查看: 1569|回复: 3

[高级教程] 【N+】千里马Plus项目式课程 - 07 视觉巡线3

本帖最后由 Nplus实验室于 2023-6-7 10:11 编辑

【N+】千里马Plus项目式课程

07 视觉巡线3

- N+桃李科教

上一篇：【N+】千里马Plus项目式课程 - 06 视觉巡线2
下一篇：【N+】千里马Plus项目式课程 - 08 视觉巡线4

教学目标
1.学习D算法；
2.学习I算法；

教学准备
千里马、地图、数据线、卡片

教学过程
导入 → D算法 → I算法 → 总结

1.导入
（1）课程回顾：
什么是PID算法？
PID 算法，是控制理论中最常用、最经典的算法。生活中常见的 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 分为 3 个部分：比例调节（P）、积分调节（I）、微分调节（D）。
本节课我们将继续PID算法在视觉巡线中的使用。

2.D算法
2.1 D：预测未来得误差
巡线程序增加了 P 比例调节之后，我们发现巡线效果好多了，速度的变化非常平滑，但是仍然会有晃动情况。这是因为惯性的影响，速度越大，黑线越靠近屏幕边缘时的V_turn 就越大，导致惯性的影响就越大。能不能想办法改善这个问题呢？
这个时候就是 D 微分调节要上场了。微分调节的作用如下图，它可以理解为一个弹簧阻力，当动能越大的时候，阻力或拉力也就越大，直到将惯性方向的速度变为 0，也就是下图中弹簧下面的方块，始终会被限制在一个小范围内运动，不会产生太大范围的抖动变化。有了 D 微分调节之后，我们就可以有效的抑制晃动。但是也要去适当的调节 D 微分调节的参数，不然限制的阻力太大，千里马转弯速度 V_turn 被限制的太小也不行，这会导致转不过弯来。

可以说，D 的功能，就是根据之前的变化趋势，去防范于未来可能发生的失控问题。之前的变化趋势越大（惯性越大），接下来阻力的作用越明显。根据 PID 公式，D 调节也要计算一个 Vd_turn 的分量：

Vd_turn = Kd × derivative = Kd × (Error - lastError)

其中，Kd 是需要我们手动调节的参数，Error 为当前测量的误差，lastError 为上次测量的误差。总的 V_turn 计算公式为：

V_turn = Vp_turn + Vd_turn = Kp × Error + Kd × derivative

2.2 程序编写
编写 PD 调速程序，并调节 Kd 参数至合适的数值，程序如下：

刷入程序后，将千里马放在地图上进行测试，根据测试结果修改变量“Kd”的值，调节范围是0-10，以及速度等参数。

3.I算法
3.1 I：纠正过去的误差
单单 P 比例调节，可能会出现一个问题：调节力度不够，永远存在一个稳定的误差。因为实际情况中可能会存在各种各种的阻力或者影响输出的情况，在这种情况下，我们就需要引入 I 积分调节了。积分调节可以产生一个新的转速 Vi_turn。它的计算公式为：

Vi_turn = Ki × integral

积分调节的作用就是可以消除那个相对稳定的误差。它能将过去误差累计起来，只要存在误差，这个累计值 integral 就会越来越大，就会使调节力度越来愈大，逐渐就能抵消阻力产生的稳定误差的影响。总的 V_turn 的计算公式如下：

V_turn = Vp_turn + Vi_turn + Vd_turn

V_turn = Kp × Error + Ki × integral + Kd × derivative

3.2程序编写
编写 PID 调速程序，并调节 Ki 参数至合适的数值。由于本示例中，几乎没有稳定误差的影响，所以 Ki 的值很小。程序如下：