模糊PID控制算法在智能小車中的研究與應(yīng)用

李偉中

海南師范大學物理與電子工程學院，海南?？?，571158

模糊PID控制算法在智能小車中的研究與應(yīng)用

李偉中

海南師范大學物理與電子工程學院，海南?？冢?71158

如今，隨著時代的發(fā)展以及科技的不斷進步，汽車電子和機器人的智能技術(shù)得到了飛速的發(fā)展，如今，在自動控制的領(lǐng)域當中，智能車已經(jīng)成為了一個非常重要的研究熱點。智能汽車是一種將環(huán)境感知、自動行駛等多種功能進行有效整合的綜合系統(tǒng)，使得自動控制、汽車電子等眾多學科得到了集中的運用，是一種高新技術(shù)的綜合體，有著很高的應(yīng)用價值。本文從實際出發(fā)，講述了以FREESCALE的MC9S12DG128B為微處理器，設(shè)計的能夠自動尋找軌跡的智能小汽車。在對本文設(shè)計的智能車的控制過程當中，分別對車的轉(zhuǎn)向以及速度采用模糊PID控制算法，按照控制理論簡歷規(guī)則求助控制表，根據(jù)提取的控制表來對小車進行速度以及轉(zhuǎn)向的控制。

模糊PID控制；圖像采集；智能車

自從上個世紀五十年代對臺機器人誕生以來，機器人的技術(shù)就經(jīng)歷了一個十分長期的發(fā)展過程，在上個世紀八九十年代當中，機器人技術(shù)得到了十分快速的發(fā)展，機器人的應(yīng)用領(lǐng)域也得到了大范圍的拓寬。

在機器人的眾多應(yīng)用領(lǐng)域當中，有一種結(jié)構(gòu)、功能都比較簡單的機器人，能夠在工廠、倉庫等場所發(fā)揮巨大的作用。例如在車間進行自動導(dǎo)航的小車，在商場當中能夠起到巡邏功能的機器人等。

如今，隨著時代的發(fā)展以及科技的不斷進步，企業(yè)的生產(chǎn)技術(shù)正在不斷的提高，在智能車的基礎(chǔ)上，現(xiàn)已經(jīng)逐漸開發(fā)出自動化物流等設(shè)備，世界上的許多國家扔在對自動導(dǎo)引車進行不斷的研究與開發(fā)。

1 智能車路徑識別與控制系統(tǒng)

與機器人的路徑跟蹤技術(shù)進行對比我們可以看到，智能車的路徑跟蹤技術(shù)是有與其類似的地方的。但是，智能車的跟蹤對象并不復(fù)雜，可對速度與方向的配合要求嚴格，智能車的路徑跟蹤，需要從傳感器獲得道路信息，隨后結(jié)合形式狀態(tài)智能的做出決定，從而對車輛的行駛方向以及速度進行調(diào)整，達到快速跟蹤道路的效果。

根據(jù)道路信息的因素不同，職能車的跟蹤技術(shù)一般分為基于地圖路徑跟蹤、基于感知器路徑跟蹤等四種。

在本文當中，就是要設(shè)計一種智能車，這輛智能車能夠檢測白色拍到上寬約25厘米的黑線，并將信息進行算法處理，對小車的速度與行駛方向進行控制，在智能車的系統(tǒng)當中，路經(jīng)檢測識別與控制器是最為重要的組成部分。

2 模糊控制器

對智能車的設(shè)計，其實就是根絕檢測到的信息來對車輛進行控制，只有良好的控制，才能夠提高車輛的速度，并增加車輛在行駛過程當中的穩(wěn)定性，因此要對車輛的速度與方向進行控制研究，就目前來講，經(jīng)常采用的方法是有PID控制器、模糊控制器等。

如今，自動控制理論的形成已經(jīng)經(jīng)過了三個階段。1987年，智能控制正式成為一們獨立的學科，職能控制是由人工智能、自動控制等多個學科交叉結(jié)合而成。所謂的模糊控制，就是模仿人的控制過程。因此，模糊控制同時也是一種智能控制，一方面模糊控制能夠應(yīng)用在簡單的控制對象當中，另一方面模糊控制也能夠應(yīng)用在復(fù)雜的控制過程當中。

2.1 PID控制理論與算法

所謂的PID調(diào)節(jié)器，是按照一定的偏差比例、積分來進行控制等調(diào)節(jié)器，PID控制器是目前應(yīng)用最為廣泛地一種調(diào)節(jié)器，而PID算法也是技術(shù)比較成熟的中控制系統(tǒng)技術(shù)，如今，PID調(diào)節(jié)器與PID算法已經(jīng)得到了十分廣泛的應(yīng)用，由于擁有結(jié)構(gòu)簡單、控制精度高等特點，因此PID調(diào)節(jié)器與PID算法還有著不錯的魯棒性。

2.2 模糊控制技術(shù)

現(xiàn)如今，隨著時代的發(fā)展以及科學的不斷進步，人類正在面臨著愈加復(fù)雜的問題，二對于控制等要求也在不斷升高，要對復(fù)雜的工業(yè)過程簡歷精確的模型，從而有效的進行控制是非常困難的，因此，傳統(tǒng)的控制理論當中提出了許多對策，然而這些控制的特點是必須簡歷在數(shù)學模型上，模糊控制技術(shù)就能夠有效的解決這一難題，這正式由于模糊控制不依賴于被控對象的模型，而只要求操作人員的經(jīng)驗或者是操作數(shù)據(jù)。由于模糊控制是在模仿人的控制，因此并不需要準確的模型，根據(jù)實際輸入的數(shù)據(jù)，參考操作人員的經(jīng)驗，就可以對系統(tǒng)進行控制。模糊控制其實也是一種非線性的控制。

2.3 模糊控制的實現(xiàn)

就目前來講，實現(xiàn)模糊控制通常采取硬件法或者是軟件法

文獻[9]提出了一種流片后延遲緩沖器插入方法，以面積損耗1%～2%為代價降低了電路頻率迭代對時序的影響.文獻[10]提出了一種在時鐘樹上插入時鐘游標裝置(CVD)的算法.

采用硬件控制器的方法是選用模糊芯片來實現(xiàn)模糊化、模糊推理。模糊芯片就是我們所說的模糊協(xié)處理器等。利用硬件控制器的方法能夠有效的提高處理速度，并保證較高的控制精度，但是，硬件控制器的價格昂貴，且靈活性交叉，因此目前只在機器人、汽車等領(lǐng)域得到了應(yīng)用。

第二種實現(xiàn)的方法是軟件法，利用軟件法來實現(xiàn)模糊控制，能夠講數(shù)字控制器變成模糊控制器，但是利用軟件法來實現(xiàn)模糊控制與數(shù)字控制器算法不同，也就是說，需要在MCU上通過軟件由三個步驟來實現(xiàn)。一般來講，軟件控制法可以分為查表法、推理法等三種。

3 智能車軟件結(jié)構(gòu)設(shè)計

在智能車的控制系統(tǒng)當中，軟件一般分為路徑識別算法、轉(zhuǎn)向舵機控制算法等。

在自動小車路徑跟蹤中，目前最常用的方法有PID控制器，最優(yōu)控制器等幾種。傳統(tǒng)的控制方法，特點是需要被控對象的精確模型，由于自動小車受到許多因素的影響，并受到運動過程當中震動的影響，因此整個系統(tǒng)有很高的不確定性。使用傳統(tǒng)的控制方法，就會是的系統(tǒng)缺乏應(yīng)變性，并不能達到良好的效果。因此，本文采用模糊控制策略來實現(xiàn)路徑跟蹤。

智能車能否穩(wěn)定的行駛，取決于系統(tǒng)對于環(huán)境的感知等能力，單很大程度取決于系統(tǒng)是否有良好的軟件體系。在系統(tǒng)的設(shè)計當中，主要有模糊控制器、速度檢測等。

3.1 路徑識別模塊軟件設(shè)計

在智能小車的系統(tǒng)當中，路徑識別模塊是最關(guān)鍵的部分，整個路徑模塊的工作過程是將攝像頭采集到的信號輸入單片機，經(jīng)過轉(zhuǎn)換后，輸出控制信號執(zhí)行動作。為后面的算法提供依據(jù)，識別算法的好壞會直接影響系統(tǒng)的優(yōu)劣。

（1）適當?shù)氖沟肅PU超頻，S12最高主頻為25M，通過配置時鐘寄存器，將主頻調(diào)配為32M，在這個時候CPU仍然可以正常工作，由于本文設(shè)計的智能車并不會長期工作，因此短時間的超頻不會對芯片造成損壞，通過實際測驗我們發(fā)現(xiàn)，雖然芯片有發(fā)燙的情況，單并沒有任何的損傷。

（2）提高AD轉(zhuǎn)換頻率，并降低轉(zhuǎn)換的精度，將AD轉(zhuǎn)換頻率提高到12-24MH，在損失精度的情況下，講轉(zhuǎn)換時間縮短在1.5微秒左右。

（3）使用各行采集的方式進行采集，我們并不需要每行都進行采集，在實際測試中，每行采集24個點也可以滿足要求。

3.2 模糊控制器軟件設(shè)計

智能車的路徑跟蹤是為了協(xié)調(diào)小車的形式速度和方向，使得小車能夠在準確跟蹤的前提下提高速度，因此路徑跟蹤實際就是對方向和速度的控制策略。

3.2.1 轉(zhuǎn)向控制

結(jié)構(gòu)簡單、穩(wěn)定是PID的控制特點。但是，PID并不能客服負載等非線性因素的影響，在高精度的要求下，模糊控制歐諾個有不依賴精確模型的有點，因此可以克服非線性因素。當職能車道路進行運行時，道路的走向與引導(dǎo)線的偏移會要求小車對自身的方向進行調(diào)整。

3.2.2 速度控制

為了能夠準確的跟隨路徑，在不同的環(huán)境下，需要對速度進行調(diào)整。傳統(tǒng)的PID有著很高的精確度，單并不能適應(yīng)參數(shù)變化；模糊控制雖然有較高的靈活性，但是并不具備穩(wěn)定的有點。因此可以將二者進行融合，產(chǎn)生模糊PID控制，講系統(tǒng)偏差作為系統(tǒng)輸入，輸出控制量，通過經(jīng)驗推理，可以設(shè)定PID參數(shù)。

小車的前進是依靠直流電機來進行驅(qū)動的，在運行的過程當中，經(jīng)常會有轉(zhuǎn)向的情況發(fā)生，在實際的應(yīng)用過程當中，模糊控制策略被應(yīng)用的較多，如果誤差在被允許的范圍內(nèi)，不必基于調(diào)整，傳統(tǒng)的PID控制目前在工業(yè)控制中得到了大量的應(yīng)用，但是運用在智能車控制中時，并不能良好的設(shè)定其參數(shù)。因此，我們可以將操作人員的經(jīng)驗存在單片機中，由單片機根據(jù)現(xiàn)場情況自行進行參數(shù)的調(diào)整。

[1]馮文杰,葛萬成.基于Canny算子的標志點定位技術(shù)的研究[J].計算機與信息技術(shù).2008(11):19-21.

[2]李進,陳無畏,李碧春,等.自動導(dǎo)引車視覺導(dǎo)航的路徑識別和跟蹤控制[J].農(nóng)業(yè)機械學報.2008(02):20-24.

李偉中/1991年生/男/江蘇泗陽人/本科/研究方向為自動化