许多学生不知道PID是什么，因为许多学生不是自动化的。他们需要信息和程序来开口说话。很明显，这种学习方法是错误的。至少，首先，您需要理解PID是什么。首先，我们为什么要做PID？由于外部原因，汽车的实际速度有时是不稳定的。一是要使汽车在最快的时间内达到既定的目标速度，二是要使汽车在最短的时间内达到既定的目标速度。速度控制系统采用闭环控制，以满足整个系统的稳定性要求。

　　速度是系统参数之一。这是第三次。汽车的速度调节肯定不是线性的，有这么多的外部因素，没有人能证明它是线性的。如果它是线性的，就用P。例如，当PWM=60%时，速度是2m/S，所以如果你想要3M/S，你可以把PWM增加到90%。因为90/60=3/2，这太多了。完美无缺。那么它不是线性的，如何控制PWM来达到预期的速度呢？我们应该迅速、准确和无情。(即快速和准无情)系统的速度调节过程必须用一种算法来调节，这就是通常所说的PID算法。自动。控制系统的被控对象变化很大，必须改变PID参数才能满足系统的性能要求。这给用户，特别是初学者带来了很大的麻烦。

　　下面简要介绍调试PID参数的一般步骤：

　　1.负反馈。自动控制理论又称负反馈控制理论。首先，对系统的接线进行检查，以确定系统的反馈为负。例如，在电机调速系统中，当电机处于正旋转(PID算法中的误差=输入-反馈)时，输入信号为正，反馈信号为正，而电机同时处于正旋转。速度越高，反馈信号越大。其他系统与此方法相同。基于PID算法的智能车辆控制。

　　2.PID调试的一般原理。当输出不振荡时，比例增益P增大。输出不振荡时，积分时间常数Ti减小。当输出不振荡时，微分时间常数Td增大。基于PID算法的智能车辆控制。

　　3.一般步骤。A.确定比例增益P。在确定比例增益P时，首先去掉PID的积分和微分项。一般采用Ti=0和td=0(参见PID的参数整定说明)进行PID纯比例调节。将输入设定为系统最大允许值的60%~70%，使比例增益P从0逐渐增大到系统输出。另一方面，比例增益P逐渐减小，直到系统振荡消失。记录此时的比例增益P，并将PID的比例增益P设置为当前值的60%~70%。调试了比例增益P。

　　4.确定积分时间常数Ti。在确定比例增益P后，设定较大积分时间常数Ti的初始值，然后逐渐减小Ti，直到系统振荡，然后Ti逐渐增加，直到系统振荡消失。记录此时的Ti，并将PID的积分时间常数Ti设置为当前值。150%~180%。调试了积分时间常数Ti。

　　5.确定积分时间常数td。积分时间常数td通常设置为零。要设置它，采取30%无振荡，同样的方法，磷和钛。对系统进行空载和有载共调，然后对PID参数进行微调，直至满足要求。

　　惯性克制算法：

　　int PID_Control(signed char Position) { 

　　  int Temp_P,Temp_D,Temp_PID,Temp_I,k;   //声明三个变量，用于存放P、I、D三分量的运算结果(I没用上) 

　　if(Position==-128) return (No_black);            //错误处理(值得改进的地方) else  { 

　　     Temp_I=Position; 

　　     for(k=0;k<5;k++)Temp_I+=Last_Position[k];      Temp_I*=I_coefficient; 

　　     Temp_P=P_coefficient*Position;      //计算比例分量(P)=比例系数*本次位置差      Temp_D=D_coefficient*(Position-Last_Position[5]);   //计算微分分量(D)=微分系数*(本次位置差-前3次的位置差) 

　　                                 //注意由于采样比较快，用本次位置-前3次位置才有足够大的控制量 

　　     Last_Position[6]=Last_Position[5];      Last_Position[4]=Last_Position[3];         Last_Position[3]=Last_Position[2];        Last_Position[2]=Last_Position[1];        Last_Position[1]=Last_Position[0];       

　　 Last_Position[0]=Position;         /*保存前5次的位置，以备用。 

　　     Temp_PID=Temp_P+Temp_D+Temp_I;     //P分量和D分量相加，得到控制量。      if(Temp_PID>5000) Temp_PID=5000;     //防止控制量溢出 

　　     if(Temp_PID<-5000) Temp_PID=-5000;   //控制量-5000~5000作为左右满舵      Temp_PID=Temp_PID*1/5;      //-1000~+1000是左右满舵的输出，因此需要除以0.5 

　　                               /*单片机浮点运算非常慢，所以用乘2除5两次定点运算来替代定点数要先乘后除，才能保证精度，同时要防止溢出，用起来比较麻烦，但CPU和内存开销小。*/ 

　　     return (Temp_PID);

　　寻光，避障算法

　　没有障碍物就进入寻光模式    case  Barrier_Status : Avoid_Obstacle(); break;  //检测到障碍进入避障状态    default:  break;   }  }

　　矢量合成，X,Y两个轴，   x=0;   y=0; 

　　  //1号光敏电阻，无Y轴，X为负   x=x-Intensity*Light[0]; 

　　  //2号光敏电阻，X为-0.707，Y为0.707,45度   x=x-(Intensity *Light[1]*707)/1000;   y=y+(Intensity *Light[1]*707)/1000;   //3号光敏电阻，X为0，Y为正   y=y+Intensity * Light[2]; 

　　  //4号光敏电阻，X,Y都为+0.707，45度   x=x+(Intensity*Light[3]*707)/1000;   y=y+(Intensity*Light[3]*707)/1000;   //5号光敏电阻，Y为0，X为正   x=x+Intensity*Light[4];   y=y;

　　采用了TA0来发生红外线，不干扰CPU的运行：

　　设置数组，对应频率分别为38,41,44,48,54,60,67 

　　  TACTL = TASSEL_2 + TACLR + MC_1 ;  //TIMER_A时钟源选为SMCLK,清TAR   TACCR0 = 44;           //产生约38KHZ的PWM输出,SMCLK=4M,105个时钟周期 

　　  TACCTL0 = OUTMOD_4;   //翻转模式产生占空比为50％的PWM }     

　　避障底层程序： 

　　void Measure_Distance()  { 

　　   unsigned char flag_1=0,flag_2=0,flag_3=0,flag_4=0,flag_0=0; 

　　   unsigned char i,Frequency[5] = {29,36,44,47,51}; //66,54,44,42,38    for (i=0;i<5;i++) 

　　   {   TACCR0 = Frequency[i];    // 1 

　　        if(flag_0==0)         { 

　　          Delay(34);  PIRE1_H;   // 打开1号传感器  Delay(34);     // 延迟，等待数据稳定 

　　        if(IRE1_IN==0) // 如果接收到的信号为低电平，表明前方有障碍物            {flag_0 = 1;BarrierData[0]=5-i;}         else BarrierData[0]=0;         PIRE1_L;         }

　　以上数据部分来源于网络，感谢大家的分享！