雙舵機(jī)模糊控制在智能車控制中的應(yīng)用

1、Computer Engineering and Applications 計(jì)算機(jī)工程與應(yīng)用2009，45（32）209雙舵機(jī)模糊控制在智能車控制中的應(yīng)用游林儒，胡慶華YOU Lin-ru ，HU Qing-hua華南理工大學(xué)自動(dòng)化科學(xué)與工程學(xué)院，廣州510640College of Automation and Science ，South China University of Technology ，Guangzhou 510640，China E-mail ：huqinghua2003YOU Lin-ru ，HU Qing-hua.Fuzzy control in smart car

2、system with dual steering gears.Computer Engineering and Ap （32）：plications ，2009，45209-211. Abstract ：In the design of the smart car system ，the performance of smart car is directly determined by steering control.And thet be achieved ideally by the ordinary PID control algorithm.Thus ，fuzzy control

3、 algo deflection continuity of the front wheels can rithm is put forward through the continuous exploration.In addition ，at the level of hardware ，dual steering gears are introduced to control every steering angle of the front wheels separately and continuously ，with the view of an effective solutio

4、n for the conflict between the rapidity and steady-state error of the system.A large number of experimental results prove that such method can sig nificantly improve the performance of smart car system. Key words ：smart car ；dual steering gears ；steering control ；fuzzy control 摘要：在智能車系統(tǒng)的設(shè)計(jì)中，轉(zhuǎn)向控制直接影響

5、著智能車的性能，若采用普通的PID 控制算法，前車輪在不斷的偏轉(zhuǎn)過(guò)程中連續(xù)性并不是很理想。提出了模糊控制算法，并且在硬件上采用雙舵機(jī)分別實(shí)時(shí)地控制每一個(gè)前輪的轉(zhuǎn)角，有效地解決了系統(tǒng)的快速性與穩(wěn)態(tài)誤差之間的矛盾。大量的實(shí)驗(yàn)結(jié)果表明，該方法可以明顯地提高智能車系統(tǒng)的性能。關(guān)鍵詞：智能車；雙舵機(jī)；轉(zhuǎn)向控制；模糊控制文章編號(hào)：（2009）中圖分類號(hào)：DOI ：10.3778/j.issn.1002-8331.2009.32.0661002833132-0209-03文獻(xiàn)標(biāo)識(shí)碼：A TP273+.41引言形狀的判斷結(jié)果，設(shè)定不同的給定速度。該系統(tǒng)以50Hz 的頻率通過(guò)不斷地采集實(shí)時(shí)路況信息和速度，實(shí)現(xiàn)對(duì)

6、整個(gè)系統(tǒng)的閉環(huán)控制，如圖1所示。轉(zhuǎn)向控制信號(hào)1路徑識(shí)別+-MCU HCS 12轉(zhuǎn)向控制信號(hào)2速度控制信號(hào)速度采集舵機(jī)1舵機(jī)2電機(jī)智能車智能車系統(tǒng)以一個(gè)標(biāo)準(zhǔn)的汽車模型作為載體，要求實(shí)現(xiàn)在白色場(chǎng)地上，通過(guò)轉(zhuǎn)向和車速的控制，使其自動(dòng)地沿著一條任意給定的黑色帶狀引導(dǎo)線行駛，在保證穩(wěn)定性的前提下以最短的時(shí)間完成自動(dòng)尋跡。在該智能車系統(tǒng)中，如何讓智能車在不同形狀的賽道上進(jìn)快速的切換，實(shí)現(xiàn)路徑的最優(yōu)控制，是轉(zhuǎn)向控制的一個(gè)行平穩(wěn)、關(guān)鍵問(wèn)題。目前，轉(zhuǎn)向控制的物理實(shí)現(xiàn)普遍采用的是用一個(gè)舵機(jī)作為前輪的轉(zhuǎn)向控制執(zhí)行器。這種方法將使兩個(gè)前輪的偏轉(zhuǎn)角總是保持基本相等，造成智能車在轉(zhuǎn)彎處時(shí)容易出現(xiàn)漂移現(xiàn)象，而為了避免漂移又

7、必須降低小車在轉(zhuǎn)彎處的速度，從而造成了智能車的速度瓶頸。為了解決這個(gè)瓶頸，提出了一種基于雙舵機(jī)的模糊控制方法，有效地解決了這個(gè)問(wèn)題。圖1智能車系統(tǒng)框圖3轉(zhuǎn)向控制策略為了使智能車在盡可能短的時(shí)間內(nèi)順利跑完賽道，小車并2系統(tǒng)概述不需要完全沿著黑線前進(jìn)，而只要在規(guī)定的賽道內(nèi)行走即可，因此可采用抄近道的方法。智能車的最佳行走路線準(zhǔn)則如下：（1）當(dāng)攝像頭檢測(cè)并判斷出當(dāng)前賽道為直道時(shí)，小車應(yīng)在保證）當(dāng)攝像頭檢測(cè)并穩(wěn)定的前提下以最快的速度沿直線前行；（2判斷出當(dāng)前賽道為蛇形道時(shí)，小車應(yīng)沿著蛇形賽道的中心直線前行；（3）當(dāng)攝像頭檢測(cè)并判斷出當(dāng)前賽道為彎道時(shí)，小車應(yīng)適智能小車系統(tǒng)主要由路徑識(shí)別、速度采集、轉(zhuǎn)向控

8、制及車速控制等功能模塊組成。路徑識(shí)別功能由線陣CCD 攝像頭實(shí)現(xiàn)，將視頻信號(hào)二值化并轉(zhuǎn)化為1890pix 的圖像數(shù)據(jù)后送入MCU 進(jìn)行處理；轉(zhuǎn)向控制采用基于雙舵機(jī)的模糊控制算法進(jìn)行調(diào)節(jié)；而車速控制采用的是經(jīng)典PID 算法，通過(guò)對(duì)賽道不同入式系統(tǒng)。收稿日期：2008-12-04修回日期：2009-02-17作者簡(jiǎn)介：游林儒（1956），男，教授，博士生導(dǎo)師，主要研究領(lǐng)域?yàn)橹悄芸刂?，信?hào)處理；胡慶華（1985），男，碩士生，主要研究領(lǐng)域?yàn)橹悄芸刂疲?102009，45（32）Computer Engineering and Applications 計(jì)算機(jī)工程與應(yīng)用糊矢量，并作為模糊控制器的輸入

9、變量。在該系統(tǒng)中，輸入的模糊變量為偏差E 和偏差變化率EC ，輸出的模糊變量是舵機(jī)轉(zhuǎn)向角U ，其中偏差E 和舵機(jī)轉(zhuǎn)向角U 具有相同的論域：及相同的模糊子集NB，E=U=-40，40，NM ，NS ，ZO ，PS ，PM ，PB，偏差變化率EC 的論域?yàn)镋C =-20，模糊子集為NB，20，NS ，ZO ，PS ，PB。實(shí)際路線規(guī)劃路線當(dāng)減速并沿著彎道的內(nèi)側(cè)前行，這樣既可以保證小車所走的路程最短，又增強(qiáng)了小車運(yùn)行的平穩(wěn)度。智能車在不同賽道形狀上的規(guī)劃行走路線如圖2所示。實(shí)際路線規(guī)劃路線邊界為了實(shí)現(xiàn)和處理方便，E 、EC 和U 的隸屬度函數(shù)均取線性其中U 和E 的隸屬度函數(shù)函數(shù)，其隸屬度函數(shù)如圖5

10、所示，完全一樣。（a ）蛇形賽道圖2（b ）彎道D e g r e e o f m e m b e r s h i p智能車規(guī)劃行走路線1.00.2D e g r e e o f m e m b e r s h i pNB NM NS NO PS PM PB1.00.2NB NS NO PS PB智能車傳統(tǒng)上采用一個(gè)舵機(jī)作為前輪的轉(zhuǎn)向控制執(zhí)行器，導(dǎo)致智能車在轉(zhuǎn)彎處時(shí)容易出現(xiàn)車輪打滑的漂移現(xiàn)象。為此，在物理上采用了兩個(gè)舵機(jī)分別控制內(nèi)外兩個(gè)前輪，使內(nèi)外輪的偏轉(zhuǎn)角分別可以自由設(shè)置，從而可以實(shí)現(xiàn)在轉(zhuǎn)彎處時(shí)外輪的偏轉(zhuǎn)角略大于內(nèi)輪的偏轉(zhuǎn)角，如圖3所示。這樣的物理實(shí)現(xiàn)可以

11、增加車體與地面的摩擦力，有效地降低了智能車在快速進(jìn)入彎另外，道時(shí)的漂移程度，提高了智能車的整體穩(wěn)定性與快速性。車體在直道上行走時(shí)必須保持兩個(gè)輪的偏向角角度基于相同，以減小車體直線行走時(shí)與地面之間的阻力。-40-30-20-10010203040E Input1：0-20-15-10-505101520Input2：EC圖5隸屬度函數(shù)4.3模糊規(guī)則庫(kù)的設(shè)計(jì)模糊規(guī)則表是模糊推理的依據(jù)，也是模糊控制器設(shè)計(jì)的核心工作，根據(jù)智能車的運(yùn)行特性，并通過(guò)實(shí)際調(diào)試效果不斷調(diào)整，最終設(shè)計(jì)出的模糊控制器模糊規(guī)則表如表1所示。表1模糊規(guī)則表EEC NB NS ZO PS PBNB PB PM PM PM PBNM P

12、B PS PS PS PMNS PM PS ZO PS PSZO U ZO ZO ZO ZO ZOPS NS PS ZO NS NMPM NM NS NS NS NBPB NB NM NM NM NB單舵機(jī)控制雙舵機(jī)控制圖3右轉(zhuǎn)彎時(shí)前輪俯視圖4轉(zhuǎn)向控制算法設(shè)計(jì)在轉(zhuǎn)向控制算法中，如果采用PID 控制算法，則為了使小4.1模糊控制思想車的整個(gè)過(guò)程中跑得比較流暢，就要求在小偏差時(shí)緩慢調(diào)節(jié)，甚至不調(diào)節(jié)；在遇到彎道產(chǎn)生大偏差時(shí)，舵機(jī)能夠迅速動(dòng)作。這就要求偏差量比例系數(shù)P 是一個(gè)變量，即一個(gè)非線性的過(guò)程。但由于P 是一個(gè)離散的數(shù)值，勢(shì)必造成轉(zhuǎn)向調(diào)節(jié)的階躍式變化，對(duì)路徑變化反應(yīng)不靈敏，同時(shí)容易產(chǎn)生超調(diào)及振蕩

13、現(xiàn)象。而對(duì)于追求高速性能的高車速短決策周期控制策略來(lái)說(shuō)，很可能因?yàn)槎鏅C(jī)響應(yīng)不及時(shí)或超調(diào)過(guò)大而造成控制失效。因而該系統(tǒng)的設(shè)計(jì)采用模糊控制算法，以增強(qiáng)系統(tǒng)的控制響應(yīng)速度及對(duì)不確定性因素的適應(yīng)性，其原理如圖4所示1。給定值+-微分偏差偏差變化率模糊化模糊推理反模糊化被控對(duì)象4.4模糊推理及反模糊化該系統(tǒng)中模糊推理采用MAX-MIN 法：當(dāng)相同后件的規(guī)則強(qiáng)度不同時(shí)，模糊輸出取其大者。設(shè)輸入變量E 、EC 、U 的隸屬度分別為E 、則EC 、U ，）U （E ，EC =minE ，EC kij（E ，）U EC =maxU （E ，EC k式中，i =NB，NM ，NS ，ZO ，PS ，PM ，PB

14、；j =NB，NS ，ZO ，PS ，PB 。反模糊化即將模糊推理后得到的模糊集轉(zhuǎn)化為用作控制的數(shù)字值的過(guò)程。為了能夠得到更加準(zhǔn)確的控制量，設(shè)計(jì)的反模糊化算法采用重心法（COG 法），能夠較好地表達(dá)輸出隸屬度函數(shù)的計(jì)算結(jié)果，即采用下式確定控制輸出v 0：m圖4模糊控制算法原理模糊控制采用二維模糊控制器，輸入變量是攝像頭判斷出的黑線相對(duì)于中心線的橫向偏差E 和偏差的變化率EC ，其輸出量是智能車舵機(jī)的轉(zhuǎn)向角U 。同時(shí)由于系統(tǒng)所采用的HCS12單片機(jī)具有模糊控制指令，算法的實(shí)現(xiàn)較容易。v 0=v k ki =1i =1ii i式中，m 為輸出模糊子集數(shù)；v i 為各輸出模糊子集對(duì)應(yīng)模糊單點(diǎn)集的值；

15、k i 為輸出對(duì)該子集的隸屬度；v 0為控制器的精確輸出控制量。4.2模糊子集的選取模糊化即把精確的輸入量按照輸入隸屬度轉(zhuǎn)換為一個(gè)模游林儒，胡慶華：雙舵機(jī)模糊控制在智能車控制中的應(yīng)用2009，45（32）2114.5雙舵機(jī)控制算法系統(tǒng)采用的是兩個(gè)舵機(jī)分別對(duì)內(nèi)、外輪進(jìn)行獨(dú)立控制，考慮到該系統(tǒng)的運(yùn)算量與算法復(fù)雜性問(wèn)題，設(shè)計(jì)采用的是僅設(shè)計(jì)一個(gè)模糊控制器作為內(nèi)輪的控制量v 0，而外輪的控制量v 1可以根據(jù)內(nèi)輪的控制量v 0來(lái)求得，具體的運(yùn)算關(guān)系如式（1）所示：（v 0-v m ）2.410+（v 0-v m ）v 1=0.07+v m正中間位置的控制量。由此算法得到兩個(gè)前輪的偏轉(zhuǎn)角，在直道行走時(shí)并不會(huì)

16、有太大差異，因此不會(huì)有負(fù)面影響，而在進(jìn)入彎道時(shí)利用外輪偏轉(zhuǎn)角稍微大于內(nèi)輪偏轉(zhuǎn)角的特點(diǎn)，將有助于提高智能車的速度與穩(wěn)定性。2-4由此可見(jiàn)，在物理結(jié)構(gòu)上，采用雙舵機(jī)的控制與傳統(tǒng)的單舵機(jī)控制相比，雖然會(huì)造成系統(tǒng)總功耗的增加，但是它具有更快的響應(yīng)速度和更高的穩(wěn)定性，在追求速度與穩(wěn)定的條件下，顯然雙舵機(jī)控制是一種較好的選擇。同時(shí)模糊控制算法的采用，使得轉(zhuǎn)向控制的變化相對(duì)較連續(xù)，不會(huì)出現(xiàn)較大的突變而影響系統(tǒng)的穩(wěn)定性。（1）式中，v 1為外輪的控制量，v 0為內(nèi)輪的控制量，v m 為使舵機(jī)轉(zhuǎn)到6結(jié)束語(yǔ)采用HCS12單片機(jī)作為控制核心，并充分利用該芯片的模糊指令來(lái)實(shí)現(xiàn)系統(tǒng)的模糊控制算法，同時(shí)由于采用了CMOS

17、 攝像頭作為路徑識(shí)別的傳感器，具有較好的前瞻性，能夠?qū)ο到y(tǒng)提供一個(gè)良好的預(yù)判作用，十分有利于系統(tǒng)的轉(zhuǎn)向與速度控制。最終系統(tǒng)采用雙舵機(jī)模糊控制作為轉(zhuǎn)向控制算法、經(jīng)典PID 控制作為速度控制算法，使系統(tǒng)達(dá)到了控制響應(yīng)快、動(dòng)態(tài)性能良好、穩(wěn)態(tài)誤差較小的效果，且系統(tǒng)的穩(wěn)定性和抗干擾能力強(qiáng)。然而，該系統(tǒng)算法的參數(shù)需要經(jīng)過(guò)大量的實(shí)踐來(lái)進(jìn)行調(diào)試，如果能在該算法的基礎(chǔ)之上加入?yún)?shù)自整定的方法，將進(jìn)一步提高系統(tǒng)的適應(yīng)性，有待進(jìn)一步的研究。5實(shí)驗(yàn)結(jié)果及分析按照該文設(shè)計(jì)的方法，智能車在各種不同形狀的賽道上均能夠平穩(wěn)快速地運(yùn)動(dòng)，達(dá)到了較好的控制效果。通過(guò)在相同的測(cè)試賽道上進(jìn)行多次的比較實(shí)驗(yàn)，分別采用單舵機(jī)PID 控制算

18、法、單舵機(jī)模糊控制算法和雙舵機(jī)模糊控制算法，測(cè)漂移程度及對(duì)賽道形狀適應(yīng)性如表得的平均單圈所用時(shí)間、2所示。表2單、雙舵機(jī)模糊控制算法的測(cè)試比較平均時(shí)間/s24.2122.8921.45漂移程度較嚴(yán)重中等輕微賽道適應(yīng)性較弱中等強(qiáng)參考文獻(xiàn)：程磊，黃衛(wèi)華，等. 基于模糊控制的智能車調(diào)速系統(tǒng)的設(shè)計(jì)J.1程宇，武漢科技大學(xué)學(xué)報(bào)：自然科學(xué)版，（4）：2007，30388-391.黃開(kāi)勝，邵貝貝. 學(xué)做智能車挑戰(zhàn)飛思卡爾杯M.北京：2卓晴，北京航空航天大學(xué)出版社，2007：1-35.控制算法單舵機(jī)PID 控制單舵機(jī)模糊控制雙舵機(jī)模糊控制（上接170頁(yè)）表3算法SSDA PSO_SSDACPSO_SSDA劉成

19、明灰度圖像匹配的快速算法J計(jì)算機(jī)輔助設(shè)計(jì)與圖2羅鐘鉉，形學(xué)學(xué)報(bào)，（5）：2005，17966-970.Tan C L.Matching of double-sided document images to 3Wang Q ，remove interferenceC/VisionImage and Signal Processing IEEE Proceedings ，Kauai ，Hawaii ，USA ，2001：1084-1089.彭天強(qiáng)，彭波智能圖像處理技術(shù)M北京：電子工業(yè)出版4李弼程，社，2004.張斌基于一種快速搜索策略的圖像匹配J系統(tǒng)工程與電5孔華生，子技術(shù)，（11）：2008，281628-1630.劉純平，王強(qiáng)數(shù)字圖像處理與分析M北京：清華大學(xué)出5龔聲蓉，版社，2006：242-244.陳光夢(mèng)一種改進(jìn)的SSDA 圖像匹配算法J計(jì)算機(jī)工程與6吳培景，應(yīng)用，（33）：2005，4176-78.江蘇教育出版社，7吳啟迪智能微粒群算法研究及應(yīng)用M南京：2005.俞金壽粒子群優(yōu)化算法J信