查看: 1790|回复: 4

[高级教程] 【N+】千里马Plus项目式课程 - 06 视觉巡线2

本帖最后由 Nplus实验室于 2023-5-29 09:56 编辑

【N+】千里马Plus项目式课程

06 视觉巡线2

- N+桃李科教

上一篇：【N+】千里马Plus项目式课程 - 05 视觉巡线1
下一篇：【N+】千里马Plus项目式课程 - 07 视觉巡线3

教学目标
1.优化巡线程序；
2.学习PID算法在视觉巡线中使用；
3.完成PID算法优化巡线程序。
教学准备
千里马、地图、数据线

教学过程
导入 → 巡线程序优化 → PID算法 → 总结

1.导入
课程回顾：
上节课学习了视觉巡线，通过测试可知：巡线区间分的越细，巡线效果越好。

上节课千里马在视觉巡线过程中还是会摇摇晃晃的，这节课我们将继续优化巡线程序。

2.巡线程序优化
前面我们将区间划分为了3个部分，如果分为5个呢？黑线位置越靠两边，转弯速度越大；黑线位置越趋近于中间，越趋向于直行运动。

程序如下图所示：

刷入程序后，进行测试，这时，千里马巡线速度可以更快了，不管是转弯还是直行，速度变化都顺滑很多了。如果将屏幕区间分为7个，测试结果是不是更好一些？尝试写出7个区间的优化程序并进行测试。

完整参考程序如下：

3.PID算法
既然千里马巡线时的运动状态或巡线区间可以分为 2 档、3 档、5 档、7 档，那是不是还能继续细分呢？9 档？11 档？……直到无限细分。调速区间越细分，巡线效果越好。但是这样写程序会越来越长，有什么办法呢？这里就要引出 PID 调速算法了。
PID 算法，是控制理论中最常用、最经典的算法，在我们的生产和生活中应用的非常广泛。它并不是什么很神圣的东西，大家一定都见过 PID 的实际应用：比如四轴飞行器，再比如平衡小车，还有汽车的定速巡航、3D 打印机上的温度控制器、恒温热水器等。就是类似于这种：需要将某一个物理量“保持稳定”的场合（比如维持平衡，稳定温度、转速等），PID 都会派上大用场。
PID算法公式如下:

编程中更常用的公式如下:

可以看出公式是相当复杂的，但是我们不需要用那么复杂的公式，用简化后的公式即可。根据公式，可以看到 PID 分为 3 个部分：比例调节（P）、积分调节（I）、微分调节（D）。那么这三者之间是什么关系呢？每个部分的调节对巡线会产生什么样的影响呢？因为比较复杂，所有我们只分析P调速对巡线的影响。

3.1 算法分析
以视觉巡线为例，测量出来的实际值为黑线的起点坐标 X1，但是我们希望黑线的起点坐标能够在屏幕中央，也就是位于 x = 128 的位置。这时，误差 Error = X1 - offset = X1 - 128。那么接下来，我们就可以根据这个误差大小来调节转速的大小了，也就是我们上面分析的，黑线越是远离屏幕中心，误差越大，这时需要的转速也越大。根据 PID 公式，转速 V_turn 的计算公式为：

V_turn = Vp_turn = Kp × Error = Kp × (X1 - 128)

我们知道，物体的运动一般可以由直线运动和转弯运动组成，所以速度也可以由直线运动速度 V_straught 与转弯速度 V_turn 组成。为了使千里马保持一定的运动速度，我们可以分别给左右轮加上或减去一个转弯速度 V_turn，这样千里马中心的速度就能够保持不变。

V_left = V_straught + V_turn

V_right = V_straught - V_turn

根据这个公式，我们可以简单的理解为，P 控制器的作用是根据误差的大小产生一个转弯速度 V_turn，用于叠加在左右轮的速度上。
那么 Kp 的值取多少合适呢？这就需要我们根据实际巡线情况，手动进行调节与设置了。多尝试几次，应该就能设置出一个比较合适的 Kp 值了，Kp的值越大，两个轮子的速度差就会越大。

3.2 P调速算法程序编写
1.根据前面的分析，新建变量，并将变量初始化存进函数中。编写程序并调节 Kp 值。程序中的的“offset”变量就是屏幕中轴线的坐标。