PyGame模拟PID算法控制小车循迹

#PID算法简介 PID即：**Proportional（比例）、Integral（积分）、Differential（微分）**的缩写。顾名思义，PID控制算法是结合比例、积分和微分三种环节于一体的控制算法，它是连续系统中技术最为成熟、应心最为广泛的一种控制算法，该控制算法出现于20世纪30至40年代，适用于对被控对象模型了解不清楚的场合。实际运行的经验和理论的分析都表明，运用这种控制规律对许多工业过程进行控制时，都能得到比较满意的效果。PID控制的实质就是根据输入的偏差值，按照比例、积分、微分的函数关系进行运算，运算结果用以控制输出。 ##比例Kp 成比例地反映控制系统的偏差信号，偏差一旦产生，立即产生控制作用以减小偏差。比例控制器的输出u(t)与输入偏差e(t)成正比，能迅速反映偏差，从而减小偏差，但不能消除静差。静差是指系统控制过程趋于稳定时，给定值与输出量的实测值之差。 ##积分Ki 积分环节的作用，主要用于消除静差提高系统的无差度。积分作用的强弱，取决于积分时问常数Ti，Ti越大积分作用越弱，反之则越强。积分控制作用的存在与偏差e(t)的存在时间有关，只要系统存在着偏差，积分环节就会不断起作用，对输入偏差进行积分，使控制器的输出及执行器的开度不断变化，产生控制作用以减小偏差。在积分时间足够的情况下，可以完全消除静差，这时积分控制作用将维持不变。Ti越小，积分速度越快，积分作用越强。积分作用太强会使系统超调加大，甚至使系统出现振荡。 ##微分Kd 微分环节的作用能反映偏差信号的变化趋势（变化速率），并能在偏差信号的值变得太大之前，在系统中引入一个有效的早期修正信号，从而加快系统的动作速度，减小调节时间。积分控制作用的引入虽然可以消除静差，但是降低了系统的响应速度，特别是对于具有较大惯性的被控对象，用PI控制器很难得到很好的动态调节品质，系统会产生较大的超调和振荡，这时可以引入微分作用。 #项目实现 为了模拟，选择了Python的PyGame游戏框架，效果如下图所示  为了简化，小车本身用红色圆表示，小车前方有5路的灰度传感器，也分别用红色点圈出。小车初始状态在椭圆形黑色跑道起点，然后已一定速度运行，每帧（fps60左右）调用pid算法。 具体思路是：1.获取传感器数值，也就是分别读取5路传感器坐标点的像素值，如果为黑色就对应值1，如果为白色就对应值0。其中黑色就是检测到了跑道，然后返回传感器数值数组如rval=[0,0,0,1,0]，分别对应5个传感器的值。2.调用pid算法，如果小车没有偏离黑色跑道，传感器的值应为[0,0,1,0,0] / [0,1,1,1,0]，设置算法并计算误差，这里只需用到P和D两个参数，最终得到对应的输出值PidOut 3.控制小车转向或直行，用PidOut作为小车转向的角度值，到下一帧时作用于小车本身。Pid算法详细代码如下：  完整项目请移步 ---- [传送门](https://github.com/ivanwhaf/pid-car)