基于模糊PID的大型双旋翼无人机

相较于四旋翼无人机(Unmanned Aerial Vehicle,UAV),大型双旋翼无人机具有价格低廉、续航长以及效率高等优点,但存在耦合严重、抗干扰能力差等问题。为解决上述问题,文中提出了一种采用变论域模糊PID(Proportional Integration Differentiation)双旋翼控制算法。将无人机系统分解为位置控制和姿态控制两部分,在姿态控制上采用模糊PID实时调节PID参数,从而提高无人机的稳定性。根据无人机的运动方式提出一种新型无人机结构,搭建了双旋翼的动力学模型,并在Simulink上搭建了仿真模型进行验证。结果表明,相较于普通PID控制算法,所提算法将控制的超调量减少了50%,说明该算法在大型双旋翼无人机上具有更好的稳定性,在受到干扰的情况下可更快恢复。

基于单片机的自动循迹激光导引智能车PID控制系统设计

智能车在运行过程中,如果遇到突然出现的障碍物或者道路塌陷等情况,容易发生意外;为保证智能车的辅助驾驶功能和安全性能,设计一种基于单片机的自动循迹激光导引智能车PID控制系统;加设MC9S12XS128单片机处理器,改装激光器、测速与测角单元、智能车PID控制器和智能车驱动模块,完成硬件系统的优化;在硬件系统的支持下,根据激光信号的接收结果,规划智能车的引导轨迹,完成自动循迹激光导引工作;利用硬件设备获取智能车的移动速度、位置和转向角,实现对智能车实时运动状态的检测;综合考虑运动参数与规划轨迹之间的偏差,生成智能车PID控制指令,通过舵机转向控制和驱动速度控制,完成系统的控制功能;通过系统测试实验得出结论:优化设计系统的速度和转向角控制误差分别降低了5.37 mm/s和0.25°,同时智能车移动平衡度得到明显提升。

基于PID型迭代学习控制的列车自动驾驶曲线跟踪算法研究

针对基于比例微分积分(PID,Proportional Integral Derivative)控制的列车速度跟踪算法在跟踪进度、收敛性和稳定性等方面存在的不足,提出一种基于PID型迭代学习控制(ILC,Iterative Learning Control)的列车自动驾驶(ATO,Automatic Train Operation)曲线跟踪算法。通过迭代学习控制,优化跟踪过程,减小跟踪误差,缩短收敛时间;设置典型场景对所设计的算法进行仿真试验,并将仿真结果与基于PID控制算法的跟踪效果进行对比分析。结果表明,PID型ILC算法对列车目标速度和目标位移具有较高的跟踪精度,能够在有限的迭代次数内实现精确跟踪,验证了所提算法的有效性。

基于粒子群优化的喷施无人机PID控制

【目的】喷施无人机具有作业效率高、成本低、安全性高等特点,但当前喷施无人机控制仍存在精度低、稳定性差等问题。【方法】课题组设计了一种基于粒子群优化的喷施无人机PID控制方法,通过建立喷施无人机水泵系统数学模型,详细分析了PID控制、GA算法优化PID控制、基于PSO算法的PID控制的系统设计。采用MATLAB软件构建仿真系统,在Simulink中搭建仿真模型,对基于PID、GA-PID、PSO-PID控制算法的系统进行目标量分别为500rad/s、1400rad/s、2500rad/s的仿真实验,并对三个不同目标量控制算法性能进行了比较。【结果】PID的平均调节时间为2.688 s,GA-PID的平均调节时间为2.396 s,PSO-PID的平均调节时间为1.037 s;PID的平均超调量为21.52%,GA-PID的平均超调量为6.25%,PSOPID的平均超调量为2.83%。【结论】基于粒子群优化的PID控制响应时间短,超调量小,稳定性强,动态性能好,能够满足喷施控制需求,可应用于喷施无人机控制系统,可有效提高喷施效率。

自动离合器位置跟踪神经元自适应PID控制

针对自动离合器位置难以准确快速跟踪控制的问题,在采用蜗卷弹簧作为补偿装置改善驱动机构性能基础上,设计了一种具有前馈作用的增益可调神经元自适应PID控制器,利用前馈控制加快控制器的响应速度,利用神经元的自学习功能实现权值的自动调整,采用PSD算法实现增益的自动调整。实验结果表明,与常规控制器相比,该控制器用于离合器位置跟踪控制动、静态误差小,能够适应离合器负荷和目标接合速度的非线性变化,具有较好的鲁棒性,能够满足离合器位置跟踪控制要求。

六旋翼植保无人机模糊自适应PID控制

六旋翼植保无人机在作业过程中自身载荷变化将引起飞行控制性能下降、抗扰动能力降低等问题。为了提高六旋翼植保无人机的可控性,通过对六旋翼植保无人机在喷洒农药过程中进行分析和建模,推导出植保无人机时变动力学模型,提出了一种模糊自适应PID控制算法,模糊自适应PID算法适应性强,参数整定简单,提高了系统动态响应和稳态性能。将各个传感器的测量参数输入到模糊自适应PID算法中,可以得到对应的控制量,实现飞行器稳定运行。通过使用Matlab软件对飞行系统进行仿真,并结合实验平台实际飞行控制表明,系统的动态性能和稳定性得到了有效提高。

模糊自适应PID控制在高精度光电跟踪伺服系统中的应用

光电跟踪伺服系统在运行时不可避免地会受到摩擦力、机械谐振等非线性和不确定因素的影响,运用常规PID控制往往不能解决跟踪的快速性和稳定精度之间的矛盾。将模糊自适应PID控制应用于系统控制器设计中,在模糊推理的基础上,根据不同时刻的误差和误差变化率对PID控制器参数进行在线自整定,充分发挥了模糊控制和PID控制在系统动、静态性能上的互补性,而且不需要建立被控对象的精确数学模型。进行了实物仿真和跟踪实验,实验结果表明,该设计方法很好地满足了系统对快速性、平稳性以及稳定精度的要求,有效地增强了系统的鲁棒性。

基于引导滤波的巡检无人机自主循迹自动控制

巡检无人机自主循迹控制过程一直是一个难点,该文提出了一种基于引导滤波的巡检无人机自主循迹自动控制方法。引导滤波通过色彩空间转换、滤波分层和加权融合得到高质量的无人机视觉图像。以所得的无人机视觉图像为基础,利用拉普拉斯算子与Harris算子检测航迹点。以航迹点为循迹目标,利用外环方位控制器和内环姿势控制器实现无人机自主循迹的自动控制。实验结果表明,巡检无人机的循迹方位偏差和姿态角度偏差较小,波动区间均稳定在允许的范围内,说明该方法能准确控制无人机实现自主循迹的目标,实际应用价值较高。

基于CCD摄像头智能车分段PID控制算法设计

介绍了基于MC9S12XS128单片机控制的智能车系统,该系统以CCD摄像头传感器作为路径识别装置,通过图像识别提取道路黑线信息,计算出反应道路形状的舵机控制量,对舵机进行控制。对智能车寻线舵机控制系统的软件设计思路和控制算法思想等进行了详细的论述。测试结果表明智能车能准确稳定地跟踪引导黑线行驶,该算法能够很好地对智能车进行控制。

基于分数阶S面模型的四旋翼轨迹跟踪控制

四旋翼无人机具有欠驱动、非线性、强耦合的特点。针对四旋翼无人机轨迹跟踪控制中跟踪精度低,抗外界干扰能力弱的特点,通过对四旋翼无人机进行四元数建模,使用误差四元数作为控制器输入,消除了无人机在机动角度过大时的奇点问题,提出了一种分数阶S面的控制方法,即将分数阶PID控制与S面控制融合,作为一个新的控制器。轨迹跟踪试验表明,分数阶S面控制器在四旋翼无人机控制模型中的累计误差明显小于分数阶PID,证明了该方法具有抗风扰能力强、跟踪精度高的特点。

基于OpenMV摄像头的运动目标控制与自动追踪系统设计与实现

针对运动目标自动追踪系统复杂且成本较高等问题,文中旨在设计一种成本低廉且易于部署的基于STM32F103C8T6、OpenMV摄像头和二维舵机云台的运动目标自动追踪系统,以解决传统自动追踪系统设备昂贵、算法复杂难于推广的问题,并为OpenMV摄像头在安防监控等领域的应用提供新的思路。该系统主要由主控模块、OpenMV摄像头模块、二维舵机云台模块、电源模块、OLED显示模块组成,通过OpenMV摄像头模块识别特定阈值的色块或矩形图形,并处理色块与矩形角点位置信息,将处理后的数据通过串口通信发送给主控模块,再由主控模块通过PID算法与运动算法控制二维舵机云台模块运动,从而实现运动控制与自动追踪。最后通过激光笔测试装置实际追踪效果,整合数据进行分析验证,该运动目标控制与自动追踪系统的理论研究与设计能够达到目标效果。

基于TI TM4C123的激光追踪系统设计

针对激光目标追踪易丢失、实时性差的问题,该文设计基于德州仪器的TM4C123芯片作为主控的激光目标控制系统与自动追踪,V831摄像头模组作为目标位置反馈测量装置,以二维闭环步进电机云台作为运动输出。摄像头模组通过串口与TM4C主控通信实时反馈目标点位置,使用PID控制算法控制电机输出。同时通过磁编码反馈防止步进电机丢步,实现位置闭环控制,实验结果表明,系统追踪精度高,实时性好。

基于微分跟踪器的共轴反桨无人机串级TD-PID控制算法

针对传统PID控制算法对共轴反桨无人机的欠驱动、强耦合非线性系统控制效果不理想的问题,提出基于微分跟踪器的串级TD-PID控制算法,以提高无人机飞行稳定性.设计共轴反桨无人机飞行系统,针对无人机的姿态控制提出基于微分跟踪器的串级TD-PID控制算法:外环为传统PID算法,内环使用2个微分跟踪器,通过串级控制改善系统动态性能.在Matlab/Simulink中搭建控制系统的仿真模型进行仿真试验.仿真结果表明:相较于传统串级PID控制算法,所提控制算法超调量更小,系统稳定性有较大提高.对比串级TD-PID控制算法与串级PID控制算法控制效果的飞行试验结果表明:所提控制算法能有效减少系统超调量,提升系统稳定性和抗干扰能力.

数字PID调节参数自动寻优

PID控制器规律简单、运行可靠、易于实现,在工业生产过程控制系统中90%以上采用PID控制方式。数字PID控制器可以充分发挥计算机运算速度快、逻辑判断功能强的优点,采用一些特殊算法,效果更好。本文讨论了采用单纯形加速法实现数字PID调节参数自动寻优,并通过试验说明系统控制灵敏度高、超调量小、响应速度快,在多段温度控制的升温或降温过程中不会出现振荡现象,可以获得最佳的控制效果,实现高速、高精度跟踪的控制目标。

基于CMAC的低空无人机姿态模糊自适应PID跟踪控制

针对低空四旋翼无人机系统具有不确定性的控制特点,设计了一种小脑模型关节控制器(cerebellar model articulation controller,CMAC)神经网络与模糊PID控制器复合的控制方案,将其应用于四旋翼无人机系统的姿态跟踪设计中,并与模糊PID控制进行对比。实验结果表明,该方法可以根据无人机动态特性的变化实时更新控制器的参数,具备良好的学习能力,能够实现低空四旋翼无人机姿态的模糊自适应跟踪控制。

基于模糊自整定PID的履带车辆自动驾驶系统纵向车速控制

针对履带车辆自动驾驶系统纵向车速控制非线性、时变、响应滞后等问题,提出了在常规PID控制器基础上增加模糊控制器的方法和带有缓冲区结构的油门、制动逻辑切换规则。首先,设计基于专家经验的模糊控制器在线整定PID参数,提高系统的稳定性与精确性;其次,逻辑切换规则根据前一时刻油门、制动器工作状态决策PID参数流向;最后,在车速误差范围内设置缓冲区域,避免了油门、制动器在实际控制过程中频繁切换的问题,实现了对车速的良好控制。利用Matlab/Simulink对速度执行机构仿真模型进行仿真,仿真结果表明,所提方法可以减少系统的超调量,增强系统抗干扰能力,具有一定的鲁棒性。

PID航迹控制技术在舰船自动航行系统的应用

舰船自动航行系统在舰船自动化系统中占有重要地位。优秀的舰船自动化系统可以大大减轻船员的工作负担,并为舰船合理规划航线,节约舰船燃料,提升舰船的战斗力。PID航迹技术是目前应用的最为广泛的一种航迹控制技术,通过PID航迹控制技术可以保证舰船航向稳定。本文对PID航迹控制技术的原理进行了研究,并在此基础上提出了一种舰船自动航行系统的功能及架构,最后给出了PID航迹控制的基本流程图。本文提出了舰船自动航行系统功能完备,能够最大程度地为舰船作战及正常航行提供支持。

移动机器人在自动控制原理教学中的应用研究

本文主要讨论移动机器人在自动控制原理课程中的应用。结合测控技术与仪器专业背景,以移动小车机器人动态系统建模和轨迹跟踪控制器设计为主要任务,主要介绍动态系统建模、PID控制器设计等理论应用,并利用MATLAB机器人工具箱进行仿真模拟,体现测控专业控制类课程紧密结合专业背景的特色。移动机器人小车的应用更能让学生在学习中理论联系实际,学以致用。

自动导引车视觉导航的路径识别和跟踪控制

视觉导航AGV利用机器视觉获取路径信息,经图像处理得到导航参数。为保证路径识别的鲁棒性和实时性,对路径图像进行滤波、二值化、数学形态学运算和实时性处理;并设计了PID控制器,根据导航参数控制电动机以实现AGV对路径的跟踪。仿真和实验结果表明,采用此种图像处理和控制方法的AGV具有较为准确和可靠的路径识别和跟踪效果。

自动离合器精确位置跟踪控制与起步控制研究

针对离合器位置跟踪问题,提出了一种专家PID控制算法,设计了专家调整策略,在不采用速度环的情况下实现了目标位置的准确跟踪。针对离合器接合规律问题,采用模糊控制和规则协调控制相结合的控制策略,以实现发动机恒转速起步。试验结果表明:专家PID控制算法具有较好的鲁棒性和控制精度,能够适应离合器位置跟踪控制要求;在不同工况下车辆均能顺利起步,且能够体现驾驶员意图。