本机械手设计为两部分，硬件和软件。通过硬件和软件做成一款智能化产品，功能上更为创新，可以通过电脑进行实时监控和修改修改相关参数。在控制策略上优先采用摄像头方案，对抓取的物体实时监控和数据分析，通过运动控制算法和PID 计算物体位置。总体设计就是为了让各个开源模块能够联动起来工作，形成一个智能产品。

迭代学习PID控制Simulink模型

参赛作品《基于PID控制的一阶圆周倒立摆》-电赛PCB准备之STM32核心板.zip

PID学习——PID的PDF（器件介绍+原理+调试+入门） 包含学习套件地址，PID学习资料，对于的源码，源码对应的原理图 内含 PID源码 电机速度闭环控制 电机位置闭环控制 代码对应原理图

软件介绍: Alcor主控U盘VID/PID序列号改写工具Rework_1.0.0.2.exe能够修改产品的VID/PID序列号、客户信息、产品信息序列号设置方式：随机设置、固定、递增还可以拷贝文件。Rework(修改产品VID,PID,序列号)

微分先行PID控制方波响应 普通PID控制方波响应 1.3.10微分先行PID控制算法及仿真

基于STM32的PID模糊自适应PID控制程序，具有隶属度函数，PWM波形，传感器输入

Verilog PID 源码，Quartus II V13.1 工程源码，

%%清空环境? clear all; clc; %%参数设置? w=0.6;%惯性因子? c1=2;%加速常数 c2=2;%加速常数? Dim=3;%维数 SwarmSize=50;%粒子群规模? ObjFun=@PIDcl;%待优化函数句柄? MaxIter=100;%最大迭代次数? MinFit=-Inf;%最小适应值 Vmax=1; Vmin=-1; Ub=[10 10 10]; Lb=[0 0 0]; %%粒子群初始化? Range=ones(SwarmSize,1)*(Ub-Lb); Swarm=rand(SwarmSize,Dim).*Range+ones(SwarmSize,1)*Lb;%初始化粒子群 VStep=rand(SwarmSize,Dim)*(Vmax-Vmin)+Vmin;%初始化速度 fSwarm=zeros(SwarmSize,1); for i=1:SwarmSize fSwarm(i,:)=feval(ObjFun,Swarm(i,:));%粒子群的适应值计算 end %%个体极值和群体极值 [bestfbestindex]=min(fSwarm); zbest=Swarm(bestindex,:);%全局最佳 gbest=Swarm;%个体最佳 fgbest=fSwarm;%个体最佳适应值 fzbest=bestf;%全局最佳适应值 %%迭代寻优 iter=0; y_fitness=zeros(1,MaxIter);%预先产生4个空矩阵? K_p=zeros(1,MaxIter); K_i=zeros(1,MaxIter); K_d=zeros(1,MaxIter); while ((iterMinFit)) for j=1:SwarmSize %速度更新 VStep(j,:)=w*VStep(j,:)+c1*rand*(gbest(j,:)-Swarm(j,:))+c2*rand*(zbest-Swarm(j,:)); if VStep(j,:)>Vmax,VStep(j,:)=Vmax; end if VStep(j,:)Ub(k),Swarm(j,k)=Ub(k); end if Swarm(j,k)

2023-03-02 19:29:21 1.83MB MTALAB Simulink 蚁群算法 PID