Simulador de seguidor de línea: sintonización PID

Controles

Utiliza los circuitos predefinidos para establecer una referencia o pausa la simulación y dibuja directamente sobre la pista. La velocidad del robot controla el avance del chasis en cada actualización. La cantidad y separación de sensores modifican el campo de visión. Los parámetros P, I y D alteran la respuesta de guiado; el botón Paso avanza una iteración discreta durante la pausa.

Inicia con velocidad moderada, cinco sensores y las ganancias por defecto. Modifica una sola variable cada vez y contrasta el error medio, el tiempo por vuelta y la estabilidad sobre la línea.

Teoría

La barra frontal muestrea la reflectancia a lo ancho de la pista. Cada sensor activo aporta su coordenada ponderada al cálculo medio. El centro de la barra representa error cero; las desviaciones hacia la izquierda o derecha generan errores de signo negativo o positivo respectivamente.

El controlador combina tres acciones de control fundamentales:

$$u(t) = K_p e(t) + K_i \int e(t)dt + K_d \frac{de(t)}{dt}$$

La señal de corrección $u(t)$ acelera una rueda y desacelera la opuesta. El control proporcional actúa sobre el error instantáneo, el integral elimina el error residual constante y el derivativo amortigua las variaciones bruscas.

Algoritmo

1. Muestrear todos los sensores en intervalos de tiempo fijos y uniformes.
2. Calcular la posición ponderada de la línea y normalizarla respecto al eje central.
3. Conservar la última dirección observada si todos los sensores pierden el trazo.
4. Actualizar las componentes integral y derivativa empleando el paso temporal correspondiente.
5. Limitar la señal de corrección, determinar la consigna de cada motor e integrar la cinemática del robot.

Sintoniza la ganancia proporcional hasta tomar curvas suaves, añade ganancia derivativa para disipar oscilaciones y agrega el término integral estrictamente necesario si persiste una desviación sistemática.

Código fuente

El simulador en navegador y un microcontrolador real aplican la misma lógica estructural. Un bucle conciso para Arduino adopta este esquema:

float integral = 0.0f;
float previousError = 0.0f;

void controlStep(float dt) {
  float error = readWeightedLinePosition();
  integral = constrain(integral + error * dt, -2.0f, 2.0f);
  float derivative = (error - previousError) / dt;
  float correction = kp * error + ki * integral + kd * derivative;

  setMotorSpeeds(baseSpeed - correction, baseSpeed + correction);
  previousError = error;
}

Mantén constante el periodo de muestreo. Un retardo variable modifica la ponderación efectiva de las derivadas e integrales aunque las ganancias numéricas no cambien.

Suposiciones y diferencias con el hardware

Este es un entorno didáctico y no una réplica física exacta. La pista simulada es una máscara binaria plana de contraste perfecto sin interferencias lumínicas ambientales; sobre cinta física, el brillo ambiental, los reflejos y la altura del sensor distorsionan la lectura, obligando a calibrar en sitio. El reloj es ideal: el lazo se computa con periodicidad perfecta sin el jitter inherente a retardos bloqueantes como delay(). La cinemática asume adherencia ideal sin deslizamiento, respuesta de motor simétrica y tensión de alimentación constante. Toma las ganancias del simulador como una aproximación sólida para iniciar el ajuste fino sobre la pista real.

Diagrama de circuito

Conecta las salidas sensoriales a entradas analógicas del microcontrolador, comparte la referencia de masa entre todos los módulos y acciona los motores mediante un puente H evitando alimentar cargas inductivas desde los pines lógicos.

Verifica las características de corriente de la batería e instala condensadores de desacoplo cercanos al microcontrolador y al driver. Nunca alimentes motores a través del regulador de 5 V de la placa de desarrollo.

Experimentos guiados

1. Determinar la ganancia crítica y reducirla a la mitad

Fija las ganancias integral y derivativa en cero y eleva la ganancia proporcional hasta que el robot oscile de manera continua a lo largo de una recta (amplitud sostenida sin crecer ni extinguirse). Reduce ese valor a la mitad.

Obtendrás un valor inicial de Kp basado en mediciones sistemáticas y no en conjeturas. A partir de ahí, incrementa Kd hasta extinguir el serpenteo.

2. Comprobar que las ganancias dependen de la velocidad

Sintoniza el robot hasta conseguir un guiado limpio a velocidad baja. Duplica la velocidad base sin alterar las ganancias.

Aparecerán oscilaciones o pérdidas de línea: aunque el controlador no cambió, la misma corrección angular produce una variación de rumbo más drástica por unidad de longitud recorrida. Toda sintonización es específica para una velocidad dada, motivo por el cual los robots de competencia reducen velocidad antes de ingresar a curvas cerradas.

3. Impacto del número de sensores

Evalúa el mismo circuito y ganancias configurando tres, cinco y ocho sensores.

Mayor número de sensores eleva el límite superior de velocidad más que mejorar la respuesta a velocidad baja. A velocidad reducida tres sensores resultan suficientes; la mayor resolución se amortiza cuando el error discreto se convierte en el factor limitante.

4. Pérdida intencional en curvas pronunciadas

Aumenta la velocidad hasta forzar que el robot pierda la línea en la curva más cerrada. Analiza su reacción: avanzar en línea recta resulta contraproducente pues la trayectoria se curvaba.

Por ello conviene retener el último error conocido al perder la línea en vez de ponerlo a cero (cero ordena avance frontal a máxima potencia). Mantener el signo previo asegura que el robot continúe girando hacia donde vio la pista por última vez.

Diagnóstico y soluciones

Recomendaciones de implementación física

Las ganancias obtenidas sirven como una base de partida fiable, y la metodología de ajuste se mantiene idéntica. Puedes revisar el montaje completo en la guía de construcción de un robot seguidor de línea.