PID控制算法，另外还包含了自动驾驶学习资料 涵盖感知，规划和控制，ADAS，传感器；

摘要自动泊车系统最优轨迹决策及控制算法研究自动泊车系统是先进智能驾驶辅助系统中重要的一部分，近年来备受国内外学者和汽车厂商们的关注。自动泊车系统通过车载传感器来

内附有proteus仿真文件和代码文件，打开即可运行。 针对直流电机恒转速闭环调节控制的问题，本文介绍了基于模糊控制算法(Fuzzy Control)的PWM直流电机恒转速闭环调节控制系统，系统以AT89C51单片机为核心，由串口通信模块、液晶显示模块、按键控制模块、电机驱动模块、测速环节和直流电机组成，其中电机驱动模块采用L298N芯片实现，液晶显示模块采用LCD1602实现，稳压电路模块采用7805芯片实现。采用模糊控制(Fuzzy Control)算法对直流电机转速进行闭环控制。 通过调试，实现了串口通信设置目标转速、手动设置目标转速、电机自动调速、电机手动调速、电机正反转以及停止电机的功能，在目标直流电机实际转速达到目标转速时，性能指标良好；当设定目标转速为，系统的超调量为8%，稳态误差为0.89% ，采用10%误差带的调节时间为52s。

针对传统煤矸石分拣机械臂控制算法如抓取函数法、基于费拉里法的动态目标抓取算法等依赖于精确的环境模型、且控制过程缺乏自适应性，传统深度确定性策略梯度（DDPG）等智能控制算法存在输出动作过大及稀疏奖励容易被淹没等问题，对传统DDPG控制算法中的神经网络结构和奖励函数进行了改进，提出了一种适合处理六自由度煤矸石分拣机械臂的基于强化学习的改进DDPG控制算法。煤矸石进入机械臂工作空间后，改进DDPG控制算法可根据相应传感器返回的煤矸石位置及机械臂状态进行决策，并向相应运动控制器输出一组关节角状态控制量，根据煤矸石位置及关节角状态控制量控制机械臂运动，使机械臂运动到煤矸石附近，实现煤矸石分拣。仿真实验结果表明：改进DDPG算法相较于传统DDPG算法具有无模型通用性强及在与环境交互中可自适应学习抓取姿态的优势，可率先收敛于探索过程中所遇的最大奖励值，利用改进DDPG算法控制的机械臂所学策略泛化性更好、输出的关节角状态控制量更小、煤矸石分拣效率更高。

文中分别以板球系统和PID算法作为控制系统和控制方法，旨在研究在自动控制领域，利用机器视觉手段采集图像数据的速度和精度能否满足系统高精度控制的需求，采用控制变量法对图像采集频率、图像颜色阈值等参数进行调节，计算图像矩获取板球位置，得出各给定参数在合适范围内时，机器视觉的手段能够满足板球在平板上的位置高精度控制的数据采集需求的结论。

研究包含稳态目标计算(Steady-state target calculation,SSTC)层和动态控制层的双层结构预测控制(Model predictive control,MPC)及其实现方法.我们将已有的辨识、优化和控制方案适当地组合并软件化.通过在多优先级稳态目标计算中引入新的变量,给出了稳态目标计算的统一表达方法,每个优先级的优化问题或是跟踪外部目标,或是放松软约束.通过仿真算例和应用实例相结合的方式验证了软件功能.

板球控制系统的PD型模糊控制算法研究

分析人体手臂在体感控制中的舒适程度，依据疲劳度理论建立手臂舒适范围空间模型。采用体感方式控制机械臂运动，通过径向测试实验与点阵指定实验测试手臂的舒适参数，拟合控制映射函数，提出基于体感机械臂的舒适控制算法。通过动作跟踪与远程抓物实验，测得用舒适算法控制机械手的相对误差在5%以内，尖端位置绝对误差在2 mm以内，舒适度比传统控制算法提高51.8%，在满足体感控制准确度的基础上较大程度保证了使用者的舒适性，提高了体感控制效率。

构造PSO改进BP，同时采用PID控制算法优化

最优控制理论的成套算法，其中有使用安装说明。