基于PID智能控制算法的智能車車速控制研究

趙永永

摘? 要： 智能車是綜合采用多種傳感器與智能公路技術來實現對智能車輛自動駕駛。智能車存有一套導航信息資料庫，包含全國高速公路、城市道路、普通公路以及各種服務設施的信息資料。中國重點發展的一些科技促使中國智能車的出現，這種智能車在進行運行的過程中不需要人為的對車速進行控制，整體的速度是由車輛本身自帶的系統進行控制。這種智能車的出現極大的方便了人們的生活，并且能夠減少交通事故的發生頻率。PID智能車車速控制算法是近些年來新興的一種智能車控制技術，這種控制算法的應用能夠極大程度上提高車輛的可控性，在智能車系統的可控技術方面具有光明的研究前景。

關鍵詞： PID智能控制算法;車速控制;研究展望

中圖分類號： U260.5+1? ? 文獻標識碼： A? ? DOI：10.3969/j.issn.1003-6970.2019.01.041

【Abstract】： Intelligent vehicles can realize automatic driving through multiple sensors and intelligent highway technology， which has a set of navigation information database， containing information of national highways， urban roads， ordinary highways and various service facilities. Some key technologies in China have prompted emergence of intelligent vehicles， whose speed is controlled by vehicle's system instead of artificial speed control during operation. Emergence of intelligent vehicles has facilitated people's lives greatly， and reduced frequency of traffic accidents. PID intelligent vehicle speed control algorithm is a new intelligent vehicle control technology in recent years， whose application can improve controllability of vehicles greatly， and has bright research prospects in controllability technology of intelligent vehicle system.

【Key words】： PID intelligent control algorithm; Vehicle speed control; Research prospects

0? 引言

隨著科學技術水平的提升，中國的車輛制造也在朝著更加智能化的方向發展和進步。智能車輛的出現，對人們的出行帶來了更大的方便，而且也進一步的提升了出行的安全性和可靠性。基于PID智能控制算法的智能車輛可以對車體的速度進行有效的控制，不需要人為來進行控制，可以有效的減少交通事故的出現。

1? 國內外智能車車速自動控制的現狀

1.1? 國外智能車車速控制系統的研究現狀

智能車車速控制系統在國際上是一個重要的研究課題，近些年來國內外眾多的研究學者對智能車車速控制做出了大量的研究，并且取得了較為顯著的研究成果。法國的學者 Paromtchik等人對于智能車的運動軌跡和車輛在運行過程中的軌跡控制做了許多理論性研究，通過數據采集和計算，提出了一種車輛速度控制的迭代算法。這種算法在進行運算的過程中能夠較好的規劃車輛運行過程中的車輛速度和車輛的加速度，通過這種計算得出一定的車輛運行數據，并且將這些數據進行整理記錄，最終形成一套完整的車速控制算法。此外，韓國學者 Park 等，在進行車速控制的過程中普遍地采用超聲波車速控制系統進行車速的控制，在進行車載感應器的安裝過程中，進行感應器頻率的改變，智能車輛在行駛的過程中通過車輛

的感應器對于車輛的速度進行必要的感應，通過感應自身的車速與周圍的車輛速度，進行自身速度的調控，使得智能車的速度與周圍的車輛速度保持在一定的范圍之內[1]。這樣的控制感應系統在進行使用的過程中具有精確性高、速度控制較為精確的優點，在智能車車速控制系統上是一個重要的突破。

1.2? 國內智能車車速控制系統的研究

相對于國外的智能車控制系統研究來講，中國智能車車速的控制研究起步較晚。但，研究人員憑借科學的研究方法和堅定的研究信念，最終在車速的研究方面取得了重大的成就。在幾年前吉林大學的尚世亮就已經在veDYNA 平臺上對汽車的動力學模型進行分析研究，總結出：智能車輛的轉向控制總共能夠分為四個方面的參數，并且在進行車輛車速控制的過程中可以通過控制智能車的轉向來進行車輛速度的控制[2]。吉林大學的秦緒情利用模糊控制算法模擬駕駛思想，秦緒情在進行這種模糊算法的設計過程中，也是將車速的控制分為幾個不同的參數，并且對幾個實際的參數進行測量和記錄，通過將相應的數據進行必要的總結得出一定的運算法則，但是這種運算法則的研究僅僅是處于一種理論的階段，還沒有進行實際的應用。近年來，中國研究人員，圍繞國家戰略需要，瞄準世界科技前沿，在中國智能車的發展上所做出的貢獻，為中國智能車輛的車速控制系統研發指明了前進的方向。

為了滿足智能車車速控制的要求，在確定了嵌入式實時控制系統整體方案之后，最為關鍵的是智能車速控制算法的選擇，當前用于智能車車速控制的算法有PID控制算法、PID模糊控制、迭代學習控制[3]等，它們都有各自的特點。

2? PID算法

2.1? PID控制算法

PID車速控制算法是一種基于系統車速誤差，利用比例-積分-微分計算出控制量來控制減少車輛行駛過程中不穩定現象的一種控制算法。在智能車輛發展的近些年來，PID車輛控制系統也在不斷的進行更新和發展，伴隨著現在科技的高速發展，PID車速控制系統更是在改進的過程中融入了較多的現代科技，特別是智能控制的融入使得PID控制系統在進行發展的道路上向前邁出了較大的一步。PID車速控制的主要運行原理就是計算車輛運行過程中的實際值，并且在測量出實際值的過程中，將這些智能車輛運轉實際值與計算機系統中所儲存的車速運轉實際值進行一定的比較，在比較的過程中發現車速的實際值與車速的預定值之間的差距。在進行差距的發現后，車輛的控制系統通過進行一定的轉換達到這種數值差距的糾正，最終達到車速控制。在PID控制系統的發展過程中，最為重要的就是在進行測量得到實際值并且經過比較過后得到數值差距的糾正，這種技術的研究正是所有PID控制研究人員所堅持和不斷進行創新的地方，因為控制系統在進行運轉的過程中最為關鍵的就是車速的控制，所謂的控制就是整體值的調整。PID控制系統在運行的過程中具有技術簡單易控、適應層面廣并且在參數的選擇方面較為靈活多變的優點，PID控制系統所擁有的眾多技術優點，使得PID控制系統成為了在進行車輛控制過程中所首選的一種控制器。隨著中國科技的不斷發展，中國的智能化技術與數字化技術的研究也在不斷的深入，這兩種技術在進行發展的過程中與先進PID控制器相互進行配合，并且廣泛的應用于汽車的制造之中[4]。這兩種先進技術與控制系統的相互配合將龐大的運行系統進行了必要的統一，這樣的統一提高了系統整體的運行效率。在PID控制算法[5]中，總共可以分為三種計算的方法，分別是增量式算法、位置式算法、微分先行算法，這三種算法是整個PID算法的運行基礎，正是這三種算法在運行上的相互配合，才能夠使得PID運轉方法成為一種較為理想化的車輛速度控制系統。

由于智能車速控制具有非線性或時變的的特性，當使用傳統PID控制算法時，易出現參數調整不當而導致系統不斷地振蕩。故采用智能控制的方法與傳統PID結合使用。

2.2? 模糊PID控制算法

所謂的模糊算法就是在進行運算的過程中以人工經驗為基礎的控制算法，在進行工業的生產過程中，一名熟練的技術工人在進行問題的處理過程中，往往會根據自身的經驗進行問題的思考，并且在這種思考下進行一定應對策略的選擇，期望通過這種運算對策的選擇能夠使復雜的過程簡單化，最終使得這種復雜的運行過程能夠順利的實現自己的期望。將這些生產過程中所積累的經驗進行一定的總結，并且運用數學公式對總結的經驗進行一定的量化表達，這種利用生產經驗和數學計算公式所得到的一個理論被稱為模糊理論[6]。模糊控制與PID控制相比，在進行運行的過程中不需要建立精確的數學模型，并且在進行運行的過程中具有非線性適應性強的優點，但是這種基于模糊控制的控制系統在進行運行的過程中穩定性沒有PID控制系統運行穩定。因此，在進行智能車車速控制功能表達過程中一般會將模糊控制理論與先進的PID控制系統相互融合，融合的方法一般都會采用模糊PID控制算法[7]。這種模糊PID控制算法在運行的過程中一般都會將期望值與實際值的差值進行一定的數值輸入，并且在進行數值輸入的過程中會將差值的變化率進行系統的輸入，在對這兩種數值進行一定的數值輸入過程中，會得出三個不同的數據參量值，并且將這三個數據參量值進行一定的控制和調節，使整個數據參量值在進行運行的過程中能夠更加符合運行規律，整個運行的過程能夠進行必要的人工控制，從而使整個過程在進行結果的得出過程中能夠得到更加精準的結果[8]。原理框圖1，如下。

模糊PID控制的費力之處是模糊集IF-THEN規則的取得和模糊隸屬函數的確定，并且其規則和隸屬函數不易隨條件和車輛參數變化進行調整[9]。而能夠對具有未知性、變化性或不變性參數的系統實施有效控制的迭代學習控制相對于其他控制技術，其適應性更廣，實時性更強。

2.3? PID迭代學習控制算法

因為智能車行駛中存在著高度的非線性和許多的不確定性，特別是智能車車速控制的參數在不同實況下其值是不確定的，并且其對控制有較高的實時性要求，所以將PID迭代學習控制算法應用到智能車車速控制系統中，利用實際車速與期望車速的偏差，通過多次的迭代運算得到一個修正量，進一步修正PID控制器輸出的控制量，從而使實際車速更趨近于期望車速。原理框圖2，如下。

目前先進的智能車車速控制系統，主要采用PID智能控制技術與智能車車速的路徑識別系統和智能轉彎車速控制原理對智能車變速和轉向等進行整體控制。

3? 智能車車速的控制

在智能車運行中各種傳感器檢測行車信息，并將其轉換為電量信號傳給車載計算機進行數字或圖像信號處理，并將處理結果作為發出指令來控制自動變速轉向機構，實現對智能車的閉環系統智能控制。基于PID智能車速控制系統的車載計算機接收來自各種智能傳感器傳來的周邊實況和智能車自身的各種信息，并對此進行高效快捷的整合整理，然后傳遞信息給智能車的執行器，從而實現智能車車速的智能控制等功能[10]。原理框圖3，如下。

3.1? PID控制算法與智能車車速的路徑識別系統

中國的科技已經開始朝著智能化、數字化、高效化的方向進行發展，在人們生活質量不斷提高的今天，居民對于衣食住行的要求不斷的提高，這種要求的變化最主要的就體現在人們對于行的要。最早人們依靠步行，后來人們用自行車代替，到了現在人們已經可以不需要運動就能進行路徑的選擇。這種情形主要就是得益于汽車的出現使得人們交通旅行變的更加便利，但是這種汽車在運行的過程中也會造成大量交通事故的發生。為此人們就想研究一種智能化的車輛，使其在運行的過程中能夠像人一樣進行自如的移動，這種看似是異想天開的構想在現如今已經變為了現實。人們在進行車輛的研制過程中將不同的車輛配件進行一定的組裝，但在智能車進行研制的過程中不僅僅是各個汽車零件的一種組合，更為重要的就是實現智能汽車可以像人一樣思考，能夠使其在行駛的過程中部分或者全部地代替人的功能。這種功能的實現離不開智能控制與傳統PID控制系統的結合。

在進行智能車車速的控制過程中，首先較為重要的就是智能車輛電源的選擇，這主要是因為，PID控制系統在運行過程中要想實現對于路徑的識別和控制，就必須保證智能車在運行的過程中能夠有穩定的供電系統提供穩定的電源電量。其次PID車速控制系統在進行車速控制的過程中，另一個主要的方面就是測量與調控，通過測量系統得出相應的測量值，并將不同的數據進行傳遞和一定的匯總，得出的數據就成為了車輛運行速度調控的一個參考值。測量方法在應用的過程中運用了車載紅外線技術，這種紅外線能夠主動的測量道路信息，紅外線在測量出道路信息后將不同的信息數據進行匯總得出一個車速運行的速度值，并且在車輛運行過程中將數據測量值與原有的數據預測值進行對比得出一定的數據差距。對車輛的行駛進行一定的行駛狀態糾正，在進行糾正的過程中利用數據的傳輸系統對這種數據的理想值進行必要的調整，并且在車輛的運行過程中及時的進行智能車速的返送。同時，智能車輛的運行過程中還應當保證車輛運轉的穩定性，避免車輛在進行運轉中出現車輛行走S路徑。在進行車輛穩定性的控制過程中主要就是對車輛運行過程中車身的振動程度進行檢測，并將測量值進行整理后的數據值與期望值進行反復的差減運算，最終就會得到一個較為穩定的數據值，這個數據值就是智能車輛在運行過程中與道路間的契合值。在進行智能車輛行駛的過程中，只要運行的車速值能夠穩定在這個范圍之內就不會造成車輛的大面積振動，保證車輛在運行過程中的穩定性，避免可能出現的較為危險的情況。否則，汽車的駕駛人員在進行車輛駕駛的過程中就應當及時的進行車輛運行的調整避免運行中危險情況的出現。

3.2? 智能轉彎車速控制原理

智能車在進行行駛的過程中，會根據駕駛路徑的需求進行車輛運行過程中的加速或者減速，但是這種速度的調整過程普遍都存在著較高的要求，對駕駛員的操控技術有著較高的要求。在進行車速的控制過程中，車速的增加或者減少都應當緩慢并且勻速。這主要是因為在進行車速的調整過程中，如果出現較大幅度的車輛變化就可能會導致車輛在運轉的過程中振幅增加，最終在運行的過程中出現危險。在進行車速運轉的過程中，智能車運行過程可能會因為整體的運行硬件不足，導致運行事故的發生。在這種情況下，就應當采用PID車速控制系統對車速的運行進行有效的控制，PID車速控制系統在進行運行的過程主要也是運用的紅外線測量系統。這種測量系統在進行運轉的過程中，主要就是將車身與路基之間所具有的距離進行一個數據偵查，并且將數據傳輸到總車速控制系統中與距離以及車速的預定值進行一定的比較，在比較的過程中將兩者進行差值運算，將所得的差值再一次輸入到車速的控制系統中，車輛在運行的過程中能夠控制車速向著這個預定值靠近，最終保證車輛能夠穩定的通過轉彎處，在進行轉彎控制的過程中較為關鍵的就是在車速轉換的過程中應當保證速度變換的緩慢與均勻。

在進行轉彎車速的控制過程中，主要就是采用運行線路的位置測量法，在進行PID的控制上所采用的方法都是通用的方法，并且這種方法在進行應用的過程中主要采用的就是數據的測量和數據的反饋等先進技術，這幾種數據的處理技術在進行應用的過程中能夠對智能車輛進行必要的速度調整，車輛在進行速度調整的過程中離不開數據的綜合與數據的運算。在現在科技的發展過程中，數據的運算大都是通過車載計算機系統，這種計算機系統在進行數據計算的過程中能夠保證數據計算的準確性，減少了因計算的誤差所導致的智能車輛運行速度的變換錯誤。

4? 展望

可以預見，隨著相關理論與技術的不斷創新，能將人與物的普遍聯系建立起來的“網間網”會實現的，到那時，“網間網”與注重于人與人的普遍聯系的互聯網和注重于物與物的普遍聯系的物聯網相融合，智能車車速控制系統穩定性、可靠性、安全性將會取得更大進步。

5? 結論

隨著現如今中國市場經濟的不斷深入化發展，中國的科技水平也在不斷的提高，使得數字化、自動化、信息化與智能化技術應用到了生活的各個方面，并且在各個方面的發展中起著重要的作用。本文所簡述的PID控制算法及其在智能車車速控制中的應用就是智能化與自動化應用的一個實例，通過PID控制裝置與智能化和自動化進行必要的融合，使得智能化汽車在進行車速控制時能夠具有更加穩定的過程，為駕駛人帶來了更加舒適的駕駛體驗。

參考文獻

陳政和. 基于Fuzzy-PID的自動泊車車速控制系統的研究[D]. 華南理工大學， 2018.

劉道旭東. 基于神經網絡PID控制器的汽車自適應巡航控制系統研究[D]. 吉林大學， 2017.

丁建峰. 車路協同下智能車跟隨控制策略研究[D]. 天津職業技術師范大學， 2018.

周南. 基于圖像識別的智能小車路徑跟隨系統設計[D]. 湖南大學， 2016.

王浩. 基于橫向與縱向綜合控制的智能車輛運動控制研究[D]. 南京航空航天大學， 2016.

劉金琨. 機器人控制系統的設計與MATLAB仿真（基本設計方法）[M]. 北京： 清華出版社， 2016.

工業和信息化部電子科學技術情報研究所[J]. 電子元器件與信息技術， 2017， 1（02）： 90.

劉金琨. 智能控制（第4版）[M]. 北京： 電子工業出版社， 2017.

蘭艷亭. 基于免疫機制的智能車轉向控制系統研究[D]. 中北大學， 2017.

滕彥飛. 基于K60系統板的智能小車控制系統設計[D]. 青島理工大學， 2014.