治療節後綜合征哪家強？神奇偏方之圖文無關係列

不知不覺，寒假就只剩下兩天了，嗚嗚嗚...想必大家一定是沉迷學（chi）習(he)，比如，正坐在電腦前畫圖寫代碼寫報告的某人，在這個寒假裡已經胖了?斤...(ＴＴ)

不要方~，馬上給你來一篇解饞又解膩的文章！

機器人巡線——淺談PID演算法

巡線問題在無人駕駛中已經有了重要運用，比如特斯拉汽車就可以在普通公路上通過車道線來輔助確定與調整駕駛的方向。其實，在許多機器人競賽中同樣都會遇到巡線的問題。因為你不能保證機器人能夠完全走直線（即兩邊轉動度數完全相同），或者你的陀螺儀足夠精確，亦或是你需要機器人在必要的位置轉彎，那麼巡線就是最好的選擇。

巡線一般需要光電感測器或者顏色感測器的幫助，感測器的作用是通過掃描不同的顏色得到不同的值。

舉個例子來說吧——智能小車單感測器巡線（場地是黑線）。編程的思路大致是這樣的，當掃描值低於20（黑）時左輪加速轉，高於20右輪加速。事實證明，這是一個可行的做法，但是效率低下，小車會因為左右輪交替加速導致左右搖擺。經過學習反思，可以得到的結論是沒有動態的改變輪胎的加速值。就是說，當顏色反饋值趨於40時（大概一半掃描到黑線，另一半處於白區時），左右輪轉速相同，但數值與40有偏差時，偏差值乘上一個實踐取得的倍數，就是左輪的加速（減速），同時右輪的減速（加速）值，這樣的巡線就更加的流暢了。雖然還有有很多缺陷，比如只能巡黑線某一邊的線，當線路出現大的轉折時會出問題，機體不斷地微微左右擺動等等。

智能小車單感測器巡線就是最簡單的PID巡線d的例子之一（嚴格來說只是一種雛形，忽略了I和D部分）。PID就是一種負反饋，三個字母分別是指比例P(proportion)、積分I(integration)、微分D(differentiation)。

比例作用可使控制過程趨於穩定，在實際中比例常數一般通過實踐獲得，通過當前的顏色誤差來調整差速，修正的是當前的誤差，積分則可以使被控量無靜態偏差，每次我們讀取光電感測器的值，並計算誤差時，我們將誤差累加到同一個變數中，對馬達不斷進行修正，與P結合使用能很好解決小編上面提到的僅用P巡線時的左右搖擺問題，提高巡線精度，修正的是過去所累積的誤差。所以積分常數一般很小，只有累積誤差較大時作用才明顯。微分能克服系統變化的慣性，比如通過上兩個測出的誤差，求微分來預測修正下一個誤差，避免慣性時誤差反向增加，即修正將來的誤差（實際上就是求連續曲線的導），這三者缺一不可！綜合三者的因素，可以得到公式

turn=kp*error+ki*∫errordt+kd*derror/dt。

其中turn是差速，kp，ki，kd為常量，需要多次實踐取得數據，error為誤差。（具體數學推論可見文末傳送門）

話題互動：談談你關於PID控制的學習經驗。另外，文中不足之處歡迎大家指正。歡迎大家多多留言，分享你的看法。

（文章部分圖片來源於網路）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！