基于PID神经元网络的智能车控制系统研究

研究了基于PID神经元网络的智能车多变量控制系统。智能车的转向控制与速度控制相互关联、相互影响、且都具有时变性，针对智能车在行驶时要求电机的动态响应速度要快、舵机的动态响应时间要短的特点，提出了将PID神经元网络（PIDNN）控制器及其算法应用到智能车的控制系统中来对传统PID控制进行改进。PIDNN控制系统不依赖智能车电机与舵机的数学模型，能够根据控制效果在线训练和学习，调整网络连接权重值，最终使系统的目标函数达到最小来实现智能车的精确控制。Matlab仿真测试表明，PIDNN控制系统的响应快，超调小、无静差，与传统PID控制算法相比，大大提高了智能车控制系统的性能。