智能車控制應(yīng)用中的模糊算法分析

摘要：隨著電子技術(shù)的飛速發(fā)展，電子計(jì)算機(jī)與現(xiàn)代汽車工業(yè)關(guān)系也越來越密切，智能車作為兩者結(jié)合的最新科技成果，在工業(yè)領(lǐng)域應(yīng)用也越來越廣泛。本文主要通過介紹智能車控制及其特點(diǎn)，講解了智能車控制系統(tǒng)的流程，將模糊算法在智能車控制的應(yīng)用進(jìn)行了分析，最后得出結(jié)論，模糊控制算法在智能車控制中對(duì)其穩(wěn)定性還是取得了一定效果。

關(guān)鍵詞：智能車；控制；模糊算法；電軌傳感

一、智能車控制及特點(diǎn)

智能車控制系統(tǒng)一般主要包含以下幾個(gè)模塊：電源、主控板、電軌傳感器、電機(jī)驅(qū)動(dòng)板、電機(jī)、舵機(jī)、光電編碼器等。智能車具有如下特點(diǎn)，第一，其運(yùn)行途徑可以通過程序嚴(yán)加控制，機(jī)動(dòng)能力特別強(qiáng)，可以方便靈活的變更當(dāng)前路徑線路，成本設(shè)置不高。第二，智能車通過ARM控制單元對(duì)整車的實(shí)時(shí)情況獲取，并且可以通過對(duì)獲取的信息進(jìn)行分析做出相應(yīng)的反饋。第三，智能車的路徑自動(dòng)識(shí)別技術(shù)可以應(yīng)用到多種不同的實(shí)際場合。

二、智能車控制系統(tǒng)流程

智能車的位置信號(hào)由車體前方的電軌傳感器的線圈采集，經(jīng)內(nèi)部 AD 進(jìn)行模數(shù)轉(zhuǎn)換后，輸入到控制核心，再經(jīng)模糊算法處理，用于賽車的運(yùn)動(dòng)控制決策。通過編碼器測(cè)速模塊來檢測(cè)車速，并采用ARM的輸入捕捉功能進(jìn)行脈沖計(jì)數(shù)計(jì)算速度和路程；智能車的縱向控制采用 PID 控制，通過 PWM 控制驅(qū)動(dòng)電路調(diào)整電機(jī)的轉(zhuǎn)速，完成智能車速度的閉環(huán)控制。

智能車控制系統(tǒng)使用電壓為7.2V，電流2A的可充電電源，并使用多種傳感器來進(jìn)行的信息采集，主要包括：電軌傳感器、光電編碼器等，電軌傳感器可以在智能車進(jìn)行路徑識(shí)別時(shí)使用，電軌傳感器使用5個(gè)電感線圈，每個(gè)通道包含一個(gè)三點(diǎn)式電容振蕩電路，可以產(chǎn)生一定頻率的交變信號(hào)，并由線圈發(fā)出，當(dāng)線圈靠近金屬鋁箔的時(shí)候，線圈周圍的交變磁場會(huì)在金屬鋁箔中感應(yīng)出渦流。渦流所產(chǎn)生的二次磁場疊加在原來磁場中則會(huì)改變?cè)芯€圈中的感應(yīng)電動(dòng)勢(shì)，進(jìn)而可以等效改變?cè)€圈的電抗。線圈的電抗改變的大小與線圈的形狀、振蕩頻率、線圈與金屬相對(duì)位置以及金屬的電導(dǎo)率、磁導(dǎo)率有關(guān)系。當(dāng)線圈電抗改變時(shí)，電軌傳感器的輸出信號(hào)頻率發(fā)生變化，輸入到控制核心。此外，還使用電機(jī)驅(qū)動(dòng)電路驅(qū)動(dòng)直流電機(jī)，該電路為一個(gè)由分立元件制作的直流電動(dòng)機(jī)可逆雙極型橋式驅(qū)動(dòng)器，其功率元件由四只 N 溝道功率 MOSFET 管組成，額定工作電流可以輕易達(dá)到 100A 以上，大大提高了電動(dòng)機(jī)的工作轉(zhuǎn)矩和轉(zhuǎn)速。

三、智能車控制的模糊算法分析

將各個(gè)線圈相對(duì)于鋁膜的大概距離的數(shù)值，把其作為輸入量，最終確定車模轉(zhuǎn)角的過程，采用了模糊控制這一數(shù)據(jù)處理方法。模糊控制是一種新型的控制技術(shù)，一般不需要深入了解受控對(duì)象的精細(xì)數(shù)學(xué)模型，只需要一些控制規(guī)則，通過人工根據(jù)這些規(guī)則制定決策表，通過決策表來定量分析控制量。常見的模糊控制規(guī)則可以通過自然語言表達(dá)，但是沒有形式化處理表現(xiàn)的直觀。一般有如下幾種形式： 一、 If An Then Bn；二、If An Then Bn Else Cn；三、If An And Bn Then Cn； An是論域U的模糊子集，Bn是論域V的模糊子集。R是笛卡爾乘積U×V上的模糊子集。

模糊控制器的基本工作原理：將測(cè)量得到的被控對(duì)象的狀態(tài)經(jīng)過模糊化接口轉(zhuǎn)換為用人類自然語言描述的模糊量，而后根據(jù)人類的語言控制規(guī)則，經(jīng)過模糊推理得到輸出控制量的模糊取值，控制量的模糊取值再經(jīng)過清晰化接口轉(zhuǎn)換為執(zhí)行機(jī)構(gòu)能夠接收的精確量。算法的具體思想如下：將車模從賽道一側(cè)勻速平移至賽道另一側(cè)，如從距賽道中心線左側(cè) 19cm 處，勻速移至距賽道中心線右側(cè) 19cm 處。記錄每一處車模中心線相對(duì)于賽道中心線的偏差距離，以及此時(shí) 5 個(gè)線圈返回的電壓值。對(duì) 5個(gè)線圈返回的電壓值進(jìn)行歸一化處理，使得所有電壓對(duì)應(yīng)為 1 到 100 之間的數(shù)據(jù)，便于處理。將采集后的各個(gè)歸一化值數(shù)據(jù)，逐個(gè)與整個(gè)標(biāo)定過程中該線圈的歸一化后數(shù)據(jù)作對(duì)比，記錄下兩數(shù)值最相近處的偏差，此即為車模中心線概率最大的位置。對(duì)得到的各組最大位置數(shù)據(jù)進(jìn)行概率模糊化，每一概率最大位置對(duì)應(yīng)一個(gè)概率平方衰減的波峰峰值。將模糊化后的各組數(shù)據(jù)再進(jìn)行反模糊計(jì)算，得出最終的概率分布，概率最大處的偏差即為車模中心線的位置。由此，在車模的整個(gè)行駛過程中，均能計(jì)算出車模中心線的位置，給出舵機(jī)的相應(yīng)打角。模糊控制器主要由編碼、模糊化、模糊推理、建立模糊關(guān)系表和解模糊、模糊控制程序等幾個(gè)部分構(gòu)成。

（一）編碼。在模糊控制中，我們發(fā)現(xiàn)，控制量的實(shí)際結(jié)果與所期待的結(jié)果有會(huì)一個(gè)偏差，我們稱這個(gè)偏差為e，e通過模糊化后經(jīng)過處理變?yōu)槟：縀，控制器可以根據(jù)模糊量E來調(diào)節(jié)和控制該系統(tǒng)。如果要想該控制器的性能更加好，可以將偏差變化量即ec作為一個(gè)輸入量，對(duì)系統(tǒng)進(jìn)行綜合性的判斷位置偏差e和偏差變化率ec是控制器的主要輸入因素，模糊控制器首先對(duì)這兩個(gè)精確值進(jìn)行編碼，使其模糊化。（二）模糊化。通過輸入位置偏差e和變化率ec，將這兩個(gè)變量編碼成兩個(gè)模糊量，通過傳感器傳過來的信息一般都是精確值，在模糊控制器中進(jìn)行輸入的需要是模糊量，因此需要將這些檢測(cè)到的信息模糊化。（三）模糊推理。我們通過輸入模糊控制器位置偏差和偏差變化量，得到輸出量，也就是速度和方向的控制量u，因此模糊控制器是一個(gè)雙輸入單輸出的形式，采用的控制規(guī)則一般都是這種模糊條件語句： If E and EC then U，E是表示輸入系統(tǒng)偏差變量 e模糊化的模糊集合；EC 是表示輸入系統(tǒng)偏差△e 模糊化的模糊集合；U 是表示輸出變量 u 的模糊集合。如何有效地選取控制量主要由誤差決定的，如果誤差比較大，控制量可以選取消除誤差為主，誤差較小時(shí)，可以選取系統(tǒng)穩(wěn)定性。（四）建立模糊關(guān)系表。描寫模糊控制的模糊條件語句之間是“或”的關(guān)系，若第 1 條規(guī)則為“If E = NB or NM and EC = NB orNM or NS，then U = PB”，則由下面的句式“如果 A 或 B且 C 或 D則 E（if A or B and C or D then E）”，而這樣的模糊關(guān)系可寫為[1]R = [（A + B）× E]·[（C + D）× E]所以，第 1 條語句所確定的模糊關(guān)系為R1= [（NBe+ NMe）×PBu]·[（EBec+NMec+NSec）×PBu]（五）解模糊。解模糊是一種通過對(duì)模糊控制規(guī)則推理出來的控制決策變量的模糊子集，由于是一種模糊變量，不能直接被控制，需要采用一種其他辦法將其轉(zhuǎn)化為精確量，只有這樣才能使得決策效果達(dá)到最佳。（六）模糊控制器的控制算法。其主要包括離線計(jì)算查詢表程序即模糊矩陣運(yùn)算和模糊化處理輸出程序。

四、結(jié)語

模糊控制算法大大提高了智能車輛的穩(wěn)定性，能夠使得智能車在運(yùn)行軌道上運(yùn)行的更加穩(wěn)定，并且在某種程度上也大大提高了智能車的運(yùn)行速度。因此模糊算法對(duì)智能車的控制取得了非常好的效果。

參考文獻(xiàn)：

[1] 李士勇. 模糊控制、神經(jīng)控制和智能控制論[M]. 哈爾濱：哈爾濱工業(yè)大學(xué)出版社，2016.

[2] 曾光奇，胡均安，王 東. 模糊控制理論與工程應(yīng)用[M]. 北京：機(jī)械工業(yè)出版社，2015.

[3] 姜文佳，姜永健，姜廣田. 模糊 PID 控制算法改進(jìn)及在溫控系統(tǒng)中的應(yīng)用[J]. 控制工程2006

[4] 第十一屆“恩智浦”杯全國大學(xué)生智能車競賽北京科技大學(xué)電軌組技術(shù)報(bào)告

作者簡介： 劉俊杰（1996.3-） 男 漢 安徽信息工程學(xué)院