學(xué)做智能車(chē)挑戰(zhàn)飛思卡爾之3軟件課件

第3章智能汽車(chē)設(shè)計(jì)基礎(chǔ)—軟件第3章智能汽車(chē)設(shè)計(jì)基礎(chǔ)—軟件在智能車(chē)系統(tǒng)的設(shè)計(jì)中，硬件是基礎(chǔ)，沒(méi)有一個(gè)好的硬件平臺(tái)，軟件就無(wú)法運(yùn)行。對(duì)于智能車(chē)系統(tǒng)來(lái)說(shuō)，軟件的核心是控制算法。而完成這些任務(wù)的編程語(yǔ)言有匯編語(yǔ)言和C語(yǔ)言。軟件部分是整個(gè)智能車(chē)系統(tǒng)的靈魂，在硬件方面各參賽隊(duì)之間大同小異，真正體現(xiàn)各參賽隊(duì)智能車(chē)的優(yōu)勢(shì)和最后決定比賽成績(jī)好壞的往往是軟件部分，尤其是核心控制算法的設(shè)計(jì)。本章首先簡(jiǎn)要介紹軟件編程中使用的匯編語(yǔ)言和C語(yǔ)言各自的特點(diǎn)，然后重點(diǎn)介紹核心控制算法的原理。3.1編程語(yǔ)言簡(jiǎn)介13.2控制算法2思考題3第3章智能汽車(chē)設(shè)計(jì)基礎(chǔ)—軟件3.1編程語(yǔ)言簡(jiǎn)介在絕大多數(shù)場(chǎng)合，采用C語(yǔ)言編程即可完成預(yù)期的目的，但是對(duì)實(shí)時(shí)時(shí)鐘系統(tǒng)、要求執(zhí)行效率高的系統(tǒng)就不適合采用C語(yǔ)言編程，對(duì)這些特殊情況進(jìn)行編程時(shí)要結(jié)合匯編語(yǔ)言。匯編語(yǔ)言具有直接和硬件打道、執(zhí)行代碼的效率高等特點(diǎn)，可以做到C語(yǔ)言所不能做到的一些事情，例如對(duì)時(shí)鐘要求很?chē)?yán)格時(shí)，使用匯編語(yǔ)言便成了唯一的選擇。這種混合編程的方法將C語(yǔ)言和匯編語(yǔ)言的優(yōu)點(diǎn)結(jié)合起來(lái)，已經(jīng)成為目前單片機(jī)開(kāi)發(fā)最流行的編程方法。關(guān)于編程語(yǔ)言的詳細(xì)介紹可參閱相關(guān)書(shū)籍。3.2控制算法13.2.1PID控制算法23.2.2模糊控制算法33.2.3其它智能控制算法3.2.1PID控制算法PID（ProportionalIntegralDifferential）控制是比例、積分、微分控制的簡(jiǎn)稱。在自動(dòng)控制領(lǐng)域中，PID控制是歷史最久、生命力最強(qiáng)的基本控制方式。PID控制器的原理是根據(jù)系統(tǒng)的被調(diào)量實(shí)測(cè)值與設(shè)定值之間的偏差，利用偏差的比例、積分、微分三個(gè)環(huán)節(jié)的不同組合計(jì)算出對(duì)廣義被控對(duì)象的控制量。圖3.1是常規(guī)PID控制系統(tǒng)的原理框圖。3.2.1PID控制算法其中虛線框內(nèi)的部分是PID控制器，其輸入為設(shè)定值與被調(diào)量實(shí)測(cè)值構(gòu)成的控制偏差信號(hào)：(3.1)

其輸出為該偏差信號(hào)的比例、積分、微分的線性組合，也即PID控制律：

(3.2)

式中，為比例系數(shù)；為積分時(shí)間常數(shù)；為微分時(shí)間常數(shù)。3.2.1PID控制算法根據(jù)被控對(duì)象動(dòng)態(tài)特性和控制要求的不同，式(3.2)中還可以只包含比例和積分的PI調(diào)節(jié)或者只包含比例微分的PD調(diào)節(jié)。下面主要討論P(yáng)ID控制的特點(diǎn)及其對(duì)控制過(guò)程的影響、數(shù)字PID控制策略的實(shí)現(xiàn)和改進(jìn)，以及數(shù)字PID控制系統(tǒng)的設(shè)計(jì)和控制參數(shù)的整定等問(wèn)題。3.2.1PID控制算法1．PID控制規(guī)律的特點(diǎn)

（1）比例控制器

比例控制器是最簡(jiǎn)單的控制器，其控制規(guī)律為

(3.3)式中，Kp為比例系數(shù)；為控制量的初值，也就是在啟動(dòng)控制系統(tǒng)時(shí)的控制量。圖3.2所示是比例控制器對(duì)單位階躍輸入的階躍響應(yīng)。由圖3.2可以看到，比例控制器對(duì)于偏差是及時(shí)反應(yīng)的，偏差一旦產(chǎn)生，控制器立即產(chǎn)生控制作用使被控量朝著減小偏差的方向變化，控制作用的強(qiáng)弱取決于比例系數(shù)Kp。3.2.1PID控制算法比例控制器雖然簡(jiǎn)單快速，但對(duì)于具有自平衡性（即系統(tǒng)階躍響應(yīng)終值為一有限值）的被控對(duì)象存在靜差。加大比例系數(shù)Kp雖然可以減小靜差，但當(dāng)Kp過(guò)大時(shí)，動(dòng)態(tài)性能會(huì)變差，會(huì)引起被控量振蕩，甚至導(dǎo)致閉環(huán)系統(tǒng)不穩(wěn)定。3.2.1PID控制算法（2）比例積分控制器為了消除在比例控制中存在的靜差，可在比例控制的基礎(chǔ)上加上積分控制作用，構(gòu)成比例積分PI控制器，其控制規(guī)律為

(3.4)式中，稱為積分時(shí)間。圖3.3所示為PI控制器對(duì)單位階躍輸入的階躍響應(yīng)。3.2.1PID控制算法PI控制器對(duì)偏差的作用有兩個(gè)部分：一個(gè)是按比例部分的成分，另一個(gè)是帶有累積的成分（即呈一定斜率變化的部分），這就是積分控制部分的作用。只要偏差存在，積分將起作用，將偏差累計(jì)，并對(duì)控制量產(chǎn)生影響，即偏差減小，直至偏差為零，積分作用才會(huì)停止。因此，加入積分環(huán)節(jié)將有助于消除系統(tǒng)的靜差，改善系統(tǒng)的穩(wěn)態(tài)性能。3.2.1PID控制算法顯然，如果積分時(shí)間太大，則積分作用減弱，反之則積分作用較強(qiáng)。增大，將使消除靜差的過(guò)程變得緩慢，但可以減小系統(tǒng)的超調(diào)量，提高穩(wěn)定性。必須根據(jù)被控對(duì)象的特性來(lái)選定，如對(duì)于管道壓力、流量等滯后不大的對(duì)象，可以選得小些，對(duì)溫度、成分等滯后比較大的對(duì)象，可以選得大些。3.2.1PID控制算法（3）比例積分微分控制器積分調(diào)節(jié)作用的加入，雖然可以消除靜差，但其代價(jià)是降低系統(tǒng)的響應(yīng)速度。為了加快控制過(guò)程，有必要在偏差出現(xiàn)或變化的瞬間，不但要對(duì)偏差量做出反應(yīng)（即比例控制作用），而且要對(duì)偏差量的變化做出反應(yīng)，或者說(shuō)按偏差變化的趨勢(shì)進(jìn)行控制，使偏差在萌芽狀態(tài)被抑制。為了達(dá)到這一控制目的，可以在PI控制器的基礎(chǔ)上加入微分控制作用，即構(gòu)造比例積分微分控制器（PID控制器）。PID控制器的控制規(guī)律為

(3.5)3.2.1PID控制算法式中，稱為微分時(shí)間。理想的PID控制器對(duì)偏差階躍變化的響應(yīng)如圖3.4所示，它在偏差變化的瞬間處有一個(gè)沖激式的瞬態(tài)響應(yīng)，這就是由微分環(huán)節(jié)引起的。圖3.4理想PID控制器的階躍響應(yīng)3.2.1PID控制算法2．?dāng)?shù)字PID控制算法在連續(xù)生產(chǎn)過(guò)程控制系統(tǒng)中，通常采用如圖3.1所示的PID控制，其對(duì)應(yīng)的傳遞函數(shù)表達(dá)式為

(3.7)對(duì)應(yīng)的控制算法表達(dá)式為

(3.8)式中，為比例增益；為積分時(shí)間常數(shù)；為微分時(shí)間常數(shù)；為控制量；為被控量與設(shè)定值的偏差。3.2.1PID控制算法為了便于計(jì)算機(jī)實(shí)現(xiàn)PID算法，必須將式(3.3)改寫(xiě)為離散（采樣）式，這可以將積分運(yùn)算用部分和近似代替，微分運(yùn)算用差分方程表示，即

(3.9）

(3.10)

式中，T為采樣周期；k為采樣周期的序號(hào)（）；和分別為第和第k個(gè)采樣周期的偏差。3.2.1PID控制算法將式(3.9)和式(3.10)代入式(3.8)可得相應(yīng)的差分方程，即

(3.11)式中，為第k個(gè)采樣時(shí)刻的控制量。如果采樣周期T與被控對(duì)象時(shí)間常數(shù)比較相對(duì)較小，那么這種近似是合理的，并與連續(xù)控制的效果接近。模擬調(diào)節(jié)器很難實(shí)現(xiàn)理想的微分，而利用計(jì)算機(jī)可以實(shí)現(xiàn)式(3.10)所表示的差分運(yùn)算，故將式(3.11)稱為理想微分?jǐn)?shù)字PID控制器?；镜臄?shù)字PID控制器一般具有以下兩種形式的算法。3.2.1PID控制算法

（1）位置型算法模擬調(diào)節(jié)器的調(diào)節(jié)動(dòng)作是連續(xù)的，任何瞬間的輸出控制量u都對(duì)應(yīng)于執(zhí)行機(jī)構(gòu)（如調(diào)節(jié)閥）的位置。由式(3.11)可知，數(shù)字控制器的輸出控制量也和閥門(mén)位置相對(duì)應(yīng)，故稱為位置型算式（簡(jiǎn)稱位置式）。相應(yīng)的算法流程圖如圖3.5所示。由圖3.5可以看出，因?yàn)榉e分作用是對(duì)一段時(shí)間內(nèi)偏差信號(hào)的累加，因此，利用計(jì)算機(jī)實(shí)現(xiàn)位置型算法不是很方便，不僅需要占用較多的存儲(chǔ)單元，而且編程也不方便，因此可以采用其改進(jìn)式——增量型算法來(lái)實(shí)現(xiàn)。（2）增量型算法根據(jù)式(3.6)不難得到第個(gè)采樣周期的控制量，即

(3.12)將式(3.11)與式(3.12)相減，可以得到第k個(gè)采樣時(shí)刻控制量的增量，即

(3.13)

式中，為比例增益；為積分系數(shù)，；為微分系數(shù)，。3.2.1PID控制算法

3.2.1PID控制算法圖3.6增量型算法流程圖

3.2.2模糊控制算法模糊（Fuzzy）控制是用語(yǔ)言歸納操作人員的控制策略，運(yùn)用語(yǔ)言變量和模糊集合理論形成控制算法的一種控制。模糊控制的最重要特征是不需要建立被控對(duì)象精確的數(shù)學(xué)模型，只要求把現(xiàn)場(chǎng)操作人員的經(jīng)驗(yàn)和數(shù)據(jù)總結(jié)成較完善的語(yǔ)言控制規(guī)則，從而能夠?qū)哂胁淮_定性、不精確性、噪聲以及非線性、時(shí)變性、時(shí)滯等特征的控制對(duì)象進(jìn)行控制。模糊控制系統(tǒng)的魯棒性強(qiáng)，尤其適用于非線性、時(shí)變、滯后系統(tǒng)的控制。模糊控制的基本結(jié)構(gòu)如圖3.7所示。3.2.2模糊控制算法圖3.7

模糊控制基本結(jié)構(gòu)圖3.2.2模糊控制算法

1．模糊控制器的輸入變量與輸出變量（1）模糊控制器的輸入、輸出變量模糊控制器是模仿人的一種控制。在對(duì)被控對(duì)象進(jìn)行控制的過(guò)程中，一般根據(jù)設(shè)定值與被控量的偏差、偏差變化EC和偏差變化的速率ER進(jìn)行決策。人對(duì)偏差最敏感，其次是偏差的變化，再次是偏差變化的速率。因此，模糊控制器的輸入變量通常取、和EC或者,EC和ER，分別構(gòu)成所謂一維、二維和三維模糊控制器。一維模糊控制器的動(dòng)態(tài)性能不佳，通常用于一階被控對(duì)象，二維模糊控制器的控制性能和控制復(fù)雜性都比較好，是目前廣泛采用的一種形式。并且，一般選擇增量算法作為模糊控制器的輸出變量。3.2.2模糊控制算法（2）描述輸入、輸出變量的詞匯在模糊控制中，輸入、輸出變量大小是以語(yǔ)言形式描述的，因此要選擇描述這些變量的詞匯。我們的日常語(yǔ)言中對(duì)各種事物和變量的描述，總是習(xí)慣于分為三個(gè)等級(jí)，例如，物體的大小分為大、中、?。贿\(yùn)動(dòng)的速度分為快、中、慢；年齡的大小分為老、中、青。實(shí)際應(yīng)用中一般都選用“大、中、小”三個(gè)詞匯來(lái)描述模糊控制器的輸入、輸出變量的狀態(tài)，再加上正、負(fù)兩個(gè)方向和零狀態(tài)，共有7個(gè)詞匯，即{負(fù)大，負(fù)中，負(fù)小，零，正小，正中，正大}一般用這些詞的英文字頭縮寫(xiě)，即{NB,NM,NS,O,PS,PM,PB}一般情況下，選擇上述7個(gè)詞匯比較合適，但也可以多選或少選。選擇較多的詞匯，可以精確描述變量，提高控制精度，但會(huì)使控制規(guī)則變得復(fù)雜；選擇的詞匯過(guò)少，則對(duì)變量的描述過(guò)于粗糙，導(dǎo)致控制器的性能變差。3.2.2模糊控制算法

（3）變量的模糊量某個(gè)變量變化的實(shí)際范圍稱為該變量的基本論域。記偏差的基本論域?yàn)?，偏差變化的基本論域?yàn)椋：刂破鞯妮敵鲎兞浚ㄏ到y(tǒng)的控制量）的基本論域?yàn)?。顯然，基本論域內(nèi)的量是精確量，因而模糊控制器的輸入和輸出都是精確量，但是模糊控制算法需要模糊量。因此，輸入的精確量（數(shù)字量）需要轉(zhuǎn)換為模糊量，這個(gè)過(guò)程稱為“模糊化”（Fuzzification）；另一方面，模糊算法所得到的模糊控制量需要轉(zhuǎn)換為精確的控制量，這個(gè)過(guò)程稱為“清晰化”或者“反模糊化”（Defuzzification）。比較實(shí)用的模糊化方法是將基本論域分為n個(gè)檔次，即取變量的模糊子集論域?yàn)?.2.2模糊控制算法從基本論域到模糊子集論域的轉(zhuǎn)換公式為

(3.16)增加論域中的元素個(gè)數(shù)可以提高控制精度，但增大了計(jì)算量，而且模糊控制效果的改善并不明顯。一般選擇模糊論域中所含元素的個(gè)數(shù)為模糊語(yǔ)言詞集總數(shù)的兩倍以上，以確保各模糊集能較好地覆蓋論域，避免出現(xiàn)失控現(xiàn)象。例如在選擇上述7個(gè)詞匯的情況下，可選擇E和EC的論域均為

選擇模糊控制器的輸出變量即系統(tǒng)的控制量U的論域?yàn)?.2.2模糊控制算法

（4）隸屬度為了實(shí)現(xiàn)模糊化，要在上述離散化了的精確量與表示模糊語(yǔ)言的模糊量之間建立關(guān)系，即確定論域中的每個(gè)元素對(duì)各個(gè)模糊語(yǔ)言變量的隸屬度。隸屬度是描述某個(gè)確定量隸屬于某個(gè)模糊語(yǔ)言變量的程度。例如，在上述和EC的論域中，+6隸屬于（正大），隸屬度為1.0；+5也隸屬于，但隸屬度要比+6差，可取為0.8；+4隸屬于的程度更小，隸屬度可取為0.4；顯然-6～0就不隸屬于了，所以隸屬度取為0。確定隸屬度的值要根據(jù)實(shí)際問(wèn)題的具體情況而定。實(shí)驗(yàn)研究結(jié)果表明，人進(jìn)行控制活動(dòng)時(shí)的模糊概念一般可以用正態(tài)型模糊變量描述。下面給出常用的確定模糊變量隸屬度的賦值表，如表3.1、表3.2和表3.3所示。3.2.2模糊控制算法2．建立模糊控制規(guī)則模糊控制是語(yǔ)言控制，因此要用語(yǔ)言歸納專家的手動(dòng)控制策略，從而建立模糊控制規(guī)則表。手動(dòng)控制策略一般都可以用條件語(yǔ)句加以描述。條件語(yǔ)句的基本類型為ifAorBandCorDthenU3.2.2模糊控制算法3.2.2模糊控制算法3.2.2模糊控制算法3.2.2模糊控制算法下面介紹一種根據(jù)系統(tǒng)輸出的誤差及誤差的變化趨勢(shì)，消除誤差的模糊控制規(guī)則。該規(guī)則用下述21條模糊條件語(yǔ)句來(lái)描述。[1]ifE=NBorNMandEC=NBorNMthenU=PB[2]ifE=NBorNMandEC=NSorOthen U=PB[3]ifE=NBorNMandEC=PSthen U=PM[4]ifE=NBorNMandEC=PMorPBthen U=O[5]ifE=NSandEC=NBorNMthen U=PM[6]ifE=NSandEC=NSorOthen U=PM[7]ifE=NSandEC=PSthen U=O[8]ifE=NSandEC=PMorPBthen U=NS[9]ifE=NOorPOandEC=NBorNMthenU=PM[10]ifE=NOorPOandEC=NSthenU=PS[11]ifE=NOorPOandEC=OthenU=O3.2.2模糊控制算法[12]ifE=NOorPOandEC=PSthenU=NS[13]ifE=NOorPOandEC=PMorPBthenU=NM[14]ifE=PSandEC=NBorNMthenU=PS[15]ifE=PSandEC=NSthenU=O[16]ifE=PSandEC=OorPSthen U=NM[17]ifE=PSandEC=PMorPBthenU=NM[18]ifE=PMorPBandEC=NBorNMthenU=O[19]ifE=PMorPBandEC=NSthenU=NM[20]ifE=PMorPBandEC=OorPSthen U=NB[21]ifE=PMorPBandEC=PMorPBthenU=NB以上21條模糊條件語(yǔ)句可以歸納為模糊控制規(guī)則表3.4。3.2.2模糊控制算法

3.2.2模糊控制算法3．模糊關(guān)系與模糊推理模糊控制規(guī)則實(shí)際上是一組多重條件語(yǔ)句，可以表示為從偏差論域到控制論域的模糊關(guān)系矩陣，通過(guò)偏差的模糊向量和偏差變化的模糊向量，與模糊關(guān)系矩陣的合成進(jìn)行模糊推理，得到控制量的模糊向量，然后采用“反模糊化”方法將模糊控制向量轉(zhuǎn)換為精確量。根據(jù)模糊集合和模糊關(guān)系理論，對(duì)于不同類型的模糊規(guī)則可用不同的模糊推理方法。下面僅介紹其中的對(duì)ifAthenB類型的模糊規(guī)則的推理。若已知輸入為，則輸出為；若現(xiàn)在已知輸入為，則輸出用合成規(guī)則求?。?/p>

(3.17)其中模糊關(guān)系定義為3.2.2模糊控制算法例如，已知當(dāng)輸入的模糊集合和輸出的模糊集合分別為

(3.18)

(3.19)這里采用模糊集合的Zadeh表示法，其中,表示模糊集合所對(duì)應(yīng)的論域中的元素，而表示相應(yīng)的隸屬度，“—”不表示分?jǐn)?shù)的意思。3.2.2模糊控制算法

(3.20)

3.2.2模糊控制算法則當(dāng)輸入

(3.21)

由下式求取，即3.2.2模糊控制算法則

(3.22)在上述運(yùn)算中，“

”為取小運(yùn)算，“

”為取大運(yùn)算。由于系統(tǒng)的控制規(guī)則庫(kù)是由若干條規(guī)則組成的，因此對(duì)于每一條推理規(guī)則都可以得到一個(gè)相應(yīng)的模糊關(guān)系。n條規(guī)則就有n個(gè)模糊關(guān)系：，對(duì)于整個(gè)系統(tǒng)的全部控制規(guī)則所對(duì)應(yīng)的模糊關(guān)系可對(duì)n個(gè)模糊關(guān)系()取“并”操作得到，即

(3.23)3.2.2模糊控制算法

4．模糊控制向量的模糊判決由上述得到的控制量是一個(gè)模糊集合，需要采用“反模糊化”方法將模糊控制項(xiàng)轉(zhuǎn)換為精確量。下面介紹兩種簡(jiǎn)單實(shí)用的方法。

（1）最大隸屬度法這種方法是在模糊控制向量中，取隸屬度最大的控制量作為模糊控制器的輸出。例如，當(dāng)?shù)玫侥：刂葡蛄繛?/p>

(3.24)由于控制量隸屬于等級(jí)5的隸屬度為最大，所以取控制量為

這種方法的優(yōu)點(diǎn)是簡(jiǎn)單易行，缺點(diǎn)是完全排除了其他隸屬度較小的控制量的影響和作用，沒(méi)有充分利用取得的信息。3.2.2模糊控制算法

（2）加權(quán)平均判決法為了克服最大隸屬度法的缺點(diǎn)，可以采用加權(quán)平均判決法，即

(3.25)例如則3.2.2模糊控制算法

5．模糊控制表模糊關(guān)系、模糊推理以及模糊判決的運(yùn)算可以離線進(jìn)行，最后得到模糊控制器輸入量的量化等級(jí),EC與輸出量即系統(tǒng)控制量的量化等級(jí)之間的確定關(guān)系，這種關(guān)系通常稱為“控制表”。對(duì)應(yīng)于前面介紹的21條控制規(guī)則的“控制表”如表3.5所列。模糊控制表可以離線求出，作為文件存儲(chǔ)在計(jì)算機(jī)中，計(jì)算機(jī)實(shí)時(shí)控制時(shí)只要將A/D轉(zhuǎn)換得到的偏差和偏差變化ec進(jìn)行量化，得到相應(yīng)的等級(jí)E和EC，然后從文件中直接查詢所需采取的控制策略。3.2.2模糊控制算法3.2.2模糊控制算法6．確定實(shí)際的控制量顯然，實(shí)際的控制量應(yīng)為從控制表中查到的量化等級(jí)乘以比例因子。設(shè)實(shí)際的控制量的變化范圍為[a,b]，量化等級(jí)為{}，則實(shí)際的控制量應(yīng)為

若，則例如在上述二維模糊控制器中，當(dāng)E和EC的量化等級(jí)分別為-3和+1時(shí)，由控制表查得，則模糊控制器輸出的實(shí)際控制量應(yīng)為。