基于PID智能控制算法的智能车车速控制研究

赵永永

摘  要： 智能车是综合采用多种传感器与智能公路技术来实现对智能车辆自动驾驶。智能车存有一套导航信息资料库，包含全国高速公路、城市道路、普通公路以及各种服务设施的信息资料。中国重点发展的一些科技促使中国智能车的出现，这种智能车在进行运行的过程中不需要人为的对车速进行控制，整体的速度是由车辆本身自带的系统进行控制。这种智能车的出现极大的方便了人们的生活，并且能够减少交通事故的发生频率。PID智能车车速控制算法是近些年来新兴的一种智能车控制技术，这种控制算法的应用能够极大程度上提高车辆的可控性，在智能车系统的可控技术方面具有光明的研究前景。

关键词： PID智能控制算法;车速控制;研究展望

中图分类号： U260.5+1    文献标识码： 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

随着科学技术水平的提升，中国的车辆制造也在朝着更加智能化的方向发展和进步。智能车辆的出现，对人们的出行带来了更大的方便，而且也进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车辆可以对车体的速度进行有效的控制，不需要人为来进行控制，可以有效的减少交通事故的出现。

1  国内外智能车车速自动控制的现状

1.1  国外智能车车速控制系统的研究现状

智能车车速控制系统在国际上是一个重要的研究课题，近些年来国内外众多的研究学者对智能车车速控制做出了大量的研究，并且取得了较为显著的研究成果。法国的学者 Paromtchik等人对于智能车的运动轨迹和车辆在运行过程中的轨迹控制做了许多理论性研究，通过数据采集和计算，提出了一种车辆速度控制的迭代算法。这种算法在进行运算的过程中能够较好的规划车辆运行过程中的车辆速度和车辆的加速度，通过这种计算得出一定的车辆运行数据，并且将这些数据进行整理记录，最终形成一套完整的车速控制算法。此外，韩国学者 Park 等，在进行车速控制的过程中普遍地采用超声波车速控制系统进行车速的控制，在进行车载感应器的安装过程中，进行感应器频率的改变，智能车辆在行驶的过程中通过车辆

的感应器对于车辆的速度进行必要的感应，通过感应自身的车速与周围的车辆速度，进行自身速度的调控，使得智能车的速度与周围的车辆速度保持在一定的范围之内[1]。这样的控制感应系统在进行使用的过程中具有精确性高、速度控制较为精确的优点，在智能车车速控制系统上是一个重要的突破。

1.2  國内智能车车速控制系统的研究

相对于国外的智能车控制系统研究来讲，中国智能车车速的控制研究起步较晚。但，研究人员凭借科学的研究方法和坚定的研究信念，最终在车速的研究方面取得了重大的成就。在几年前吉林大学的尚世亮就已经在veDYNA 平台上对汽车的动力学模型进行分析研究，总结出：智能车辆的转向控制总共能够分为四个方面的参数，并且在进行车辆车速控制的过程中可以通过控制智能车的转向来进行车辆速度的控制[2]。吉林大学的秦绪情利用模糊控制算法模拟驾驶思想，秦绪情在进行这种模糊算法的设计过程中，也是将车速的控制分为几个不同的参数，并且对几个实际的参数进行测量和记录，通过将相应的数据进行必要的总结得出一定的运算法则，但是这种运算法则的研究仅仅是处于一种理论的阶段，还没有进行实际的应用。近年来，中国研究人员，围绕国家战略需要，瞄准世界科技前沿，在中国智能车的发展上所做出的贡献，为中国智能车辆的车速控制系统研发指明了前进的方向。

为了满足智能车车速控制的要求，在确定了嵌入式实时控制系统整体方案之后，最为关键的是智能车速控制算法的选择，当前用于智能车车速控制的算法有PID控制算法、PID模糊控制、迭代学习控制[3]等，它们都有各自的特点。

2  PID算法

2.1  PID控制算法

PID车速控制算法是一种基于系统车速误差，利用比例-积分-微分计算出控制量来控制减少车辆行驶过程中不稳定现象的一种控制算法。在智能车辆发展的近些年来，PID车辆控制系统也在不断的进行更新和发展，伴随着现在科技的高速发展，PID车速控制系统更是在改进的过程中融入了较多的现代科技，特别是智能控制的融入使得PID控制系统在进行发展的道路上向前迈出了较大的一步。PID车速控制的主要运行原理就是计算车辆运行过程中的实际值，并且在测量出实际值的过程中，将这些智能车辆运转实际值与计算机系统中所储存的车速运转实际值进行一定的比较，在比较的过程中发现车速的实际值与车速的预定值之间的差距。在进行差距的发现后，车辆的控制系统通过进行一定的转换达到这种数值差距的纠正，最终达到车速控制。在PID控制系统的发展过程中，最为重要的就是在进行测量得到实际值并且经过比较过后得到数值差距的纠正，这种技术的研究正是所有PID控制研究人员所坚持和不断进行创新的地方，因为控制系统在进行运转的过程中最为关键的就是车速的控制，所谓的控制就是整体值的调整。PID控制系统在运行的过程中具有技术简单易控、适应层面广并且在参数的选择方面较为灵活多变的优点，PID控制系统所拥有的众多技术优点，使得PID控制系统成为了在进行车辆控制过程中所首选的一种控制器。随着中国科技的不断发展，中国的智能化技术与数字化技术的研究也在不断的深入，这两种技术在进行发展的过程中与先进PID控制器相互进行配合，并且广泛的应用于汽车的制造之中[4]。这两种先进技术与控制系统的相互配合将庞大的运行系统进行了必要的统一，这样的统一提高了系统整体的运行效率。在PID控制算法[5]中，总共可以分为三种计算的方法，分别是增量式算法、位置式算法、微分先行算法，这三种算法是整个PID算法的运行基础，正是这三种算法在运行上的相互配合，才能够使得PID运转方法成为一种较为理想化的车辆速度控制系统。

由于智能车速控制具有非线性或时变的的特性，当使用传统PID控制算法时，易出现参数调整不当而导致系统不断地振荡。故采用智能控制的方法与传统PID结合使用。

2.2  模糊PID控制算法

所谓的模糊算法就是在进行运算的过程中以人工经验为基础的控制算法，在进行工业的生产过程中，一名熟练的技术工人在进行问题的处理过程中，往往会根据自身的经验进行问题的思考，并且在这种思考下进行一定应对策略的选择，期望通过这种运算对策的选择能够使复杂的过程简单化，最终使得这种复杂的运行过程能够顺利的实现自己的期望。将这些生产过程中所积累的经验进行一定的总结，并且运用数学公式对总结的经验进行一定的量化表达，这种利用生产经验和数学计算公式所得到的一个理论被称为模糊理论[6]。模糊控制与PID控制相比，在进行运行的过程中不需要建立精确的数学模型，并且在进行运行的过程中具有非线性适应性强的优点，但是这种基于模糊控制的控制系统在进行运行的过程中稳定性没有PID控制系统运行稳定。因此，在进行智能车车速控制功能表达过程中一般会将模糊控制理论与先进的PID控制系统相互融合，融合的方法一般都会采用模糊PID控制算法[7]。这种模糊PID控制算法在运行的过程中一般都会将期望值与实际值的差值进行一定的数值输入，并且在进行数值输入的过程中会将差值的变化率进行系统的输入，在对这两种数值进行一定的数值输入过程中，会得出三个不同的数据参量值，并且将这三个数据参量值进行一定的控制和调节，使整个数据参量值在进行运行的过程中能够更加符合运行规律，整个运行的过程能够进行必要的人工控制，从而使整个过程在进行结果的得出过程中能够得到更加精准的结果[8]。原理框图1，如下。

模糊PID控制的费力之处是模糊集IF-THEN规则的取得和模糊隶属函数的确定，并且其规则和隶属函数不易随条件和车辆参数變化进行调整[9]。而能够对具有未知性、变化性或不变性参数的系统实施有效控制的迭代学习控制相对于其他控制技术，其适应性更广，实时性更强。

2.3  PID迭代学习控制算法

因为智能车行驶中存在着高度的非线性和许多的不确定性，特别是智能车车速控制的参数在不同实况下其值是不确定的，并且其对控制有较高的实时性要求，所以将PID迭代学习控制算法应用到智能车车速控制系统中，利用实际车速与期望车速的偏差，通过多次的迭代运算得到一个修正量，进一步修正PID控制器输出的控制量，从而使实际车速更趋近于期望车速。原理框图2，如下。

目前先进的智能车车速控制系统，主要采用PID智能控制技术与智能车车速的路径识别系统和智能转弯车速控制原理对智能车变速和转向等进行整体控制。

3  智能车车速的控制

在智能车运行中各种传感器检测行车信息，并将其转换为电量信号传给车载计算机进行数字或图像信号处理，并将处理结果作为发出指令来控制自动变速转向机构，实现对智能车的闭环系统智能控制。基于PID智能车速控制系统的车载计算机接收来自各种智能传感器传来的周边实况和智能车自身的各种信息，并对此进行高效快捷的整合整理，然后传递信息给智能车的执行器，从而实现智能车车速的智能控制等功能[10]。原理框图3，如下。

3.1  PID控制算法与智能车车速的路径识别系统

中国的科技已经开始朝着智能化、数字化、高效化的方向进行发展，在人们生活质量不断提高的今天，居民对于衣食住行的要求不断的提高，这种要求的变化最主要的就体现在人们对于行的要。最早人们依靠步行，后来人们用自行车代替，到了现在人们已经可以不需要运动就能进行路径的选择。这种情形主要就是得益于汽车的出现使得人们交通旅行变的更加便利，但是这种汽车在运行的过程中也会造成大量交通事故的发生。为此人们就想研究一种智能化的车辆，使其在运行的过程中能够像人一样进行自如的移动，这种看似是异想天开的构想在现如今已经变为了现实。人们在进行车辆的研制过程中将不同的车辆配件进行一定的组装，但在智能车进行研制的过程中不仅仅是各个汽车零件的一种组合，更为重要的就是实现智能汽车可以像人一样思考，能够使其在行驶的过程中部分或者全部地代替人的功能。这种功能的实现离不开智能控制与传统PID控制系统的结合。

在进行智能车车速的控制过程中，首先较为重要的就是智能车辆电源的选择，这主要是因为，PID控制系统在运行过程中要想实现对于路径的识别和控制，就必须保证智能车在运行的过程中能够有稳定的供电系统提供稳定的电源电量。其次PID车速控制系统在进行车速控制的过程中，另一个主要的方面就是测量与调控，通过测量系统得出相应的测量值，并将不同的数据进行传递和一定的汇总，得出的数据就成为了车辆运行速度调控的一个参考值。测量方法在应用的过程中运用了车载红外线技术，这种红外线能够主动的测量道路信息，红外线在测量出道路信息后将不同的信息数据进行汇总得出一个车速运行的速度值，并且在车辆运行过程中将数据测量值与原有的数据预测值进行对比得出一定的数据差距。对车辆的行驶进行一定的行驶状态纠正，在进行纠正的过程中利用数据的传输系统对这种数据的理想值进行必要的调整，并且在车辆的运行过程中及时的进行智能车速的返送。同时，智能车辆的运行过程中还应当保证车辆运转的稳定性，避免车辆在进行运转中出现车辆行走S路径。在进行车辆稳定性的控制过程中主要就是对车辆运行过程中车身的振动程度进行检测，并将测量值进行整理后的数据值与期望值进行反复的差减运算，最终就会得到一个较为稳定的数据值，这个数据值就是智能车辆在运行过程中与道路间的契合值。在进行智能车辆行驶的过程中，只要运行的车速值能够稳定在这个范围之内就不会造成车辆的大面积振动，保证车辆在运行过程中的稳定性，避免可能出现的较为危险的情况。否则，汽车的驾驶人员在进行车辆驾驶的过程中就应当及时的进行车辆运行的调整避免运行中危险情况的出现。

3.2  智能转弯车速控制原理

智能车在进行行驶的过程中，会根据驾驶路径的需求进行车辆运行过程中的加速或者减速，但是这种速度的调整过程普遍都存在着较高的要求，对驾驶员的操控技术有着较高的要求。在进行车速的控制过程中，车速的增加或者减少都应当缓慢并且匀速。这主要是因为在进行车速的调整过程中，如果出现较大幅度的车辆变化就可能会导致车辆在运转的过程中振幅增加，最终在运行的过程中出现危险。在进行车速运转的过程中，智能车运行过程可能会因为整体的运行硬件不足，导致运行事故的发生。在这种情况下，就应当采用PID车速控制系统对车速的运行进行有效的控制，PID车速控制系统在进行运行的过程主要也是运用的红外线测量系统。这种测量系统在进行运转的过程中，主要就是将车身与路基之间所具有的距离进行一个数据侦查，并且将数据传输到总车速控制系统中与距离以及车速的预定值进行一定的比较，在比较的过程中将两者进行差值运算，将所得的差值再一次输入到车速的控制系统中，车辆在运行的过程中能够控制车速向着这个预定值靠近，最终保证车辆能够稳定的通过转弯处，在进行转弯控制的过程中较为关键的就是在车速转换的过程中应当保证速度变换的缓慢与均匀。

在进行转弯车速的控制过程中，主要就是采用运行线路的位置测量法，在进行PID的控制上所采用的方法都是通用的方法，并且这种方法在进行应用的过程中主要采用的就是数据的测量和数据的反馈等先进技术，这几种数据的处理技术在进行应用的过程中能够对智能车辆进行必要的速度调整，车辆在进行速度调整的过程中离不开数据的综合与数据的运算。在现在科技的发展过程中，数据的运算大都是通过车载计算机系统，这种计算机系统在进行数据计算的过程中能够保证数据计算的准确性，减少了因计算的误差所导致的智能车辆运行速度的变换错误。

4  展望

可以预见，随着相关理论与技术的不断创新，能将人与物的普遍联系建立起来的“网间网”会实现的，到那时，“网间网”与注重于人与人的普遍联系的互联网和注重于物与物的普遍联系的物联网相融合，智能车车速控制系统稳定性、可靠性、安全性将会取得更大进步。

5  结论

随着现如今中国市场经济的不断深入化发展，中国的科技水平也在不断的提高，使得数字化、自动化、信息化与智能化技术应用到了生活的各个方面，并且在各个方面的发展中起着重要的作用。本文所简述的PID控制算法及其在智能车车速控制中的应用就是智能化与自动化应用的一个实例，通过PID控制装置与智能化和自动化进行必要的融合，使得智能化汽车在进行车速控制时能够具有更加稳定的过程，为驾驶人带来了更加舒适的驾驶体验。

参考文献

陈政和. 基于Fuzzy-PID的自动泊车车速控制系统的研究[D]. 华南理工大学， 2018.

劉道旭东. 基于神经网络PID控制器的汽车自适应巡航控制系统研究[D]. 吉林大学， 2017.

丁建峰. 车路协同下智能车跟随控制策略研究[D]. 天津职业技术师范大学， 2018.

周南. 基于图像识别的智能小车路径跟随系统设计[D]. 湖南大学， 2016.

王浩. 基于横向与纵向综合控制的智能车辆运动控制研究[D]. 南京航空航天大学， 2016.

刘金琨. 机器人控制系统的设计与MATLAB仿真（基本设计方法）[M]. 北京： 清华出版社， 2016.

工业和信息化部电子科学技术情报研究所[J]. 电子元器件与信息技术， 2017， 1（02）： 90.

刘金琨. 智能控制（第4版）[M]. 北京： 电子工业出版社， 2017.

兰艳亭. 基于免疫机制的智能车转向控制系统研究[D]. 中北大学， 2017.

滕彦飞. 基于K60系统板的智能小车控制系统设计[D]. 青岛理工大学， 2014.