1. 项目概述：两轮差速小车的控制挑战
两轮差速小车作为移动机器人领域的经典平台，其核心控制问题一直困扰着不少开发者。这类小车仅通过左右轮速差实现转向，看似简单却暗藏玄机——如何让小车精准跟踪预设轨迹？怎样在运动过程中同时控制航向角和距离误差？这正是PID控制算法大显身手的舞台。
我在工业AGV项目中发现，即便是经验丰富的工程师，在面对"小车走直线时持续偏航"或"转弯时轨迹震荡"这类问题时也常束手无策。通过搭建Matlab/Simulink仿真环境，我们可以系统性地验证PID参数对轨迹跟踪效果的影响，避免在实际硬件上反复试错的高成本。
2. 差速运动模型构建
2.1 运动学方程推导
差速小车的运动本质可以用以下方程描述：
code复制v = (v_r + v_l)/2 # 车身线速度
ω = (v_r - v_l)/L # 车身角速度
其中L为轮距，v_r/v_l分别表示右/左轮线速度。通过离散化处理，我们得到位姿更新公式：
matlab复制% 位姿更新（欧拉积分）
theta(k+1) = theta(k) + ω*dt;
x(k+1) = x(k) + v*cos(theta(k))*dt;
y(k+1) = y(k) + v*sin(theta(k))*dt;
2.2 Simulink建模要点
在搭建仿真模型时，需要特别注意：
- 电机模型应包含一阶惯性环节，时间常数通常取50-100ms
- 添加±10%的轮速扰动模拟实际打滑情况
- 采样周期建议设为控制周期的1/5（如控制周期20ms则采样4ms）
实测发现，忽略电机动态特性会导致仿真结果过于理想化，与实际硬件表现差异显著。
3. 双闭环PID控制器设计
3.1 航向角控制回路
航向角误差定义为：
code复制e_θ = θ_ref - θ_actual
采用位置式PID算法：
matlab复制% 伪代码实现
error_theta = ref_theta - actual_theta;
integral_theta += error_theta * dt;
derivative_theta = (error_theta - last_error_theta) / dt;
output_omega = Kp_theta*error_theta + Ki_theta*integral_theta + Kd_theta*derivative_theta;
3.2 距离控制回路
距离误差通过路径点生成器实时计算：
matlab复制% 寻找最近路径点
[~, idx] = min((x_path - x).^2 + (y_path - y).^2);
target_point = idx + lookahead; % 前视点
e_d = sqrt((x_path(target_point)-x)^2 + (y_path(target_point)-y)^2);
3.3 参数整定经验
通过Ziegler-Nichols法初步整定后，建议调整策略：
- 先调Kp直至出现临界振荡
- 记录振荡周期Tu和增益Ku
- 按表格设置初始参数：
控制类型 Kp Ki Kd P 0.5Ku - - PI 0.45Ku 0.54Ku/Tu - PID 0.6Ku 1.2Ku/Tu 0.075Ku*Tu
实际调试中发现，对于差速小车，Kd取值应比理论值小30%-50%以抑制机械振动。
4. 轨迹规划与跟踪实现
4.1 参考轨迹生成
采用五次多项式插值保证平滑性：
matlab复制t = linspace(0,1,100);
x_ref = a0 + a1*t + a2*t.^2 + a3*t.^3 + a4*t.^4 + a5*t.^5;
y_ref = b0 + b1*t + b2*t.^2 + b3*t.^3 + b4*t.^4 + b5*t.^5;
系数通过边界条件（起止点位置、速度、加速度）求解。
4.2 前视距离自适应算法
动态调整前视距离可提升转弯性能：
matlab复制lookahead = base_lookahead * (1 + kappa*abs(ω)); % kappa为曲率增益
实测参数范围：
- base_lookahead: 0.3-0.5m
- kappa: 0.1-0.3
5. 仿真结果分析
5.1 典型测试场景
设计三种验证路径：
- 直线跟踪（检验稳态误差）
- S形曲线（检验动态响应）
- 直角转弯（检验抗干扰能力）
5.2 性能指标量化
评估参数包括：
| 指标 | 计算公式 | 允许范围 |
|---|---|---|
| 最大距离误差 | max( | e_d |
| RMS航向误差 | sqrt(mean(e_θ.^2)) | <3° |
| 调节时间 | 达到稳态误差±5%范围的时间 | <2s |
5.3 常见问题排查
-
轨迹震荡：
- 降低Kd增益20%
- 增加速度前馈补偿
-
转弯超调：
- 减小前视距离
- 提高角速度回路响应速度
-
直线偏移：
- 检查轮径校准
- 增加积分限幅防饱和
6. 硬件部署注意事项
当仿真验证完成后移植到实际小车时：
- 电机控制周期建议≤20ms
- 编码器分辨率需满足：
code复制（D为轮直径，N为编码器线数）最小检测距离 = πD/(N*4) < 预期控制精度/10 - 优先实现速度闭环再叠加位置环
我在实际部署中遇到过因编码器信号抖动导致的控制失灵，最终通过硬件滤波（RC电路）配合软件移动平均滤波解决。具体参数：
c复制#define FILTER_WINDOW 5
int filter_buffer[FILTER_WINDOW];
int filtered_value = 0;
void update_filter(int new_val) {
static int index = 0;
filtered_value -= filter_buffer[index];
filter_buffer[index] = new_val / FILTER_WINDOW;
filtered_value += filter_buffer[index];
index = (index + 1) % FILTER_WINDOW;
}
这个项目最让我意外的是，即便经过严谨的仿真验证，实际硬件表现仍会有10%-15%的差异。后来发现主要来自：①电池电压波动导致电机特性变化 ②地面摩擦系数不确定性。因此建议在实际调试时保留至少30%的参数裕度。