基于图像处理的Alphabot2机器人PID控制器无法追踪路牌问题求助

核心问题汇总 #

• 初始行驶速度过高：当前iPWM设置为20，Alphabot2空载下PWM=10即可平稳前进，过高的基础速度会导致PID还未完成纠偏，机器人就已经偏出路牌识别范围，超出PID响应上限。
• PID逻辑错误：
  1. 限幅逻辑错误：原代码输出超过阈值时直接将输出固定为iPWM，完全丢弃了纠偏量
  2. 时间参数不匹配：dt硬编码为0.001（1ms），但实际摄像头取帧+图像处理耗时至少30ms，D项计算完全失真
  3. 积分饱和处理逻辑有误，会导致积分项累积过量
• 电机差速逻辑缺陷：原代码纠偏时仅增加单侧电机PWM，会导致总前进速度随纠偏操作升高，进一步放大失控风险
• 无异常保护逻辑：某帧未识别到路牌时，电机将保持上一次的错误输出持续偏航
• 细节bug：
  1. 距离计算返回单位为厘米，但画面显示单位写为meters，容易导致距离误判
  2. 缺少stackImages、pwmStop工具函数定义，运行会直接崩溃

具体修复方案 #

1. 参数调整 #

将基础PWM调低，修改初始参数：

iPWM = 10 # 基础前进PWM，可根据实际地板摩擦微调
dt = 0.03 # 匹配摄像头30帧的实际间隔，也可动态计算时间差
KP = 0.06
KD = 0.008
KI = 0 # 初期调参先关闭积分项，稳定后再补小值

2. 修正PID计算逻辑 #

替换PID的compute方法为以下代码：

def compute(self, pos):
    self.error = self.setpoint - pos
    self.derivative_error = (self.error - self.error_last) / dt
    self.error_last = self.error
    # 抗积分饱和：仅输出未限幅时才累积积分
    temp_output = self.kp*self.error + self.ki*self.integral_error + self.kd*self.derivative_error
    if abs(temp_output) < MAX_PWM - iPWM:
        self.integral_error += self.error * dt
    # 正确限幅，保留符号
    self.output = max(-(MAX_PWM - iPWM), min(MAX_PWM - iPWM, temp_output))
    return self.output

3. 修正电机差速逻辑 #

替换MOTORS的updatePWM方法为以下代码，保证总前进速度稳定：

def updatePWM(self, value):
    # 两侧电机反向调整，总前进速度保持iPWM不变
    self.PA = iPWM + value
    self.PB = iPWM - value
    # 单侧PWM限幅，防止出现负占空比或者超过最大值
    self.PA = max(0, min(MAX_PWM, self.PA))
    self.PB = max(0, min(MAX_PWM, self.PB))
    self.PWMA.ChangeDutyCycle(self.PA)
    self.PWMB.ChangeDutyCycle(self.PB)    
    GPIO.output(self.AIN1,GPIO.LOW)
    GPIO.output(self.AIN2,GPIO.HIGH)
    GPIO.output(self.BIN1,GPIO.LOW)
    GPIO.output(self.BIN2,GPIO.HIGH)

4. 增加路牌丢失保护 #

在主循环中增加计数逻辑，连续3帧未识别到符合条件的路牌就停车，防止偏航：

# 主循环外初始化失帧计数
lost_frame_cnt = 0
# 识别到路牌的分支里重置计数
lost_frame_cnt = 0
# 循环末尾增加判断
if len(contours) == 0 or 没有符合条件的路牌:
    lost_frame_cnt +=1
    if lost_frame_cnt >=3:
        mot.stop()

5. 补全缺失函数 #

自行补全stackImages图像拼接函数和pwmStop电机停止函数，否则代码无法运行。

调参步骤 #

1. 先将KI设为0，从小到大调整KP，直到机器人可以跟随路牌中心线前进，仅存在小幅左右摆动
2. 逐步增加KD，将左右摆动抑制到可接受范围
3. 最后添加极小的KI（如0.00001），消除静态偏差即可

内容的提问来源于stack exchange，提问作者ofer simchovitch