智能车PID 控制

PID 控制策略其结构简单， 稳定性好， 可靠性高， 并且易于实现。 其缺点在于控制器的参数整定相当繁琐， 需要很强的工程经验。 相对于其他的控制方式，在成熟性和可操作性上都有着很大的优势。 使用试凑法来确定控制器的比例、 积分和微分参数。
试凑法是通过闭环试验， 观察系统响应曲线， 根据各控制参数对系统响应的大致影响， 反复试凑参数， 以达到满意的响应， 最后确定 PID 控制参数。 试凑不是盲目的，而是在控制理论指导下进行的。在控制理论中已获得如下定性知识：

比例调节（P）作用：
是按比例反应系统的偏差， 系统一旦出现了偏差， 比例调节立即产生调节作用用以减少偏差。 比例作用大， 可以加快调节， 减少误差， 但是过大的比例，使系统的稳定性下降， 甚至造成系统的不稳定。
积分调节（I） 作用：
是使系统消除稳态误差， 提高无差度。 因为有误差， 积分调节就进行， 直至无差， 积分调节停止， 积分调节输出一常值。 积分作用的强弱取决与积分时间常数 Ti， Ti 越小， 积分作用就越强。 反之 Ti 大则积分作用弱， 加入积分调节可使系统稳定性
下降， 动态响应变慢。 积分作用常与另两种调节规律结合， 组成 PI 调节器或 PID调节器。

微分调节（D） 作用：
微分作用反映系统偏差信号的变化率， 具有预见性， 能预见偏差变化的趋势， 因此能产生超前的控制作用， 在偏差还没有形成之前， 已被微分调节作用消除。 因此， 可以改善系统的动态性能。 在微分时间选择合适情况下， 可以减少超调， 减少调节时间。 微分作用对噪声干扰有放大作用，因此过强的加微分调节， 对系统抗干扰不利。 此外， 微分反应的是变化率， 而当输入没有变化时， 微分作用输出为零。 微分作用不能单独使用， 需要与另外两种调节规律相结合， 组成 PD 或 PID 控制器。

舵机pd控制

舵机控制
其关键部分代码如下：
servo_pwm_change = (wucha_Now* Kp_servo + Kd_servo*(wucha_Now-wucha_Last)) / 100;
其中， KP_servo、 KD_servo 两个重要的参数需要经过不断调整。 在实际调试中发现， 针对赛道类型给定参数更符合实际。 例如， 在直道和小 S 路上相应的KP_servo 可以给小， 以防舵机打角过大。 分段各段之间参数的给定要连续， 否
则会出现舵机在参数切换之后出现较大突变， 导致智能汽车的路径变差。 我们设置一个数学函数控制参数的输出， 减少调节参数的工作量。 当然为了防止把舵机的齿轮打坏， 应该对舵机的打角进行限幅处理。