基于模糊PID的轉(zhuǎn)向策略的實現(xiàn)

【摘要】轉(zhuǎn)向控制是智能車輛運行過程中的關(guān)鍵因素。本文介紹了一種自適應(yīng)性強(qiáng)，魯棒性好，調(diào)節(jié)速度快，精度高的轉(zhuǎn)向控制算法。利用matlab仿真，在理論上證實了這種方法的優(yōu)越性，并在實踐中的得到了檢驗。該方法具有調(diào)節(jié)速度快，精度高，自適應(yīng)強(qiáng)，魯棒性好。能有效克服智能車運行過程中的電量降低，機(jī)械磨損，摩擦力變化等因素。

【關(guān)鍵詞】模糊PID；偏離角度；動態(tài)參數(shù)

1.引言

自20世紀(jì)90年代以來，隨著汽車市場競爭激烈程度的日益加劇和智能運輸系統(tǒng)研究的興起，國際上對智能汽車及其相關(guān)技術(shù)的研究成為熱門。對于自主循跡的智能車而言，精確快速的轉(zhuǎn)向控制是決定智能車性能的關(guān)鍵因素之一。但由于智能車系統(tǒng)是一個相對穩(wěn)定的非穩(wěn)定系統(tǒng)，在運行過程中會出現(xiàn)電池電量降低，機(jī)械磨損，以及與路面摩擦力的改變等因素，難以建立準(zhǔn)確的數(shù)學(xué)模型。也難以找出一套固定不變的參數(shù)來保證智能車運行全程高速穩(wěn)定的運行。

目前在智能車轉(zhuǎn)向控制方面，以路徑的曲率作為控制量為主流，控制方法主要選用傳統(tǒng)的PID控制。但要想準(zhǔn)確計算曲率，需要的獲取較多的路徑信息，而且要求信息的準(zhǔn)確度要高。目前傳統(tǒng)的傳感技術(shù)效果欠佳，而且由于運行過程中車身抖動等因素，對路徑信息的提取準(zhǔn)確度難以達(dá)到理想效果，所以計算出的曲率精度相對較低。常規(guī)PID過于依賴被控對象的數(shù)學(xué)模型，如果要想對被控對象進(jìn)行精確的控制，就需要對比例系數(shù)KP、積分系數(shù)KI和微分系數(shù)KD進(jìn)行整定。智能車系統(tǒng)復(fù)雜易變，難以建立準(zhǔn)確的數(shù)學(xué)模型，所以傳統(tǒng)的PID控制用于智能車轉(zhuǎn)向就有一定的局限性。

本文采用模糊PID算法，在傳統(tǒng)PID基礎(chǔ)之上結(jié)合實際工程經(jīng)驗，加入模糊控制的思想。為智能車轉(zhuǎn)向控制提供一種新的解決方案。

2.問題的分析

智能車轉(zhuǎn)向控制屬于非線性，復(fù)雜的控制系統(tǒng)。在智能車行駛過程中，常常會出現(xiàn)以下不利因素：

（1）舵機(jī)轉(zhuǎn)角與單片機(jī)中所賦控制量的值之間成非線性關(guān)系。

（2）電池電量隨著車的運行逐漸降低，導(dǎo)致車的性能改變，原有的參數(shù)不能達(dá)到預(yù)期的效果。

（3）智能車運行過程中機(jī)械結(jié)構(gòu)的磨損，導(dǎo)致智能車的性能改變。

（4）不同賽道與車輪間的摩擦力大小不同。

（5）舵機(jī)及機(jī)械結(jié)構(gòu)本身具有一定的延時性。

由于以上原因的存在，在智能車運行過程中，其性能處于一種相對穩(wěn)定的非穩(wěn)定狀態(tài)，只用一組確定的控制參數(shù)難以實現(xiàn)整個行車過程中的高速穩(wěn)定狀態(tài)。而且難以對智能車轉(zhuǎn)向建立準(zhǔn)確的數(shù)學(xué)模型。

當(dāng)前控制領(lǐng)域中，最常用的的控制方法是傳統(tǒng)的PID控制。PID控制器是線性控制器，PID控制具有結(jié)構(gòu)簡單、易于實現(xiàn)、穩(wěn)定性好、工作可靠、控制參數(shù)相互獨立、應(yīng)用面寬、適用范圍廣等優(yōu)點。但是常規(guī)PID過于依賴被控對象的數(shù)學(xué)模型，如果要想對被控對象進(jìn)行精確的控制，就需要對比例系數(shù)KP、積分系數(shù)KI和微分系數(shù)KD進(jìn)行整定，這種整定往往依賴于具體的經(jīng)驗，需要一定的時間，并且參數(shù)在經(jīng)過復(fù)雜的整定后就不再改變。因此，對于智能車的轉(zhuǎn)向控制，傳統(tǒng)的PID則不能達(dá)到優(yōu)良的控制效果。模糊控制是以模糊集合論、模糊語言變量和模糊邏輯推理為基礎(chǔ)的一種計算機(jī)數(shù)字控制技術(shù)。模糊控制實質(zhì)上是一種非線性控制系統(tǒng)，既具有一定的理論基礎(chǔ)，同時能夠融合實際工程經(jīng)驗，用比較簡單的數(shù)學(xué)形式直接將人的判斷、思維過程表達(dá)出來，具有靈活性好，適應(yīng)性強(qiáng)等優(yōu)點，從而逐漸得到了廣泛應(yīng)用。因此，考慮在PID控制的基礎(chǔ)之上融入模糊控制理論的思想，使智能車的轉(zhuǎn)向控制既具有PID控制的快速，精確性，又具有自適應(yīng)性，能夠克服智能車在運行過程中上述的不利因素。

3.模型的建立與求解

建立轉(zhuǎn)向控制模型時，在智能車轉(zhuǎn)向控制量的選擇上，基于計算路徑曲率作為控制量是大多數(shù)人的選擇。然而計算曲率則需要花費較長時間對圖像進(jìn)行處理，同時計算本身也比較繁瑣。由于本系統(tǒng)采用MC9S12XSl28芯片作為核心控制系統(tǒng)，芯片的性能相對較低，計算能力較差。所以在選擇控制量時，沒有選用曲率作為控制量。

通過實際調(diào)試與多種控制量的試用、比較最終選擇車身中軸線與路徑中軸線的夾角作為控制量。相關(guān)圖像處理技術(shù)在此不詳加贅述。

傳統(tǒng)的PID控制器大家對其原理較為熟悉，在此不做說明，下面介紹模糊控制思想在智能車轉(zhuǎn)向控制中的應(yīng)用與具體實現(xiàn)過程，模糊理論中模糊控制器的結(jié)構(gòu)如圖1所示：

圖1 模糊控制結(jié)構(gòu)圖

本系統(tǒng)采用二維模糊控制器，具有兩個輸入控制量三個輸出控制量。兩個輸入控制量分別為角度的偏差E與角度偏差的變化率EC。選用兩個輸入量能夠更嚴(yán)格的反映受控系統(tǒng)中輸出變量的動態(tài)特性。也是目前廣泛采用的一種模糊控制器。其結(jié)構(gòu)如圖2所示：

圖2 二維模糊控制器結(jié)構(gòu)圖

（3）輸出信息的反模糊化

在實際控制中，能夠直接應(yīng)用的量必須是精確的數(shù)字量，所以需要將上述得出的模糊量進(jìn)行反模糊化，轉(zhuǎn)換為精確量。反模糊化的方法主要有重心法、中位數(shù)法、最大隸屬度法、加權(quán)系數(shù)平均法等。實際應(yīng)用中采用何種方法不能一概而論，需要經(jīng)過實踐的檢驗。在此次研究中，采用重心法取得了良好的控制效果。

重心法就是取隸屬函數(shù)曲線與橫坐標(biāo)軸圍成面積的重心作為代表點，對于隸屬函數(shù)為離散時△KP計算公如式（5.15）所示：

4.模型的仿真

為了在理論上將PID算法與模糊PID算法進(jìn)行對比，驗證兩者的優(yōu)劣，對兩種控制算法進(jìn)行了仿真?？紤]到智能車系統(tǒng)本身具有一定的不穩(wěn)定性，難以建立準(zhǔn)確的數(shù)學(xué)模型，再者模糊控制對于數(shù)學(xué)模型的的要求不嚴(yán)格，在此選用簡化的數(shù)學(xué)模型。

設(shè)舵機(jī)轉(zhuǎn)向控制中，傳遞參數(shù)為：

將目標(biāo)值設(shè)為0，在執(zhí)行過程中，不同時刻加入不同的干擾。

轉(zhuǎn)向控制的Simulink圖如圖4所示：

圖4 轉(zhuǎn)向控制的Simulink圖

仿真結(jié)果如圖5所示：

圖5 仿真結(jié)果

觀察仿真結(jié)果可知，使用模糊PID算法圖像能迅速收斂至目標(biāo)值，傳統(tǒng)的PID算法則有較大的超調(diào)。因此，可以得出模糊PID算法要比傳統(tǒng)的PID算法有更強(qiáng)的自適應(yīng)性，更適合作為智能車系統(tǒng)轉(zhuǎn)向的控制方法。

5.結(jié)論

將模糊控制和PID控制結(jié)合起來，揚長避短，使算法既具有模糊控制的靈活而適應(yīng)性強(qiáng)的特點，又具有PID控制調(diào)節(jié)迅速，精度高的特點。有效的解決了智能車運行過程中出現(xiàn)的電池電量不穩(wěn)定，舵機(jī)本身非線性以及由于摩擦力的不同和機(jī)械結(jié)構(gòu)的磨損程度不同而引起的調(diào)節(jié)參數(shù)變化的問題?；谄x角度通過模糊PID控制轉(zhuǎn)向，智能車在性能良好時穩(wěn)定運行速度為3.0m/s左右。

參考文獻(xiàn)

[1]劉鎮(zhèn)，姜學(xué)智.PID控制參數(shù)整定方法[J].電子技術(shù)應(yīng)用，1997，23（5）：4-6.

[2]劉彩虹.智能小車路徑跟蹤技術(shù)的研究[D].浙江：浙江大學(xué)，2007.

[3]諸靜.模糊控制理論與系統(tǒng)原理[M].北京：機(jī)械工業(yè)出版社，2005：12-13.

[4]吳振順.模糊自整定PID控制器的設(shè)計及其應(yīng)用[J].哈爾濱工業(yè)大學(xué)學(xué)報，2004，36（11）：1578-1580.

作者簡介：

潘騰（1992—），男，河北石家莊人，大學(xué)本科，現(xiàn)就讀于東北大學(xué)。

康杰（1987—），男，河北邯鄲人，東北大學(xué)碩士研究生在讀。

張永政（1993—），男，河北景縣人，大學(xué)本科，現(xiàn)就讀于東北大學(xué)。