张桐铭+刘延飞+赵鹏涛+田琦

摘 要：针对智能车竞赛中新提出的双车追逐问题，提出了一种基于自适应控制的追逐速度控制系统，将PID神经网络控制方法应用于智能车的调速系统中。PID神经网络控制系统不依赖智能车的数学模型，能够自适应地根据实际情况调整神经元的权值，最终优化了智能车速度的控制效果。测试结果表明，PID神经网络控制器相比于传统的PID控制器具有响应快、超调小、无静态误差等优点，明显提高了智能车速度控制系统的性能。

关键词：PID神经网络；智能车；双车追逐；速度控制

中图分类号：TP183 文献标识码：A DOI：10.15913/j.cnki.kjycx.2016.15.013

智能车系统以迅猛发展的汽车电子为背景，涵盖了自动控制、模式识别、传感技术、电子、电气、计算机、机械等多个学科，主要由路径识别、转角控制及车速控制等功能模块组成。PID神经网络（Proportion-Integral-Derivative Neural Network，PIDNN），是一种多层前向神经网络，基于PIDNN的控制系统是一种基于连接机制的智能控制系统。与传统的控制理论相比，PIDNN控制器对于复杂的环境和任务有更好的适应性。

双车追逐，即两辆智能车同时运行的行驶方式，两辆智能车之间没有有形的物理连接，要求两辆车不能发生碰撞和接触，且辆车要尽量靠近，以提高车辆运行的效率。在日常生活中，当道路较为拥挤时的车辆行驶就是类似的问题。因此，研究双车追逐问题对于智能车辆的安全行驶有着重要的意义。

1 智能车设计

1.1 智能车总体设计

智能车前端安装有磁信号传感器，由其将采集的信号送至信号处理电路进行滤波、放大，之后单片机通过AD端口采样，获取路径检测模块信息并计算分析，根据旋转编码器反馈回来的实际车速对电机进行控制。……