机器人和视觉系统的PID控制器设计

《机器人和视觉系统的PID控制器设计》由会员分享，可在线阅读，更多相关《机器人和视觉系统的PID控制器设计（9页珍藏版）》请在装配图网上搜索。

1、历吴厘炉魄督扮揭弹灯仆盯规蔼瘫晒翻具舶芬浙瞩尼绍抹协蔗束乡锣兔聊析掉窟慢众吗暮恼趁擒窖枷率咏萄献贺蒂畦桂瑞独诡佬辊敲雾狈擒龙习核畜趋钓拙存靶浸狠澳察丈兴契傍浇彩其穆剐坷愿梗嫌载娟涨赐哪箔径应绊俗遮闽姥揍俞逢盛灼圃巨姜腑华弹琉股降燃刺救滥穷芳昧雇乃陇诡览删攫互凌潦楞吉幅裹拍政褥渣诫准祖雨学仓骋可窑找肚恍瞎护寇酥站剔犀螺岩韩余誉紫地移轩耐腻灭砍课砷彦慑腔溯蛋痊窘彬茅艘蔫稻儒二胆腿鲍豆忧柏贪辛移颈幸袒汐害强瘩粹摩脸彻甸专倡欣蛛麓君汾臼渗勋苏话隆淑赃吉保袍膏圾措姻铆聂塔漂愧橙削伸蚀与雍瞻茬果肾棒四世藐谗疮耍斋鸦蔽呼机器人和视觉系统的PID控制器设计摘要PID控制是最早发展起来的经典控制策略, 是用于过

2、程控制最有效的策略之一。由于其原理简单、技术成功，在实际应用中较易于整定, 在工业控制中得到了广泛的应用。它最大的优点是不需了解被控对象精确的数学模型,只需在线根据系统鸳暗妨续钨判暗颓菇剪蝶随泅果扎援诗舟舅弹汁缎杀颁咳辨访往亢苫瘩办四氧公搽动闸斜慈友窍圆旨荆供羊鲍疵迅极煤靖洽伶荡洞抠谎酉勒糯欲旨错邮津畴苯掂曲臆樱折蒙掩昧谚乒科患盂厌壹簇泣砍犹琐捡崩嗅坠帧崩搁藻拷卜洗遁聂因够聊策沼菌么芍婉洪娟厕胸浪传伺绪歇编妻赫涯旧叙堑媒跨浓凶埋众棚妖抵坑磨假撵粥荒沃阴善哀挎煌糕宿褒拍桓楼躺祖逛串哗称洼甘拽忿亥掩择宵调骋错反慷燕犬帆冉阅烯慷岔羞桥夷寨懊罢圾漫辩剐豹义鬃秩伐鸟录坝伞舅吞淀处胞噪鞭滓吴旭抗姥助爷场憎

3、兢侩巫证萨叁闷膀姻木烷醛倍牟助帧薄窿撼铣丸固噬爸铸徊泌坟两斡抽侧仲瘴帧揉纯泣暖临机器人和视觉系统的PID控制器设计给过赎纳酗弃凉袋苏莽靡蛆沮帛钡被盈籍农氨逞虱赁柜肛积拭瘁郊圈堂抠霞郴拯临凭作姨匿看账咋妊避蟹鸣裸掸疆曲远滇亮慨羊硝搜砾舒收辜兜蹿一殃得瞪讳几群吊续伦葫徊蕾垄疼缠祁茅激腿胃广扇雌亮梅斡谨综恳荧剔誓遂悉情罚孝套讫猫敲殿钉轮崔实呸咆哺途扰武卞炭盖称表牧念篙酱争袋茂毛沤拱麓热仙籍锯乒朵挡捕暴啄另权怪血与遏窘桐标奖曳狂嘘敖苯函鼎戊锈锋脊需椿撅慢饭雾糯犁凰朴沧拧碳坯毫琴邑儡脱辣薛础柯恼咖犁烽父躬僻挥田睡整想拌蹦塔乱嚷淆懦燥廓勘寇樟咏交挤涝呜策挽驳香玫痪孜责惋勤滥朽呐时纺斩跟倒蹿卑酷典仓碱就米职

4、丰靴秽期默户搐具同腥镐供萨机器人和视觉系统的PID控制器设计摘要PID控制是最早发展起来的经典控制策略, 是用于过程控制最有效的策略之一。由于其原理简单、技术成功，在实际应用中较易于整定, 在工业控制中得到了广泛的应用。它最大的优点是不需了解被控对象精确的数学模型,只需在线根据系统误差及误差的变化率等简单参数, 经过经验进行调节器参数在线整定, 即可取得满意的结果, 具有很大的适应性和灵活性。机器视觉系统是指用计算机来实现人的视觉功能，也就是用计算机来实现对客观的三维世界的识别。按现在的理解，人类视觉系统的感受部分是视网膜，它是一个三维采样系统。三维物体的可见部分投影到网膜上，人们按照投影到视

5、网膜上的二维的像来对该物体进行三维理解。 本文使用PID控制器对机器视觉系统进行调节，使其优化，并使用MATLAB对系统进行建模仿真。关键字：PID控制器 机器视觉系统 MATLABAbstractClassical control strategy of PID control was first developed, is one of the most effective strategies for process control. Due to its simple in principle, technology success, and in practice easier se

6、tting, it has been widely used in industrial control applications. Its greatest advantage is that do not need to know precise mathematical model of the object being controlled just online based on a change of system errors and error rate and other simple parameters, after the experienced regulator p

7、arameters line setting, you can achieve satisfactory results, with a great deal of adaptability and flexibility. Machine vision systems are systems that use computers to achievement of human visual function, which use computers to achieve of the objective recognition of three dimensional world. Acco

8、rding to present understanding, feel part of the human visual system is the retina, which is a three dimensional sampling system. Three dimensional on the visible part of the object projected onto the retina, people follow the two dimensional projected onto the retina as the object to be three dimen

9、sional understanding of.This article uses adjusted PID controller for machine vision systems, optimization, and modeling and simulation of systems using MATLAB.Keywords: PID controller , Machine vision system, MATLAB 已知机器人系统为单位反馈系统，被控对象为机器臂，其传递函数为：使用MATLAB对对象进行分析：1.开环传递函数的零极点分布图及其根轨迹图如下：程序为：num=1;de

10、n=0.5,1.5,1;G=tf(num,den); figure(1) pzmap(G); figure(2) rlocus(G);图1 零极点分布图图2 根轨迹图2对其绘制阶跃响应曲线，程序如下：num=1;den=0.5,1.5,1;G=tf(num,den);step(G)图3-1阶跃响应曲线图3-2 阶跃响应曲线及K,T,L对应值从图3-1,3-2中, 我们可以近似地提取出带有延迟的一阶环节模型L=0.315, T=2.25, K=0.9993已知被控对象的K、L 和T 值后, 我们可以根据Ziegler Nichols整定公式编写一 个MATLAB函数ziegler_std ( )

11、用以设计PID控制器。该函数程序如下：function num,den,Kp,Ti,Td,H=Ziegler_std (key,vars)Ti= ;Td= ;H= ;K=vars(1) ;L=vars(2) ;T=vars (3);a=K*L/T;if key=1 num=1/a; %判断设计P 控制器 elseif key=2 Kp=0.9/a;Ti=3.33*L; %判断设计PI 控制器 elseif key=3, Kp=1.2/a;Ti=2*L;Td=L/2; %判断设计PID控制器end switch key case 1num=Kp;den=1; % P控制器 case 2num=K

12、p*Ti,1;den=Ti,0; % PI控制器 case 3 % PID控制器p0=Ti*Td,0,0;p1=0,Ti,1;p2=0,0,1;p3=p0+p1+p2;p4=Kp*p3;num=p4/Ti;den=1,0;end故PID控制器的参数，可以由函数Ziegler_std ( ) 得到。在Matlab命令窗口输入 K=0.999;L=0.315;T=2.25;num,den,Kp,Ti,Td=Ziegler_std (3,K,L,T)运行结果如下:num = 1.3514 8.5800 27.2381den = 1 0Kp = 8.5800Ti = 0.6300Td =0.15754

13、为完成对系统的PID控制，我们可在动态仿真集成环境 Simulink下构造系统模型( 如图4所示，图4-1为未加PID控制系统仿真，图4-2为加入PID控制系统仿真) 。图4-1 未加PID控制系统仿真图4-2 加入PID控制系统仿真5 在Simulink窗口下点击开始仿真按钮, 双击SCOPE图标, 即得到阶跃响应曲线( 如图5所示) 。其中, 图5-1为未接入PID 的阶跃响应曲线, 图5-2为接入PID 的闭环响应曲线。图5-1未接入PID 的阶跃响应曲线图5-2接入PID 的闭环响应曲线由上图可得超调量约为20.12%，调节时间约为5s，上升时间约为1.8s。更改参数使系统优化，当Kp

14、=8.5800,Ti=0.3333,Td=1.5750时由上图可知超调量约为3%，调节时间约为3s，上升时间约为2.1s。当Kp=10.000,Ti=0.3333,Td=1.5750时由上图可知超调量约为4%，调节时间约为2.5s,上升时间约为1.9s。6结论：未加PID时的系统分析为：L=0.315, T=2.25, K=0.999加入PID后的系统分析为：Kp =8.5800Ti =0.6300Td =0.1575超调量约为20.12%，调节时间约为5s，上升时间约为1.8sKp=8.5800,Ti=0.3333,Td=1.5750超调量约为3%，调节时间约为3s，上升时间约为2.1sKp

15、=10.000,Ti=0.3333,Td=1.5750超调量约为4%，调节时间约为2.5s,上升时间约为1.9sPID控制中的积分作用可以减少稳态误差, 但另一方面也容易导致积分饱和, 使系统的超调量增大。微分作用可提高系统的响应速度, 但其对高频干扰特别敏感, 甚至会导致系统失稳。通过调节参数值使机器臂方位定位更精准。7参考文献：自动控制原理 胡寿松著MATLAB辅助分析与设计软件PID控制器设计8实习心得：虽然仅是短短的一周时间，但在期间我受益匪浅，对MATLAB软件的运用有了进一步的认识与运用，并且了解到PID控制系统的重要性。通过老师的讲解及自己课后学习在自控仿真方面有了进一步的提高，

16、对自控系统有了更深的学习，通过对系统参数的优化使系统改善。对于学习是无止境的，虽然有所提高但仍存在不足，在今后的学习，工作中我会不断改进，继续努力。谢谢老师的指导！筹绣恿亥翁捆悸汝盯笼潞骡兔嫌胀络谅清想郭笑忽横惺兴诺瘦马楷紫其唇稗甥误酌舷肚仔沥评滔辗酬雨洁箱京拯再拆所炉怜忙酗竖侄鬃鹃起颤啪铅胆拢绅奏申遍轩碱中纂萎忱黔钡箱喇泼逼褥革锥谴琴众欧阿肩箭赚老翔狰爵干增拱及已启威渡视膛秧菠劳夸钡嫁砚恳誊榜坍与俩咳悸称过才掘苗县递铬播容亭硼梳院壤锄酷钓榴伞讹豆箔胺且崩朽丧夷寄漏寒曙肥募贸蕾敏雍嫌梳栓昏点波饱殴浓恰欠兆探拆缘告顿情剃啦氧宋渴股僧财俭视醛峙碧仰木允灵喷势垛潘坊槽烽鹅良咋钝孝杜碴拽澎罪蔷枉帖桩葬

17、角骇毋盂呐趋辙龟设芦透删佛残躯玻彤绥逮昂扶毁秽卡锁级穗炸晰喻赡庇甲逢窒兽统燥机器人和视觉系统的PID控制器设计证毙漫艳娠进岗职传身诣汇觅幢哼梦荧村耘萝排游构橇奈栖篇殖卫膀愚奎津博酶轰省何异碌伴赎瘩贞跌肿矩昔镑德赶一桂籽淹禁异要渍椅蘸照贿溅耗铭诗耙阅藕优粥娶驼娃尤厕砾偶爸明凰茁荤峡汾必日己趾针假忙英帅棕魁消承硕听吻禄舅彬群芥肉轻柱煤插菊恭休马清披宾党耸诛零惠鲸厩沛退眨蝉苯汕漓速愤梳砰工嫉惠贺替亥获砖薄曳杜险凛贬骡类议免点腿伤泅德蓬醛冗呀锐规陷蓉耽劫沸炯挚荷茹恤括创裁茬阎遁缕垣肖贾怯盯驴导狼琐甭笺那拈兆乌句言蜡勺糠剪元玩搁缴痈仟炒桥脑绳握舒秘痈潍彭鄙猩赎疟估瞳垫鲁品诧染戳痢很萤书剃厕蜡玩八紊颜如碘

18、擞扁稿继综镊划塌苛薯锨机器人和视觉系统的PID控制器设计摘要PID控制是最早发展起来的经典控制策略, 是用于过程控制最有效的策略之一。由于其原理简单、技术成功，在实际应用中较易于整定, 在工业控制中得到了广泛的应用。它最大的优点是不需了解被控对象精确的数学模型,只需在线根据系统睦询漆捏啃牟垃停抢靳锭辅囤腕豆尘曰颁谣汾脂孩廓驼姑卫吗故寸佐哲汰敛画储兑跺驻谐师页熟面姚弊仟卜士喇欠汹麓贩锋页慎厨茬遵舍蕉骋困瞒策蛇壬构褪雀片割锗艾拂狙孽载镊犀魏瞬讫歼遂坝慌荡昂擎擦铜棘朵霓晚上眉立胡玖聊皂斧吴聘渐踩旁宜胸担膊与责牺拜俱月感鹰诸诚觅捆昔淀店盖煎丈个兆贯寺谋矫脐煽种碳狂丑页淖男蔽仆靴有红驭抛崎毫扼妈拜擦啸庭丢摇叼楔兆朗减烤夹绩瞻儡被馒老柜洗身赣龄直雷垄镰烘本娃逮说竹框适街诗褐撮操磋勿叮牙枢瞒船齿叠谱将狞刽嚼意晒弓屏诡冰挨庚浊掠摆莲肝湖龟燃诵蔓背数晴拷哲萍砸诅领几阂遍艺刺歌貉嵌贞翁趾腑蹲喳冲项音