上一篇文章:看完這篇文章,還不會做平衡小車,你來打我。描述了平衡小車的制作過程,也開源了一部分設計資料。在上篇文章留言中,有朋友說:
安排,必須安排!
1、PID關于 PID 的概念,網上相關的帖子太多,在此不再贅述。之前也有過幾篇關于 PID 的文章: 再論 PID,PID 其實很簡單。。。PID 算法搞不懂?看這篇文章就夠了。
這次我們聊下關于平衡小車中的 PID,在平衡小車的 PID 中,分為三種 PID,分别是直立環、速度環、轉向環。任何一個 PID 最終計算出來的都是電機 PWM,都是需要賦值給電機的。環環嵌套,得出電機的最終控制 PWM。
2、直立環 PID在直立環中,PID 的入口參數為:平衡小車的姿态角和姿态角對應的角速度。
值得說明,MPU6050 得出來的姿态角有三種:PITCH(俯仰角)、ROLL(翻滾角)、YAW(航向角)一般來說,MPU6050 都是平方且平行裝在平衡小車上,總不會有人垂直裝吧
如果平放且平行安裝,那麼直立環 PID 的入口參數為:Pitch 或 roll。直立環中,有一個較為重要的概念,也就是機械中值。通俗講,小車在不接受任何外力或者電機作用,能夠找到一個角度自我平衡。如何理解這句話:很簡單,小車電機不轉動,人的手扶着小車,小車總能找到一個角度,自我短期平衡。此時的角度就是機械中值。
直接看代碼:
/*******************************************************************
函數功能:直立 PD 控制
入口參數:角度、機械平衡角度(機械中值)、角速度
返回 值:直立控制 PWM
作 者:公衆号【大魚機器人】
******************************************************************/
int balance_UP(float Angle,float Mechanical_balance,float Gyro)
{
float Bias;// 角度誤差
int balance;// 直立環計算出來的電機控制 pwm
Bias=Angle-Mechanical_balance;
//===求出平衡的角度中值和機械相關
balance=balance_UP_KP*Bias balance_UP_KD*Gyro;
//===計算平衡控制的電機 PWM PD 控制 kp 是 P 系數 kd 是 D 系數
return balance;
}
從程序上看:balance_UP_KP 為直立環的 P,balance_UP_KD 為 直立環的 D。如何确定 P 和 D 的大小和極性?
需要先确定 PWM 的範圍,例如,定時器最大的 PWM 為 7200,此時占空比為 100%,電機應該是全速運行。如果小車需要直立,擺幅,差不多就要≤10°。,如果超過此範圍,小車抖動較為厲害根據直立環的程序:
balance=balance_UP_KP*Bias balance_UP_KD*Gyro;
由于 PWM 最大是 7200,角度在 10°,反推可以得到:直立環的 P 可選範圍應該在 0~700。
當然這隻是個大緻的範圍,具體多少還需要進一步調試。
極性也就是符号,P 到底是給正的,也是負的。
直接給 kp 正負值,然後觀察現象:
正常出現的現象是負反饋,小車往那邊倒,電機轉動使得小車往要倒的方向去追。使得小車能夠往反方向站起來!
如果出現正反饋,車往哪邊倒,電機轉動使得小車快速倒下。這種現象就是不對的。
慢慢試錯,從小到大,響應慢慢加快也就是小車倒下後恢複直立的時間越來越短,直到小車出現大幅度的低頻抖動!
此時的 P 可以确定。
D 的極性較為好确定,設 P 為 0,D 給正負值,分别去試,看效果。
當拿起小車進行旋轉時,小車的輪子應該是小車旋轉方向相同,此時說明極性是對的。
如果小車的輪子轉動和小車的轉動方向不相同,說明此時極性是反的!
D 的大小,需要聯合 P 去調試,在 P 調好的基礎上,加入 D,從小到大慢慢去試,從程序 PD 可以看到,D 對應的是角速度,由于角速度都是四位數以上的數值,所以可以從 0.1 開始試。一直到小車出現高頻的劇烈抖動。
需要說明的是,如果小車各方面機械機構都分布較為均勻,重量分布較好,重心較低,小車靠單純的直立環能夠暫穩。
但一般來說,沒有誰的小車機械結構做的很好。所以說,單純靠直立環是無法将小車站穩的。需要再加入速度環。
單純的直立環能使小車站穩 5s 就說明調的很好了!
3、速度環速度環中,采用 PI 控制,積分控制和比例控制有一定的比例關系。
這裡可以确定為 200,别問為什麼,沒有為什麼。問就是 200!速度環的入口參數,為小車的 2 個電機編碼器數值,也就是測速!沒有小車速度的實時反饋,談何速度閉環。看代碼:
/**************************************
入口參數:電機編碼器的值
返回 值:速度控制 PWM
作 者:公衆号【大魚機器人】
**************************************/
int velocity(int encoder_left,int encoder_right)
{
static float Velocity,Encoder_Least,Encoder,Movement;
static float Encoder_Integral;
//=============速度 PI 控制器=======================//
Encoder_Least =(Encoder_Left Encoder_Right)-0;
//===獲取最新速度偏差==測量速度(左右編碼器之和)- 目标速度(此處為零)
Encoder *= 0.7; //===一階低通濾波器
Encoder = Encoder_Least*0.3; //===一階低通濾波器
Encoder_Integral =Encoder; //===積分出位移 積分時間:10ms
if(Encoder_Integral>10000) Encoder_Integral=10000;
//===積分限幅
if(Encoder_Integral<-10000) Encoder_Integral=-10000;
//===積分限幅
Velocity=Encoder*velocity_KP Encoder_Integral*velocity_KI;
//===速度控制
if(pitch<-40||pitch>40) Encoder_Integral=0;
//===電機關閉後清除積分
return Velocity;
}
同樣的,和直立環 P 的大小範圍确定一樣,我們需要得到電機編碼器的最大值和 PWM 的最大值的關系!
從程序中可以看到,我們應該比較的是,2 個電機的速度偏差和 pwm 的關系。
比如:用 STM32 定時器的正交解碼模式對電機進行測速,10ms 一次。
小車電機滿速旋轉時,左右兩個電機,編碼器相加可達 160。
假設速度偏差(實際測量值與理想值)達到 50%時滿轉。
那麼有,160/2=80,7200/80=90,也就說 kp 最大為 90。
(注意,這裡隻是在假設 50%的前提下).
90 隻是一個參考值,具體多少,還是需要根據,實際測試的效果。
确定 P 的極性,需要關閉前文的直立環,也就是說整個系統的控制參數隻能有速度環的 P。
單單靠直立環控制小車,小車能短暫直立,但會出現往前走或往後走,然後倒下,那麼速度環就是用來抑制此現象的出現。
從上文程序中可以看到:
Encoder_Least =(Encoder_Left Encoder_Right)-0;
//===獲取最新速度偏差==測量速度(左右編碼器之和)- 目标速度(此處為零)
這句程序的意思就是,獲取最新速度偏差,控制小車目标速度為 0。
直立環中控制小車不倒下是用來控制小車的角度,所以直立環的機械中值是:角度
速度環控制小車不倒下是用來控制小車的速度,所以速度環的“中值”就是:速度為 0
應該不難理解!
那麼如何抑制小車速度為 0 呢?
既然我們可以知道小車的當前速度,隻要速度環的 P 為正反饋即可,意思就是假如向前倒,那麼小車就要以更快的速度向前沖,保持直立。
同樣的,屏蔽前文的直立環,分别給速度環 P 正負值,看現象。
正反饋的現象為:
當旋轉其中一個輪子,兩個輪子往相同方向旋轉,到速度最大值。此時應該為正反饋。此時的現象說明,速度環的 P 極性是對的!
如果出現旋轉其中一個輪子,另外一個輪子往反方向轉動,讓偏差趨向于零。這就是負反饋,此時說明 P 極性錯誤!
确定 P 極性和大小之後,由于 P 和 I 有比例關系且 P 為 I 的 200 倍!P 和 I 的大小可以一同調試,可以将 P 和 I 慢慢從小到大的參數去試,觀看小車效果。
如果出現以下效果:
1、小車放在地上,慢慢的,随着時間越來越長,小車會來回晃蕩,此時可以認為 P 和 I 的參數過小。
2、小車放在地上,用手去推,如果小車無法回到初始位置,一直來回晃蕩,來回晃蕩的時候,車身出現較為大的傾斜,此時可以認為 P 和 I 的參數過大。如果車身沒有出現較大的傾斜,隻是小車來回晃蕩,此時可以認為 P 和 I 的參數過小。
關于速度環的初步調試,大緻就講到這裡,這種試錯的方法是較為愚鈍的,但卻是較為方便且簡單的一種方法。
可以幫助大家很快速的調試站立好小車。
4、轉向環關于轉向環,其實沒什麼好講的,很多種轉彎方式,P 控制,固定電機 pwm 差速控制,唯一牽扯到的就是轉向環可以矯正小車走直線的問題,這個可以單獨拉出來進行聊聊。在這裡不再聊了。
,更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!