电池供电和5V 控制电源，数字舵机需要5V 电源，运放需要为其提供-5V 电源。我们采用集成三端稳压芯片。集成三端稳压器主要有两种：一种是线性稳压芯片，另外一种是开关型稳压芯片。线性稳压芯片输出纹波小，电路简单，但是功耗较大，效率较低，典型芯片为LM7805；开关稳压芯片则功耗小，效率高，但是输出纹波大，电路复杂，典型芯片为LM2596。 对于单片机来说，单片机本身功耗低，但是它对电源稳定性要求相对较高。经过选型，LM2940性能较优。LM2940为低压差线性稳压器件，输出电流1A 足以满足单片机供电的需要。 因为电路中存在感性负载，存在大电流，为了最大限度降低各个部分对单片机的干扰，我们单独采用一片LM2940 对单片机和起跑线检测模块进行供电。而其他需要5V 供电的模块则采用另一片LM2940进行供电。 传感器部分本身功耗并不高，但要求稳定工作，因此我们单独用一片LM2940为其供电。最终电源模块电路图如图
在整个系统设计中，主要用到了单片机的5个基本功能模块：PLL 模块、PWM 输出模块、ECT 模块、PIT 模块、AD 转换模块。通过配置寄存器先对所用到的模块进行硬件初始化，并通过相应的数据寄存器或状态寄存器的读写，实现期望的功能。所需芯片资源如表5.1所示。 表5.1 系统芯片资源使用情况表
AD 模块 PAD0~PAD8 电磁传感器
ECT 模块 PT7 速度检测脉冲计数
PWM
模块 PWM01 舵机控制
PWM3 PWM7 电机控制
IO
模块 PA0~PA2 按键
PB0~PB4 Nokia5110液晶
系统流程如图5.2所示。先对单片机的硬件进行初始化，然后进行各个子函数的初始化。对传感器采集回来的数据进行滤波、归一化等处理，由控制算法计算出车身在赛道上的位置以及前方路况所需的转角，然后用计算出来的转角量来控制舵机和直流电机。
从赛道中心导线所产生的磁场采样回来的信号，首先经过运放进行放大。运放的放大倍数可调。然后对放大后的信号进行检波，最终采集得到的信号电压0V-5V 。AD 采样的精度12位，所得到的值为0-4095。我们采用双排传感器检测整个磁场信息和车身位置，即前排五个，后排两个。前排的五个电感用来判定舵机的转角大小和赛道弯曲大小情况，后面的两个电感用来判定车身位置，通过设计合理的优化算法联合控制电机的转速。流程图如图5.3所示：
5.4 弯道控制策略
车辆在弯道行驶时，需要对三个参数进行设定：切弯路径、转向角度、入弯速度。其中，切弯路径主要决定于车辆是选择内道过弯还是外道过弯。切内道，路经最短，但是如果地面
摩擦系数过小会导致车辆出现侧滑，原因是切内道时，曲率半径小，速度快，智能车需要的向心力很大，而赛道本身的结构，向心力将全部由来自地面的摩擦力提供，因此赛道表面的摩擦系数将对赛车的运行状态有很大影响。切外道，路径会略长，但是有更多的调整机会，同时曲率半径的增加会使得模型车可以拥有更高的过弯速度。转向角度决定了车辆过弯的稳定性。合适的转向角度会减少车辆在转弯时的调整时间，不仅路径可以保证最优，运动状态的稳定也会带来效率的提高，减少时间。对于入弯速度的分析，应该综合考虑路径和转向角度的影响。一般赛车采取入弯减速，出弯加速的方案，这样理论上可以减少过弯时耗费的时间。如果不考虑路径和转向角度，只是单纯地分析过弯速度，会造成控制策略的局限甚至错误。所以现在本系统参考实际驾驶时的一些经验，对过弯速度的处理方式确定为：入弯时减速，以得到足够的调整时间，获得正确的转向角度；在弯道内适当提速，并保持角度不变，为出弯时的加速节约时间；出弯时，先准确判断标志，然后加速，通过消耗掉一定的时间，保证行驶状态的稳定性，而且弯道内的有限加速对之后赛车在直道上的提速也有很大的帮助。
5.5速度与转角控制及算法
速度与转角的控制均采用PD 控制策略，但是将通常的PID 控制算法进行了修正和完善。在检测磁场电感的布局上，前排三个电感水平横着放置，在直道上与赛道中心导线成垂直方向，因此在直道上此三个电感感应的感应电势的绝对值和变化率均较大，精度和灵敏度大，适合于将此三个电感线圈在磁场中感应电动势的差值与和值的比值作为P ；后排两个电感也水平横着放置，其感应电动势的平均值作为D 。前排另外两个电感水平竖着放置，在直道上与赛道中心导线成平行方向，因为其在直道上感应电势的值较小，在弯道上感应电势的绝对值和变化率较大和灵敏，所以主要用于检测弯道，在转弯过程中使用PD 算法控制小车转向。如果单使用P 控制会使得小车在高速时转向不及时冲出跑道或者使得小车调整时间十分长会影响速度。正确的控制，应该做到响应快，振荡小，超调量小，稳定性好。我们采用现场整定的办法获取智能小车转角和速度的最佳匹配参数。方法是首先将小车的速度开环控制，给定一个较大的速度PWM 值，然后在此恒定速度下获取并调整转角的控制曲线和参数值，最后再将速度闭环控制，进一步调整速度和转角的控制参数值，使两者达到一个最优匹配。经过反复调试比较，转角的最终控制曲线接近于一个二次或三次函数曲线。
模型车在高速的条件下（2.3m/s3.5m/s），由于快速变化的加减速过程，使得模型车的轮胎与轮辋之间很容易发生相对位移，可能导致在加速时会损失部分驱动力。在实验中调试表明，赛车在高速下每跑完一圈，轮胎与轮辋之间通常会产生几个厘米的相对位移，严重影响了赛车的加速过程。为了解决这个问题，我们在实际调试过程中对车轮进行了粘胎处理，可以有效地防止由于轮胎与轮辋错位而引起的驱动力损失的情况。
.2 智能车传感器模块设计
根据竞赛组委会的相关规定，我们选用磁传感器，磁传感器的应用首先在于选型，为了找出适合的磁传感器，我们查阅了许多的产品资料，进行了大量的电感测试，发现只有在10mH 电感中，得到感应电动势曲线是较为规整的正弦波，频率和赛道电源频率一致，为20kHz ，幅值较其他型号的大，且随导线距离变化，规律为近大远小。其他电感得到信号不好，频率幅值变化杂乱，不宜采用。
根据电磁学，我们知道在导线中通入变化的电流（如按正弦规律变化的电流），则导线
周围会产生变化的磁场，且磁场与电流的变化规律具有一致性。如果在此磁场中置一由线圈组成的电感，则该电感上会产生感应电动势，且该感应电动势的大小和通过线圈回路的磁通量的变化率成正比。由于在导线周围不同位置，磁感应强度的大小和方向不同，所以不同位置上的电感产生的感应电动势也应该是不同。据此，则可以确定电感的大致位置。
3.2.2磁传感器信号处理电路
确定使用电感作为检测导线的传感器，但是其感应信号较微弱，且混有杂波，所以要进行信号处理。要进行以下三个步骤才能得到较为理想的信号：信号的滤波，信号的放大，信号的检波。
1）信号的滤波
比赛选择20kHz 的交变磁场作为路径导航信号，在频谱上可以有效地避开周围其它磁场的干扰，因此信号放大需要进行选频放大，使得20kHz 的信号能够有效的放大，并且去除其它干扰信号的影响。使用 LC并联谐振电路来实现选频电路（带通电路），如图2.9所示。
图3.7 LC并联电路
其中，E 是感应线圈中的感应电动势，L 是感应线圈的电感值，R0是电感的内阻，C 是并联谐振电容。电路谐振频率为：
（2.1）
已知感应电动势的频率=20kHz，感应线圈电感为L=10mH，可以计算出谐振电容的容量为C=6.33×10-9 F 。通常在市场上可以购买到的标称电容与上述容值最为接近的电容为
6.8nF ，所以在实际电路中选用 6.8nF的电容作为谐振电容。
什么是pid 控制
2008-12-06 18:56wangjun7307_cn | 分类：工程技术科学 | 浏览15967次
能不能通过具体例子，比如直流电机起停调速的控制来讲下pid 控制
分享到：
2008-12-06 19:19提问者采纳
确切说是PID 调节器。工程上常常用在闭环系统中加入PID 环节，对系统的传递函数进行修正，以快速的跟踪变化，消除稳态误差。
PID 调节器中的P 为比例环节，起放大作用。I 为积分环节，可以消灭稳态误差。D 为微分环节，可以加快系统的反映。
直流电机中加入PID 调节器，可以实现快速启动。当系统中突发干扰、负载变化或者使用者主动调速是，PID 环节可以帮助电机缩减过渡时间、进入新的稳定状态。
pid 控制
PID （比例-积分-微分）控制器作为最早实用化的控制器已有50多年历史，现在仍然是应用最广泛的工业控制器。PID 控制器简单易懂，使用中不需精确的系统模型等先决条件，因而成为应用最为广泛的控制器。
PID 控制器由比例单元（P ）、积分单元（I ）和微分单元（D ）组成。
比例（P ）调节作用：是按比例反应系统的偏差，系统一旦出现了偏差，比例调节立即产生调节作用用以减少 偏差。比例作用大，可以加快调节，减少误差，但是过大的比例，使系统的稳定性下降，甚至造成系统的 不稳定。
积分（I ）调节作用：是使系统消除稳态误差，提高无差度。因为有误差，积分调节就进行，直至无差，积分调节停止，积分调节输出一常值。积分作用的强弱取决与积分时间常数Ti ，Ti 越小，积分作用就越强。反之Ti 大则积分作用弱，加入积分调节可使系统稳定性下降，动态响应变慢。积分作用常与另两种调节规律结合，组成PI 调节器或PID 调节器。
微分（D ）调节作用：微分作用反映系统偏差信号的变化率，具有预见性，能预见偏差变化的趋势，因此能产生超前的控制作用，在偏差还没有形成之前，已被微分调节作用消除。因此，可以改善系统的动态性能。在微分时间选择合适情况下，可以减少超调，减少调节时间。微分作用对噪声干扰有放大作用，因此过强的加微分调节，对系统抗干扰不利。此外，微分反应的是变化率，而当输入没有变化时，微分作用输出为零。微分作用不能单独使用，需要与另外两种调节规律相结合，组成PD 或PID 控制器。
其输入e (t)与输出u (t)的关系为：后补
，使用中只需设定三个参数（Kp ， Ki和Kd ）即可。在很多情况下，并不一定需要全部三个单元，可以取其中的一到两个单元，但比例控制单元是必不可少的。
首先，PID 应用范围广。虽然很多工业过程是非线性或时变的，但通过对其简化可以变成基
本线性和动态特性不随时间变化的系统，这样PID 就可控制了。
其次，PID 参数较易整定。也就是，PID 参数Kp ，Ki 和Kd 可以根据过程的动态特性及时整定。如果过程的动态特性变化，例如可能由负载的变化引起系统动态特性变化，PID 参数就可以重新整定。
第三，PID 控制器在实践中也不断的得到改进，下面两个改进的例子。
在工厂，总是能看到许多回路都处于手动状态，原因是很难让过程在“自动”模式下平稳工作。由于这些不足，采用PID 的工业控制系统总是受产品质量、安全、产量和能源浪费等问题的困扰。PID 参数自整定就是为了处理PID 参数整定这个问题而产生的。现在，自动整定或自身整定的PID 控制器已是商业单回路控制器和分散控制系统的一个标准。
在一些情况下针对特定的系统设计的PID 控制器控制得很好，但它们仍存在一些问题需要解决：
如果自整定要以模型为基础，为了PID 参数的重新整定在线寻找和保持好过程模型是较难的。闭环工作时，要求在过程中插入一个测试信号。这个方法会引起扰动，所以基于模型的PID 参数自整定在工业应用不是太好。
如果自整定是基于控制律的，经常难以把由负载干扰引起的影响和过程动态特性变化引起的影响区分开来，因此受到干扰的影响控制器会产生超调，产生一个不必要的自适应转换。另外，由于基于控制律的系统没有成熟的稳定性分析方法，参数整定可靠与否存在很多问题。
因此，许多自身整定参数的PID 控制器经常工作在自动整定模式而不是连续的自身整定模式。自动整定通常是指根据开环状态确定的简单过程模型自动计算PID 参数。
但仍不可否认PID 也有其固有的缺点：
PID 在控制非线性、时变、耦合及参数和结构不确定的复杂过程时，工作地不是太好。最重要的是，如果PID 控制器不能控制复杂过程，无论怎么调参数都没用。虽然有这些缺点，PID 控制器是最简单的有时却是最好的控制器。
Pwm 波
首先，数字电路信号可以简单的只分为高电平和低电平两种，它们之间的转变是突变的（比如只有0V 和5V ，之间转换不会经历4.5、4.6什么的），模拟电路信号是连续的。现有一模拟信号，我想把它变成数字信号（因为数字信号对于计算机等控制器来说更容易处理），为了让变化后的数字信号更接近模拟信号，就要引入PWM 概念，应当明确一个原理，即信号所产生的效果只与信号与横轴包围的面积有关，而与其高度无关，这个定理使得数字信号代替模拟信号成为可能，我们只需要用一系列高低电平代替原有的模拟信号，并让高低电平的面积与模拟信号相同就可以了，PWM 便是这样的效果，所谓占空比，是指高电平在一个信号周期内所占的比重，比重大，则占空比大。PWM 除了使模拟信号数字化之外，还有一重要用途就是电机控制，比如我现在控制一直流电机，高3低7（3秒高电平然后七秒低电平）和高6低4必然不一样，同样是10秒的周期，肯定是后者转的快，这样，达到了调速的目的
前轮定位
车模的前轮有四个可调参数：主销后倾、主销内倾、车轮外倾和前束。其中主销后倾不宜随便调整，容易使得特性变得更差，所以我们主要调整主销内倾和前束。主销内倾的调整应该保持在一个合适的范围，0～8度范围内。在实际调节中我们将角度调整为5度左右，如果赛道较滑的时候调为8度。前束的调整是方便的，但是要与主销内倾保持一致，前束在摩擦大的时候有明显的效果。因此我们将前轮的前束调节成明显的内八字，运动阻力加大，提高减速性能。但是缺点是直线加速会变慢。
电源模块相当于房屋的基石，供电的稳定直接关系到整个小车的稳定运行。 比赛要求智能车供电电源只能使用指定型号的7.2V 2000mAh Ni-Cd 电池供电。单片机需要5V 工作 电源，电机驱动需要7.2V 电池供电和5V 控制电源，数字舵机需要5V 电源，运放需要为其提供-5V 电源。我们采用集成三端稳压芯片。集成三端稳压器主要有两种：一种是线性稳压芯片，另外一种是开关型稳压芯片。线性稳压芯片输出纹波小，电路简单，但是功耗较大，效率较低，典型芯片为LM7805；开关稳压芯片则功耗小，效率高，但是输出纹波大，电路复杂，典型芯片为LM2596。 对于单片机来说，单片机本身功耗低，但是它对电源稳定性要求相对较高。经过选型，LM2940性能较优。LM2940为低压差线性稳压器件，输出电流1A 足以满足单片机供电的需要。 因为电路中存在感性负载，存在大电流，为了最大限度降低各个部分对单片机的干扰，我们单独采用一片LM2940 对单片机和起跑线检测模块进行供电。而其他需要5V 供电的模块则采用另一片LM2940进行供电。 传感器部分本身功耗并不高，但要求稳定工作，因此我们单独用一片LM2940为其供电。最终电源模块电路图如图
在整个系统设计中，主要用到了单片机的5个基本功能模块：PLL 模块、PWM 输出模块、ECT 模块、PIT 模块、AD 转换模块。通过配置寄存器先对所用到的模块进行硬件初始化，并通过相应的数据寄存器或状态寄存器的读写，实现期望的功能。所需芯片资源如表5.1所示。 表5.1 系统芯片资源使用情况表
AD 模块 PAD0~PAD8 电磁传感器
ECT 模块 PT7 速度检测脉冲计数
PWM
模块 PWM01 舵机控制
PWM3 PWM7 电机控制
IO
模块 PA0~PA2 按键
PB0~PB4 Nokia5110液晶
系统流程如图5.2所示。先对单片机的硬件进行初始化，然后进行各个子函数的初始化。对传感器采集回来的数据进行滤波、归一化等处理，由控制算法计算出车身在赛道上的位置以及前方路况所需的转角，然后用计算出来的转角量来控制舵机和直流电机。
从赛道中心导线所产生的磁场采样回来的信号，首先经过运放进行放大。运放的放大倍数可调。然后对放大后的信号进行检波，最终采集得到的信号电压0V-5V 。AD 采样的精度12位，所得到的值为0-4095。我们采用双排传感器检测整个磁场信息和车身位置，即前排五个，后排两个。前排的五个电感用来判定舵机的转角大小和赛道弯曲大小情况，后面的两个电感用来判定车身位置，通过设计合理的优化算法联合控制电机的转速。流程图如图5.3所示：
5.4 弯道控制策略
车辆在弯道行驶时，需要对三个参数进行设定：切弯路径、转向角度、入弯速度。其中，切弯路径主要决定于车辆是选择内道过弯还是外道过弯。切内道，路经最短，但是如果地面
摩擦系数过小会导致车辆出现侧滑，原因是切内道时，曲率半径小，速度快，智能车需要的向心力很大，而赛道本身的结构，向心力将全部由来自地面的摩擦力提供，因此赛道表面的摩擦系数将对赛车的运行状态有很大影响。切外道，路径会略长，但是有更多的调整机会，同时曲率半径的增加会使得模型车可以拥有更高的过弯速度。转向角度决定了车辆过弯的稳定性。合适的转向角度会减少车辆在转弯时的调整时间，不仅路径可以保证最优，运动状态的稳定也会带来效率的提高，减少时间。对于入弯速度的分析，应该综合考虑路径和转向角度的影响。一般赛车采取入弯减速，出弯加速的方案，这样理论上可以减少过弯时耗费的时间。如果不考虑路径和转向角度，只是单纯地分析过弯速度，会造成控制策略的局限甚至错误。所以现在本系统参考实际驾驶时的一些经验，对过弯速度的处理方式确定为：入弯时减速，以得到足够的调整时间，获得正确的转向角度；在弯道内适当提速，并保持角度不变，为出弯时的加速节约时间；出弯时，先准确判断标志，然后加速，通过消耗掉一定的时间，保证行驶状态的稳定性，而且弯道内的有限加速对之后赛车在直道上的提速也有很大的帮助。
5.5速度与转角控制及算法
速度与转角的控制均采用PD 控制策略，但是将通常的PID 控制算法进行了修正和完善。在检测磁场电感的布局上，前排三个电感水平横着放置，在直道上与赛道中心导线成垂直方向，因此在直道上此三个电感感应的感应电势的绝对值和变化率均较大，精度和灵敏度大，适合于将此三个电感线圈在磁场中感应电动势的差值与和值的比值作为P ；后排两个电感也水平横着放置，其感应电动势的平均值作为D 。前排另外两个电感水平竖着放置，在直道上与赛道中心导线成平行方向，因为其在直道上感应电势的值较小，在弯道上感应电势的绝对值和变化率较大和灵敏，所以主要用于检测弯道，在转弯过程中使用PD 算法控制小车转向。如果单使用P 控制会使得小车在高速时转向不及时冲出跑道或者使得小车调整时间十分长会影响速度。正确的控制，应该做到响应快，振荡小，超调量小，稳定性好。我们采用现场整定的办法获取智能小车转角和速度的最佳匹配参数。方法是首先将小车的速度开环控制，给定一个较大的速度PWM 值，然后在此恒定速度下获取并调整转角的控制曲线和参数值，最后再将速度闭环控制，进一步调整速度和转角的控制参数值，使两者达到一个最优匹配。经过反复调试比较，转角的最终控制曲线接近于一个二次或三次函数曲线。
模型车在高速的条件下（2.3m/s3.5m/s），由于快速变化的加减速过程，使得模型车的轮胎与轮辋之间很容易发生相对位移，可能导致在加速时会损失部分驱动力。在实验中调试表明，赛车在高速下每跑完一圈，轮胎与轮辋之间通常会产生几个厘米的相对位移，严重影响了赛车的加速过程。为了解决这个问题，我们在实际调试过程中对车轮进行了粘胎处理，可以有效地防止由于轮胎与轮辋错位而引起的驱动力损失的情况。
.2 智能车传感器模块设计
根据竞赛组委会的相关规定，我们选用磁传感器，磁传感器的应用首先在于选型，为了找出适合的磁传感器，我们查阅了许多的产品资料，进行了大量的电感测试，发现只有在10mH 电感中，得到感应电动势曲线是较为规整的正弦波，频率和赛道电源频率一致，为20kHz ，幅值较其他型号的大，且随导线距离变化，规律为近大远小。其他电感得到信号不好，频率幅值变化杂乱，不宜采用。
根据电磁学，我们知道在导线中通入变化的电流（如按正弦规律变化的电流），则导线
周围会产生变化的磁场，且磁场与电流的变化规律具有一致性。如果在此磁场中置一由线圈组成的电感，则该电感上会产生感应电动势，且该感应电动势的大小和通过线圈回路的磁通量的变化率成正比。由于在导线周围不同位置，磁感应强度的大小和方向不同，所以不同位置上的电感产生的感应电动势也应该是不同。据此，则可以确定电感的大致位置。
3.2.2磁传感器信号处理电路
确定使用电感作为检测导线的传感器，但是其感应信号较微弱，且混有杂波，所以要进行信号处理。要进行以下三个步骤才能得到较为理想的信号：信号的滤波，信号的放大，信号的检波。
1）信号的滤波
比赛选择20kHz 的交变磁场作为路径导航信号，在频谱上可以有效地避开周围其它磁场的干扰，因此信号放大需要进行选频放大，使得20kHz 的信号能够有效的放大，并且去除其它干扰信号的影响。使用 LC并联谐振电路来实现选频电路（带通电路），如图2.9所示。
图3.7 LC并联电路
其中，E 是感应线圈中的感应电动势，L 是感应线圈的电感值，R0是电感的内阻，C 是并联谐振电容。电路谐振频率为：
（2.1）
已知感应电动势的频率=20kHz，感应线圈电感为L=10mH，可以计算出谐振电容的容量为C=6.33×10-9 F 。通常在市场上可以购买到的标称电容与上述容值最为接近的电容为
6.8nF ，所以在实际电路中选用 6.8nF的电容作为谐振电容。