前馈改进PID算法在智能车控制上的应用
贾翔宇季厌庸丁芳（中国民航大学航空自动化学院，天津300300）
摘要在自行设计的智能车中，速度和方向的控制是整个智能车系统控制的核心。由于系统硬件的限制，智能车的速度和方向控制都存在一定的延时，这给智能车的控制带来了不利影响。针对上述存在的问题，本文将前馈反馈控制方法运用到智能车的控制上，对偏差带来的干扰进行提前处理；改进了数字PID算法，将不完全微分和微分现行算法引入到PID算法中，以改善系统的动态性能。采用了这种新算法，智能车系统的动态性能得到了很大的改善。
关键词前馈；改进型PID算法；模糊化；智能车
1引言
智能车系统是一个时变且非线性的系统，采用传统PID算法的单一的反馈控制会使系统存在不同程度的超调和振荡现象，无法得到理想的控制效果。本文将前馈控制引入到了智能车系统的控制中，有效地改善了系统的实时性，提高了系统的反应速度1；并且根据智能车系统的特点，对数字PID算法进行了改进，引入了微分先行和不完全微分环节，改善了系统的动态特性；同时，利用模糊控制具有对参数变化不敏感和鲁棒性强的特点2，本文将模糊算法与PID算法相结合，有效地提高了智能车的适应性和鲁棒性，改善了系统的控制性能。
2改进PID算法
智能车的控制是由飞思卡尔公司的S12芯片完成，所以对智能车的控制要采用计算机控制方法。本文针对智能车控制的特殊性，对传统数字PID算法做了一些改进，这样可以更好地满足智能车控制的需要。
21不完全微分PID
将微分环节引入智能车的方向和速度控制，明显地改善了系统的动态性能，但对于误差干扰突变也特别敏感，对系统的稳定性有一定的不良影响。为了克服上述缺点，本文在PID算法中加入了一阶惯性环节3，不完全微分PID算法结构如图1所示。
f图1不完全微分PID算法机构图将一阶惯性环节直接加到微分环节上，可得到系统的传递函数为：
（1）将（1）式的微分项推导并整理，得到方程如下：
（2）式中，，由系统的时间常数和一阶惯性环节时间常数决定的一个常数。为了编程方便，可以将22式写成如下形式：
（3）
式中，
。
分析式（3）可知，引入不完全微分以后，微分输出在第一个采样周期内被减少了，此后又按照一定比例衰减34。实验表明，不完全微分有效克服了智能车的偏差干扰给速度控制带来的不良影响，具有较好的控制效果。图2为不完全微分PID算法的程序流程图。
22微分先行PID
由于智能车在跑道上行驶时，经常会遇r