28
Gy_angle=Gy_angle+Gy_omiga*0.001+gyk*(Gy_arfa-Gy_angle-Gy_omiga *0.001);
5.3 舵机控制
我们对舵机采用的是 PD 控制。我们使用了三个 CCD，前瞻：40cm， 70cm,100cm,在不同类型赛道上，有效 CCD 并不相同，例如在长直道上有效 CCD 为前瞻最近和最远处的，使用 soerr1 和 soerr3 的加权平均值对舵机进行控制。 在波浪弯处，只有前瞻最近的 CCD 的偏差有效。这种方法使用了最可靠的中线 偏差，然后对偏差信号处理，舵机打角使车身回正，对不同赛道类型，均有较 好的打角效果。 致
当 CCD3 有效时
If (abs(ccd3wcave)==ccd3wcaveabs)//一段距离内，偏差方向一
soop=(sokp-sokp13)*soerr1+sokp3*(soerr3+fadd(soerr3,30)/5);//舵机 P else
soop=(sokp-sokp13)*soerr1+sokp3*soerr3;
fadd 函数为死区函数，fadd（soerr3,30)表示在 soerr 的绝对值在小于 30 的范围内，输出为 0.
5.4 电机控制
我们队智能汽车行驶时进行受力分析，结合电力拖动自动控制系统原理， 对电机建立反馈控制闭环直流调速系统动态数学模型，利用自动控制原理，对 模型进行能观能控分析。具体分析过程为下
建立电机转动模型
dn
T ?T = j
L
dndt （T ：电机提供的动力；T ：负载阻
L
?? 力； ：转动惯量；
电磁电动势模型
j
dt
：转向加速度。）
diE=Ceφn
u = Ceφn +iR + L dt (电机感应电势 ，此
处磁通Ce 简写成Ce ，可省略方便计算；R 为电机内阻；L 为电机内部电感两端电压。）
29
电磁转矩模型
T = CTφi （T 为电机的电磁转矩；
CT
为转矩系数；
i 为电流。）
转化为状态空间模型
T ?T 1
C
? 1 ?T
n(k +1)
i(k +1)
= ?C
j e?T1? R ?T
L T (k +1)
L L
0 0
输 出：
n(k ) y = [1 0 0]
i(k ) T (k )L
u = K p (n*
? n(k)) +Ce n(k)
根据理论分析电动机在转动的过程中会产生感应电动势，使稳定速度达不到期望速度，于是我们对电机给定电压进行补偿，且补偿电压与当前速度有关 。 但在实际过程中，由于速度变化较为频繁，补偿电压如果与变化的速度有关， 会加剧速度的变化，使小车速度的变化不够平稳，后改为固定的关于期望速度 的补偿电压，得到了较好的效果。
5.5 PID 介绍
在工程实际中，应用最为广泛的调节器控制规律为比例、积分、微分控 制， 简称 PID 控制，又称 PID 调节。PID 控制器问世至今已有近 70 年历 史，它以其结极简单、稳定性好、工作可靠、调整方便而成为工业控制的主要 技术之一。当 被控对象的结极和参数不能完全掌握，或得不到精确的数学模 型时，控制理论的 其它技术难以采用时，系统控制器的结极和参数必须依靠 经验和现场调试来确 定，这时应用 PID 控制技术最为方便。即当我们不完全了 解一个系统和被控对象， 或 不能通过有效的测量手段来获得系统参数时， 最适合用 PID 控制技术。PID 控制，实际中也有 PI 和 PD 控制。PID 控制 器就是根据系统的误差，利用比例、 积分、微分计算出控制量进行控制的。
比例（P）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
J n(k)
0+
i(k) 1
T
(k)
L
30