智能控制研第四章遞階控制系統(tǒng)

智能控制研第四章遞階控制系統(tǒng)第1頁(yè)，共53頁(yè)，2023年，2月20日，星期五第四章遞階控制系統(tǒng)4.1

遞階智能機(jī)器的一般理論基于邏輯的方法Nilsson和Fikes等敘述過(guò)，其通用技術(shù)仍在繼續(xù)研究與開(kāi)發(fā)之中。基于解析的方法該方法已在理論和實(shí)踐兩方面達(dá)到比較成熟的水平。新的方法和技術(shù)如Boltzmann機(jī)、神經(jīng)網(wǎng)絡(luò)和Petri網(wǎng)等，為智能機(jī)器理論的分析研究提供了新的工具。

遞階智能控制(HierarchicalIntelligentControl)是在研究早期學(xué)習(xí)控制系統(tǒng)的基礎(chǔ)上，從工程控制論角度總結(jié)人工智能與自適應(yīng)控制、自學(xué)習(xí)控制和自組織控制的關(guān)系后逐漸形成的。

薩里迪斯（Saridis)提出基于３個(gè)控制層次和ＩＰＤＩ(精度隨智能降低而提高）原理的三級(jí)遞階智能控制系統(tǒng)；維拉提出基于知識(shí)描述和數(shù)學(xué)解析的二層混合智能系統(tǒng)。

第2頁(yè)，共53頁(yè)，2023年，2月20日，星期五遞階智能控制系統(tǒng)是由三個(gè)基本控制級(jí)（組織級(jí)、協(xié)調(diào)級(jí)、執(zhí)行級(jí)）構(gòu)成的，級(jí)聯(lián)交互結(jié)構(gòu)圖如下。4.1.1

遞階智能機(jī)器的一般結(jié)構(gòu)圖4.1遞階智能機(jī)器的級(jí)聯(lián)結(jié)構(gòu)為自執(zhí)行級(jí)至協(xié)調(diào)級(jí)的在線反饋信號(hào)；為自協(xié)調(diào)級(jí)至組織級(jí)的離線反饋信號(hào)第3頁(yè)，共53頁(yè)，2023年，2月20日，星期五組織級(jí)代表控制系統(tǒng)的主導(dǎo)思想，并由人工智能起控制作用。根據(jù)貯存在長(zhǎng)期存儲(chǔ)交換單元內(nèi)的本原數(shù)據(jù)集合，組織器能夠組織絕對(duì)動(dòng)作、一般任務(wù)和規(guī)則的序列。1.組織級(jí)(organizationlevel)第4頁(yè)，共53頁(yè)，2023年，2月20日，星期五2.協(xié)調(diào)級(jí)(coordinationlevel)協(xié)調(diào)級(jí)是組織級(jí)和執(zhí)行級(jí)間的接口，承上啟下，并由人工智能和運(yùn)籌學(xué)共同作用。協(xié)調(diào)級(jí)借助于產(chǎn)生一個(gè)適當(dāng)?shù)淖尤蝿?wù)序列來(lái)執(zhí)行原指令，處理實(shí)時(shí)信息。圖4.3協(xié)調(diào)級(jí)的結(jié)構(gòu)

第5頁(yè)，共53頁(yè)，2023年，2月20日，星期五3.執(zhí)行級(jí)(executionlevel)執(zhí)行級(jí)是遞階智能控制的最底層，要求具有較高的精度但較低的智能；它按控制論進(jìn)行控制，對(duì)相關(guān)過(guò)程執(zhí)行適當(dāng)?shù)目刂谱饔?。通常稱(chēng)S為香農(nóng)（Shannon）負(fù)熵，它可變換為下列方程：

式中，為被傳遞的信息信號(hào)空間。負(fù)熵是對(duì)信息傳遞不確定性的一種度量，即系統(tǒng)狀態(tài)的不確定性可由該系統(tǒng)熵的概率密度指數(shù)函數(shù)獲得。第6頁(yè)，共53頁(yè)，2023年，2月20日，星期五熵和熵的變化率：信息熵P為信息源中各事件發(fā)生的概率香農(nóng)（Shannon）負(fù)熵可變換為下列方程：為被傳遞的信息信號(hào)空間。4.智能機(jī)器的作用它的高層功能模仿了人類(lèi)行為，實(shí)現(xiàn)控制系統(tǒng)的規(guī)劃、決策、學(xué)習(xí)、數(shù)據(jù)存取和任務(wù)協(xié)調(diào)等功能，進(jìn)行知識(shí)處理與管理。用熵來(lái)描述和度量系統(tǒng)的控制作用。第7頁(yè)，共53頁(yè)，2023年，2月20日，星期五5.遞階智能控制的實(shí)質(zhì)智能控制理論可被假定為尋求某個(gè)系統(tǒng)正確的決策與控制序列的數(shù)學(xué)問(wèn)題，該系統(tǒng)在結(jié)構(gòu)上遵循（IPDI）精度隨智能降低而提高的原理，而所求得序列能夠使系統(tǒng)的總熵為最小。4.1.2

遞階智能機(jī)器的信息論定義知識(shí)、信息、智能、信息論…...定義4.1機(jī)器知識(shí)(MachineKnowledge,K)機(jī)器知識(shí)是消除智能機(jī)器指定任務(wù)的不確定性所需要的結(jié)構(gòu)信息。智能機(jī)器中的機(jī)器知識(shí)包括先驗(yàn)知識(shí)和經(jīng)驗(yàn)知識(shí)。定義4.2機(jī)器知識(shí)流量(RateofMachineKnowledge,R)機(jī)器知識(shí)流量是通過(guò)智能機(jī)器的知識(shí)流。第8頁(yè)，共53頁(yè)，2023年，2月20日，星期五定義4.4機(jī)器不精確性(MachineImprecision)機(jī)器不精確性是執(zhí)行智能機(jī)器各項(xiàng)任務(wù)的不確定性。定義4.5機(jī)器精度(MachinePrecision)機(jī)器精度是機(jī)器不精確性的補(bǔ)，它代表過(guò)程的復(fù)雜性。4.1.3

IPDI原理的解析公式定義4.3機(jī)器智能(MachineIntelligence,MI)機(jī)器智能是分析和組織數(shù)據(jù)，并把數(shù)據(jù)變換為知識(shí)的作用。

ＩＰＤＩ原理可由概率公式表示為：

PR(MI,DB)=PR(R)

上式中，ＰＲ表示概率，ＭＩ為機(jī)器知識(shí)，ＤＢ為與執(zhí)行任務(wù)有關(guān)的數(shù)據(jù)庫(kù)。數(shù)據(jù)庫(kù)代表任務(wù)的復(fù)雜性，且取決于任務(wù)的執(zhí)行精度，即該執(zhí)行精度是與數(shù)據(jù)庫(kù)的復(fù)雜性相稱(chēng)的。

第9頁(yè)，共53頁(yè)，2023年，2月20日，星期五取自然對(duì)數(shù)后可得下式：

lnp(MI/DB)+lnp(DB)=lnp(R)

對(duì)兩邊取期望值，可得熵方程：

S(MI/DB)+S(DB)=S(R)上式中，S（x）為與x有關(guān)的熵。在建立和執(zhí)行任務(wù)期間，期望有個(gè)不變的知識(shí)流量；這時(shí)，增大特定數(shù)據(jù)庫(kù)ＤＢ的熵要求減小機(jī)器智能ＭＩ的熵。如果ＭＩ獨(dú)立于ＤＢ，那么：

S(MI)+S(DB)=S(R)

本原理適用于遞階系統(tǒng)的單個(gè)層級(jí)和多個(gè)層級(jí)。在多層情況下，知識(shí)流Ｒ在信息理論意義上代表系統(tǒng)的工作能力。

第10頁(yè)，共53頁(yè)，2023年，2月20日，星期五4.2

遞階智能控制系統(tǒng)的原理與結(jié)構(gòu)根據(jù)“精度隨智能降低而提高”（IPDI）原理，可把遞階智能控制系統(tǒng)分為幾個(gè)子系統(tǒng)，并對(duì)每個(gè)子系統(tǒng)導(dǎo)出計(jì)算模塊。全部子系統(tǒng)連成樹(shù)狀結(jié)構(gòu)，形成了多層的遞階模型。下面先介紹與組織級(jí)兩個(gè)模型有關(guān)的決策段結(jié)構(gòu)，然后討論協(xié)調(diào)級(jí)和執(zhí)行級(jí)的模型。第11頁(yè)，共53頁(yè)，2023年，2月20日，星期五4.2.1

組織級(jí)原理與結(jié)構(gòu)圖4.2組織級(jí)的結(jié)構(gòu)框圖組織級(jí)的結(jié)構(gòu)如下圖，可把此框圖視為一個(gè)Botlzmann機(jī)結(jié)構(gòu)。第12頁(yè)，共53頁(yè)，2023年，2月20日，星期五定義4.9機(jī)器學(xué)習(xí)與反饋(MLF)

機(jī)器學(xué)習(xí)與反饋是對(duì)不同的單一的和派生的值函數(shù)進(jìn)行計(jì)算，這些函數(shù)與執(zhí)行需求工作有關(guān)，并通過(guò)學(xué)習(xí)算法更新各個(gè)概率。定義4.8機(jī)器決策(MDM)

機(jī)器決策是在最大的相關(guān)成功概率中選擇完備的和可兼容的有序活動(dòng)。定義4.7機(jī)器規(guī)劃(MP)

機(jī)器規(guī)劃是執(zhí)行預(yù)定工作所需要的完備的和可兼容的有序活動(dòng)之形式化表示。定義4.6機(jī)器推理（MR)

機(jī)器推理是編譯輸入指令uj,(ujU)與相關(guān)活動(dòng)集Ajm

、產(chǎn)生式規(guī)則以及構(gòu)成系統(tǒng)推理機(jī)的程序之總合。組織級(jí)的功能定義如下：定義4.10機(jī)器記憶交換(MME)

機(jī)器記憶交換是對(duì)組織級(jí)的長(zhǎng)期存儲(chǔ)器進(jìn)行信息檢索、儲(chǔ)存和更新。第13頁(yè)，共53頁(yè)，2023年，2月20日，星期五１.基于概率的結(jié)構(gòu)模型

用于機(jī)器推理、機(jī)器規(guī)劃和機(jī)器決策三種功能的結(jié)構(gòu)模型，分別如下面三圖(圖4.４、圖4.５和圖4.６)所示。

圖4.４

機(jī)器推理功能模型

第14頁(yè)，共53頁(yè)，2023年，2月20日，星期五圖4.５

機(jī)器規(guī)劃功能模型

第15頁(yè)，共53頁(yè)，2023年，2月20日，星期五圖4.６

機(jī)器決策功能模型

第16頁(yè)，共53頁(yè)，2023年，2月20日，星期五２.基于專(zhuān)家系統(tǒng)的結(jié)構(gòu)模型

圖4.７

分類(lèi)器模型的硬件實(shí)現(xiàn)

[ValavanisandSaridis1992]

第17頁(yè)，共53頁(yè)，2023年，2月20日，星期五4.2.2

協(xié)調(diào)級(jí)原理與結(jié)構(gòu)圖4.8協(xié)調(diào)級(jí)結(jié)構(gòu)框圖協(xié)調(diào)級(jí)由不同的協(xié)調(diào)器組成，每個(gè)協(xié)調(diào)器由計(jì)算機(jī)來(lái)實(shí)現(xiàn)。左圖是一個(gè)協(xié)調(diào)級(jí)結(jié)構(gòu)的候選框圖。該結(jié)構(gòu)在橫向上能夠通過(guò)分配器實(shí)現(xiàn)各協(xié)調(diào)器之間的數(shù)據(jù)共享。第18頁(yè)，共53頁(yè)，2023年，2月20日，星期五圖4.9協(xié)調(diào)器的硬件配置實(shí)現(xiàn)某典型協(xié)調(diào)器所需的主要硬件如右圖。各臺(tái)專(zhuān)用微處理器通過(guò)其輸入/輸出端口與組織級(jí)和執(zhí)行級(jí)連接。這些基于微處理器(CPU)的系統(tǒng)使用局部ROM來(lái)存儲(chǔ)控制執(zhí)行裝置所需要的程序，并用RAM來(lái)存儲(chǔ)臨時(shí)信息。第19頁(yè)，共53頁(yè)，2023年，2月20日，星期五4.2.3

執(zhí)行級(jí)原理與結(jié)構(gòu)圖4.10協(xié)調(diào)器與執(zhí)行器的結(jié)構(gòu)模型執(zhí)行級(jí)執(zhí)行由協(xié)調(diào)級(jí)發(fā)出的指令。對(duì)智能機(jī)器人系統(tǒng)，執(zhí)行級(jí)的執(zhí)行裝置包括：視覺(jué)系統(tǒng)（VS）、傳感系統(tǒng)（SS）、帶有相應(yīng)抓取裝置（GS）的操作機(jī)（MS）。第20頁(yè)，共53頁(yè)，2023年，2月20日，星期五4.3遞階智能控制的控制與決策模型4.3.1

組織級(jí)的控制與決策模型1.定義定義4.11具有先驗(yàn)概率p(cn)的用戶(hù)指令集合

C={c1,

c2,...,

cM}經(jīng)過(guò)遙控或非通訊通道送至控制系統(tǒng)。式中，ｎ＝１，２，…，Ｍ，Ｍ是固定的和有限的。定義4.12

具有相關(guān)概率p(uj/cn)的分類(lèi)編譯輸入指令

U={u1,

u2,...,

uM}是系統(tǒng)組織級(jí)的實(shí)際輸入。式中，ｊ＝１，２，…，Ｍ，Ｍ是固定的和有限的。

第21頁(yè)，共53頁(yè)，2023年，2月20日，星期五

定義4.13系統(tǒng)的任務(wù)域被定義為本原事件（動(dòng)作）的集合

Et={e1,

e2,...,

eN}

表4.１

事件集合的符號(hào)與含義

符號(hào)

含

義

Et

任務(wù)域內(nèi)的本原事件集合

Enr

非重復(fù)事件集合

Er

重復(fù)本原事件集合

Ec

與某個(gè)

uj相關(guān)的主動(dòng)非重復(fù)事件集合

Esnr

允許開(kāi)始某個(gè)與

uj

有關(guān)活動(dòng)的非重復(fù)事件集合

Esr

允許開(kāi)始某個(gè)規(guī)劃的重復(fù)事件集合

Eend

允許結(jié)束某個(gè)規(guī)劃的非重復(fù)本原事件集合

Ecr

與

uj

相關(guān)的關(guān)鍵非重復(fù)事件集合表列

Ecomp

本原事件可兼容對(duì)的表列

Eunw

本原事件干擾優(yōu)先對(duì)的表列

Eord

有效重復(fù)排序的表列

第22頁(yè)，共53頁(yè)，2023年，2月20日，星期五定義4.14在某個(gè)特定輸入指令uj

起動(dòng)的規(guī)劃內(nèi)，二進(jìn)值變量xi

與事件

ei

有關(guān)，ｉ＝１，２，…，Ｎ。當(dāng)xi=1時(shí)，

ei

是有效的，當(dāng)xi=0時(shí)，ei

是無(wú)效的；其相應(yīng)概率分別為p(xi=1/uj)=pij

和

p(xi=0/uj)=1-pij

。定義4.15活動(dòng)集合Ajm

（本原事件聯(lián)成一組以形成復(fù)雜的任務(wù)）與特定輸入uj

有關(guān)，而且由二進(jìn)信息串Xjm

表示。Xjm

指明在活動(dòng)Ajm

中哪些事件（動(dòng)作）是有效的，哪些是無(wú)效的。這指明了第ｍ個(gè)活動(dòng)信息串與第ｊ個(gè)編譯輸入指令有關(guān)。因?yàn)閤i

是二進(jìn)變量，所以與uj

有關(guān)的活動(dòng)Ajm

（信息串Xjm

）的初值最大數(shù)為(2N

-1)。于是，可定義一個(gè)活動(dòng)串的相應(yīng)概率為：第23頁(yè)，共53頁(yè)，2023年，2月20日，星期五定義4.17與uj

有關(guān)的完備規(guī)劃

Zjmv

的集合是Bjmr

的一個(gè)子集，且其元素為滿(mǎn)足某些完成準(zhǔn)則的增廣活動(dòng)。式中，uj

為與

Zjmv

有關(guān)的第ｒ個(gè)置換矩陣或增廣屏蔽矩陣；

p(Mjmr/Xjm)表示與Xjm

有關(guān)的第ｒ個(gè)有效重復(fù)事件的概率，并由置換矩陣Mjmr

決定；ｒ則由具體應(yīng)用問(wèn)題決定。定義4.16

把有效的重復(fù)事件插入到有效活動(dòng)Ajmr(信息串Xjm

）的適當(dāng)位置，得到與

uj有關(guān)的完備規(guī)劃Bjmr

（增廣串Yjmr

）集合。其中，ｒ表示第ｒ個(gè)有效重復(fù)事件的信息串。一個(gè)增廣活動(dòng)串的相應(yīng)概率被定義為：

P(Yjmr/uj)=p(Mjmr/Xjm)P(Xjm/uj)

,

j第24頁(yè)，共53頁(yè)，2023年，2月20日，星期五2.過(guò)程規(guī)則4.1假定用戶(hù)指令Cn

是相互獨(dú)立的，ｎ＝１，２，…，Ｍ；分類(lèi)編譯輸入指令uj也是相互獨(dú)立的，ｊ＝１，２，…，Ｍ。然而，由于分類(lèi)，uj取決于Cn

。因?yàn)閡j和本原事件

ei

都被假設(shè)為在概率上是獨(dú)立的，所以，不同的活動(dòng)是相互獨(dú)立的。規(guī)則4.２

如果某個(gè)事件串中的每一事件

ei

能夠立即跟隨在其左邊事件之后，又能立即出現(xiàn)在其右邊事件之前，那么，該事件串滿(mǎn)足兼容性測(cè)試。

第25頁(yè)，共53頁(yè)，2023年，2月20日，星期五規(guī)則4.３

如果某個(gè)非重復(fù)事件串中的每一事件ei能夠優(yōu)先于隨后的所有其它事件（盡管不要求立即進(jìn)行），那么該事件串滿(mǎn)足優(yōu)先權(quán)測(cè)試。

規(guī)則4.４

非重復(fù)事件的相對(duì)次序?qū)顒?dòng)的公式化表示是至關(guān)重要的。

規(guī)則4.５

令Ｌ為任務(wù)域內(nèi)重復(fù)事件數(shù)。重復(fù)事件的有效排序滿(mǎn)足下列條件：（１）至少有一個(gè)但不多于Ｌ個(gè)重復(fù)事件，該事件串的每個(gè)事件都是唯一的；（２）該事件串的第一個(gè)事件至少能夠跟隨任務(wù)域內(nèi)的一個(gè)非重復(fù)事件，或者能夠起動(dòng)該規(guī)劃；（３）同一事件串的最后一個(gè)事件至少能夠出現(xiàn)在一個(gè)非重復(fù)事件之前，而且其排序滿(mǎn)足兼容性測(cè)試。第26頁(yè)，共53頁(yè)，2023年，2月20日，星期五規(guī)則4.６

在每個(gè)活動(dòng)的非重復(fù)事件之間的所有不同位置上，插入有效的重復(fù)事件串，以建立擴(kuò)展活動(dòng)的公式化表示。

規(guī)則4.7一個(gè)完備規(guī)劃是一種這樣的擴(kuò)展活動(dòng)：（１）從某個(gè)能夠起動(dòng)該規(guī)劃的重復(fù)事件開(kāi)始，并以某個(gè)非重復(fù)事件結(jié)束。（２）在非重復(fù)事件之間至少包含一個(gè)重復(fù)事件。（３）滿(mǎn)足全部兼容性測(cè)試。規(guī)則4.８

所生成的規(guī)劃是與分類(lèi)編譯輸入指令耦合的，因?yàn)樗鼈兊南鄳?yīng)概率是由接收到的輸入指令uj

決定的。

第27頁(yè)，共53頁(yè)，2023年，2月20日，星期五3.功能假設(shè)環(huán)境是己知的,則可定義組織級(jí)的如下功能:（１）

系統(tǒng)輸入（２）機(jī)器推理

（３）機(jī)器規(guī)劃

（４）

機(jī)器決策

（５）

機(jī)器學(xué)習(xí)（６）

存儲(chǔ)交換

第28頁(yè)，共53頁(yè)，2023年，2月20日，星期五4.3.2

協(xié)調(diào)級(jí)的控制與決策模型1.結(jié)構(gòu)協(xié)調(diào)級(jí)的智能在于：以已往經(jīng)驗(yàn)和工作空間環(huán)境的約束為基礎(chǔ)，用最有希望的方式來(lái)執(zhí)行組織器的規(guī)劃。

某智能機(jī)器人系統(tǒng)的協(xié)調(diào)級(jí)框如下圖所示：

第29頁(yè)，共53頁(yè)，2023年，2月20日，星期五2.功能每個(gè)協(xié)調(diào)器被訪問(wèn)后，執(zhí)行預(yù)定的一定數(shù)目的不同作用。對(duì)每個(gè)單獨(dú)作用，指定一個(gè)代價(jià)。

另一方面，在執(zhí)行請(qǐng)求作業(yè)期間，反饋信息從執(zhí)行級(jí)送至協(xié)調(diào)級(jí)。而且從執(zhí)行級(jí)至協(xié)調(diào)級(jí)的反饋信息是實(shí)時(shí)在線反饋信息。

3.算法算法4.1

協(xié)調(diào)級(jí)的算法由５步組成：

第30頁(yè)，共53頁(yè)，2023年，2月20日，星期五（１）

分配器搜索含有儲(chǔ)存規(guī)劃的緩沖器，并建立各協(xié)調(diào)器與其相應(yīng)執(zhí)行裝置（在執(zhí)行級(jí)）的聯(lián)系。（２）

闡述被執(zhí)行級(jí)執(zhí)行的控制問(wèn)題。這包括相應(yīng)的協(xié)調(diào)器被訪問(wèn)時(shí)啟動(dòng)執(zhí)行裝置和執(zhí)行具體任務(wù)。（３）

估計(jì)執(zhí)行級(jí)。這涉及以執(zhí)行級(jí)的單獨(dú)代價(jià)函數(shù)為基礎(chǔ)，計(jì)算與執(zhí)行規(guī)劃有關(guān)的增廣代價(jià)函數(shù)。（４）

在執(zhí)行所請(qǐng)求的作業(yè)之后，把底層的反饋信息傳至組織器。（５）

更新儲(chǔ)存在協(xié)調(diào)級(jí)分配器的短期存儲(chǔ)器中的信息。第31頁(yè)，共53頁(yè)，2023年，2月20日，星期五4.3.3

執(zhí)行級(jí)的控制與決策模型執(zhí)行級(jí)是由許多與協(xié)調(diào)級(jí)的協(xié)調(diào)器相聯(lián)系的執(zhí)行裝置組成。執(zhí)行級(jí)的主要目標(biāo)是盡可能準(zhǔn)確地執(zhí)行由不同的協(xié)調(diào)器發(fā)出的具體任務(wù)。

最優(yōu)控制理論已采用系統(tǒng)x(t)的一個(gè)非負(fù)函數(shù)狀態(tài)，x(t)

x，x為狀態(tài)空間；某個(gè)指定的控制u(x,t)是全部允許控制的集合，u(x,t)

ux。要確定某些表示廣義能量函數(shù)初始條件x0,t0

的性能測(cè)度，系統(tǒng)拉格朗日（Lagrangian）函數(shù)L(x,u,t)的平均值取下列形式：

(4.36)第32頁(yè)，共53頁(yè)，2023年，2月20日，星期五定理4.１

滿(mǎn)足式（4.36）的

u*(x,t)使V(u(x,t),x0,t0)最小的充要條件是

u*使微熵Ｈ最小，其中p(x0,u)是根據(jù)Jaynes最大熵原理決定的最大熵密度函數(shù)。

(4.38)

當(dāng)u*(x,t)

u

時(shí)，在允許控制空間內(nèi)選取設(shè)計(jì)不確定性密度，使之滿(mǎn)足杰恩（Jaynes）最大熵原理，可得相關(guān)的熵如下：

H(x0

,u,p(u))=E{V(x0

,u,t)}

（4.39）(4.40)然后，最優(yōu)控制u*

滿(mǎn)足下式：第33頁(yè)，共53頁(yè)，2023年，2月20日，星期五4.4.1汽車(chē)自主駕駛系統(tǒng)的組成

1.系統(tǒng)總體結(jié)構(gòu)

系統(tǒng)總線道路環(huán)境車(chē)體主控制器道路標(biāo)志線識(shí)別計(jì)算機(jī)車(chē)輛識(shí)別計(jì)算機(jī)執(zhí)行機(jī)構(gòu)攝像頭攝像頭環(huán)境識(shí)別子系統(tǒng)駕駛控制子系統(tǒng)圖4.20紅旗車(chē)自主駕駛系統(tǒng)結(jié)構(gòu)示意圖傳感器(1)環(huán)境識(shí)別子系統(tǒng)(2)駕駛控制子系統(tǒng)4.4

遞階智能控制系統(tǒng)舉例第34頁(yè)，共53頁(yè)，2023年，2月20日，星期五2.自主駕駛的硬件系統(tǒng)

自主駕駛系統(tǒng)的硬件設(shè)備包括主控計(jì)算機(jī)、執(zhí)行機(jī)構(gòu)和傳感器等。

環(huán)境處理計(jì)算機(jī)Fireware局部總線顯示卡通訊總線局域網(wǎng)圖4.21環(huán)境感知計(jì)算機(jī)硬件結(jié)構(gòu)示意圖駕駛控制計(jì)算機(jī)A/D接口數(shù)據(jù)采集總線D/A接口運(yùn)動(dòng)控制卡計(jì)數(shù)器DIDO接口通訊總線局域網(wǎng)圖4.22駕駛控制計(jì)算機(jī)硬件結(jié)構(gòu)示意圖(1)主控計(jì)算機(jī)及接口

(2)執(zhí)行機(jī)構(gòu)

(3)傳感器

第35頁(yè)，共53頁(yè)，2023年，2月20日，星期五3.實(shí)時(shí)操作系統(tǒng)4.軟件設(shè)計(jì)與系統(tǒng)的實(shí)時(shí)性

4.4.2汽車(chē)自主駕駛系統(tǒng)的遞階結(jié)構(gòu)

子任務(wù)系統(tǒng)監(jiān)控任務(wù)行為決策行為規(guī)劃操作控制任務(wù)規(guī)劃實(shí)時(shí)路況信息車(chē)輛車(chē)輛運(yùn)行環(huán)境環(huán)境感知與處理車(chē)輛狀態(tài)與定位信息規(guī)劃軌跡動(dòng)作行為用戶(hù)接口圖4.23汽車(chē)自主駕駛控制系統(tǒng)的四層模塊化結(jié)構(gòu)

以任務(wù)層次分解為基礎(chǔ)，提出了右圖所示的四層模塊化汽車(chē)自主駕駛控制系統(tǒng)結(jié)構(gòu)；其四個(gè)層次依次是：任務(wù)規(guī)劃、行為決策、行為規(guī)劃和操作控制。另外還包括車(chē)輛狀態(tài)與定位信息和系統(tǒng)監(jiān)控兩個(gè)獨(dú)立功能模塊。

第36頁(yè)，共53頁(yè)，2023年，2月20日，星期五1.操作控制層

速度跟蹤控制路徑跟蹤控制油門(mén)控制器剎車(chē)控制器轉(zhuǎn)向控制器緊急狀態(tài)控制期望速度期望路徑監(jiān)控信息圖4.24操作控制層主要模塊示意圖車(chē)輛2.行為規(guī)劃層道路和障礙信息車(chē)輛縱向速度規(guī)劃車(chē)輛期望軌跡規(guī)劃駕駛技能與交通規(guī)則數(shù)據(jù)庫(kù)車(chē)輛狀態(tài)行為信息行為執(zhí)行情況反饋期望縱向速度期望路徑點(diǎn)序列行為監(jiān)督執(zhí)行圖4.25行為規(guī)劃層主要模塊示意圖第37頁(yè)，共53頁(yè)，2023年，2月20日，星期五3.行為決策層

圖4.26行為決策層主要模塊示意圖任務(wù)規(guī)劃層當(dāng)前執(zhí)行子任務(wù)行為決策邏輯行為輸出當(dāng)前行為執(zhí)行情況行為規(guī)劃層預(yù)期狀態(tài)交通情況行為模式產(chǎn)生環(huán)境建模及預(yù)測(cè)駕駛行為知識(shí)庫(kù)4.任務(wù)規(guī)劃層導(dǎo)航地物地圖數(shù)據(jù)庫(kù)任務(wù)規(guī)劃任務(wù)監(jiān)控用戶(hù)任務(wù)輸入全局定位信息當(dāng)前執(zhí)行子任務(wù)子任務(wù)執(zhí)行情況圖4.27任務(wù)規(guī)劃層主要模塊示意圖第38頁(yè)，共53頁(yè)，2023年，2月20日，星期五4.4.3自主駕駛系統(tǒng)的結(jié)構(gòu)與控制算法

1.駕駛控制系統(tǒng)的軟件結(jié)構(gòu)

車(chē)輛狀態(tài)感知處理車(chē)輛行為規(guī)劃路徑跟蹤控制速度跟蹤控制方向伺服油門(mén)伺服剎車(chē)伺服車(chē)輛感知信息處理車(chē)道信息接收處理車(chē)輛行為決策車(chē)輛行為監(jiān)控車(chē)輛定位與運(yùn)動(dòng)預(yù)測(cè)運(yùn)行狀態(tài)存儲(chǔ)管理車(chē)輛狀態(tài)監(jiān)測(cè)與控制用戶(hù)接口信息處理控制圖4.28駕駛控制系統(tǒng)軟件結(jié)構(gòu)示意圖2.駕駛控制算法

遺忘迭代濾波算法具有如下的形式：平移平均濾波算法如下：

第39頁(yè)，共53頁(yè)，2023年，2月20日，星期五4.4.4自主駕駛系統(tǒng)高速公路試驗(yàn)

1.試驗(yàn)的環(huán)境及內(nèi)容(1)環(huán)境感知系統(tǒng)的抗干擾性和穩(wěn)定性。

(2)駕駛控制系統(tǒng)的車(chē)道跟蹤能力。

(3)駕駛控制系統(tǒng)的速度跟蹤能力。2.試驗(yàn)結(jié)果

(4)駕駛控制系統(tǒng)對(duì)動(dòng)態(tài)交通的處理情況及超車(chē)動(dòng)作。經(jīng)過(guò)三個(gè)月近1000公里的道路試驗(yàn)，紅旗車(chē)自主駕駛有關(guān)的環(huán)境感知和駕駛控制算法得到了不斷改進(jìn)，并于2003年6月實(shí)現(xiàn)了預(yù)定的如下三項(xiàng)性能指標(biāo)：(1)正常交通情況下在高速公路上穩(wěn)定自主駕駛速度130km/h；(2)最高自主駕駛速度170km/h；(3)具備超車(chē)功能。第40頁(yè)，共53頁(yè)，2023年，2月20日，星期五4.5集散遞階智能控制系統(tǒng)

4.5.1集散遞階智能控制系統(tǒng)的工作原理1．集散控制系統(tǒng)(totaldistributedcontrolsystem,DCS)的基本結(jié)構(gòu)圖4.29集散控制系統(tǒng)的基本結(jié)構(gòu)第41頁(yè)，共53頁(yè)，2023年，2月20日，星期五(3)通信系統(tǒng)通信系統(tǒng)要完成分散過(guò)程監(jiān)控裝置與集中操作管理裝置之間的數(shù)據(jù)通信?？赏ㄟ^(guò)標(biāo)準(zhǔn)的網(wǎng)絡(luò)通信手段，與其他的過(guò)程控制系統(tǒng)、經(jīng)營(yíng)管理系統(tǒng)、生產(chǎn)調(diào)度系統(tǒng)互通信息，以完成更加復(fù)雜的功能。

(1)分散過(guò)程監(jiān)控裝置分散過(guò)程監(jiān)控裝置是集散控制系統(tǒng)與生產(chǎn)過(guò)程的界面，生產(chǎn)過(guò)程的各種過(guò)程變量或狀態(tài)信息通過(guò)分散過(guò)程監(jiān)控裝置轉(zhuǎn)換為操作監(jiān)視的數(shù)據(jù)，而各種操作信息則通過(guò)分散過(guò)程監(jiān)控裝置送到執(zhí)行機(jī)構(gòu)。在分散過(guò)程監(jiān)控裝置內(nèi)，進(jìn)行模擬量與數(shù)字量的相互轉(zhuǎn)換，完成各種輸入、輸出的數(shù)據(jù)處理和控制算法運(yùn)算。(2)集中操作管理裝置集中操作管理裝置是操作管理人員與集散控制系統(tǒng)的界面，生產(chǎn)過(guò)程的各種參數(shù)集中在操作站上顯示，操作管理人員通過(guò)操作站了解生產(chǎn)過(guò)程的運(yùn)行狀況、操縱生產(chǎn)過(guò)程和組態(tài)回路、調(diào)整回路參數(shù)、檢測(cè)故障和存儲(chǔ)過(guò)程數(shù)據(jù)。第42頁(yè)，共53頁(yè)，2023年，2月20日，星期五2．集散控制系統(tǒng)的遞階結(jié)構(gòu)及功能

圖4.30三級(jí)結(jié)構(gòu)的DCS第43頁(yè)，共53頁(yè)，2023年，2月20日，星期五(4)第四層——經(jīng)營(yíng)管理級(jí)進(jìn)行市場(chǎng)和用戶(hù)分析、訂貨和銷(xiāo)售統(tǒng)計(jì)、銷(xiāo)售計(jì)劃制訂、產(chǎn)品制造協(xié)調(diào)、合同管理及期限監(jiān)測(cè)等。

（1）第一層——直接控制級(jí)進(jìn)行數(shù)據(jù)采集、數(shù)據(jù)檢查、數(shù)字開(kāi)環(huán)和閉環(huán)控制、設(shè)備和系統(tǒng)與診斷監(jiān)測(cè)，實(shí)施安全性和冗余化。本級(jí)為控制的底層,直接對(duì)車(chē)間生產(chǎn)過(guò)程和設(shè)備(裝置)進(jìn)行控制。(2)第二層——過(guò)程管理級(jí)實(shí)施過(guò)程操作測(cè)試、裝置間協(xié)調(diào)、優(yōu)化控制過(guò)程、自適應(yīng)控制、錯(cuò)誤檢測(cè)及數(shù)據(jù)存檔。(3)第三層——生產(chǎn)管理級(jí)規(guī)劃產(chǎn)品結(jié)構(gòu)和規(guī)模,進(jìn)行產(chǎn)品監(jiān)視、產(chǎn)品報(bào)告和工廠生產(chǎn)監(jiān)視等。第44頁(yè)，共53頁(yè)，2023年，2月20日，星期五圖4.31集散控制系統(tǒng)的遞階結(jié)構(gòu)

第45頁(yè)，共53頁(yè)，2023年，2月20日，星期五3．集散智能控制系統(tǒng)的遞階結(jié)構(gòu)集散遞階智能控制系統(tǒng)的執(zhí)行級(jí)，其基本控制器的目標(biāo)是完成具體的控制任務(wù)并達(dá)到相當(dāng)?shù)目刂凭龋删幊虒?shí)現(xiàn)用戶(hù)特定的控制方案是大多數(shù)集散控制系統(tǒng)的基本控制器已經(jīng)具備的功能。集散遞階智能控制系統(tǒng)的協(xié)調(diào)級(jí)，可通過(guò)智能化將監(jiān)控計(jì)算機(jī)的協(xié)調(diào)、優(yōu)化功能進(jìn)一步加強(qiáng)，以實(shí)現(xiàn)以下功能：(1)對(duì)于來(lái)自組織級(jí)