車輛智能前大燈系統(tǒng)控制算法的仿真與優(yōu)化

孫少杰，朱布博，藺宏良

（陜西交通職業(yè)技術(shù)學院，陜西 西安 710018）

前言

車輛在夜間行駛時，智能前大燈系統(tǒng)可以根據(jù)彎道情況自動改變前大燈照明方向。減少彎道時的照明盲區(qū)，提高駕駛安全性。由于車燈的照射方向總是隨著車輛行駛方向和行駛速度的變化而不斷變化，并且車輛在行駛當中駕駛員行為存在不確定性、行車環(huán)境存在復(fù)雜性，從而導(dǎo)致了前大燈系統(tǒng)控制的復(fù)雜性。根據(jù)智能前大燈系統(tǒng)的隨動特性和輸入輸出的非線性關(guān)系特點，本文選用模糊控制作為智能前大燈的控制算法。

1 基于模糊控制算法的智能前大燈系統(tǒng)仿真

利用Simulink建立智能前大燈系統(tǒng)的控制模型并進行仿真，之后對其控制效果進行分析評價。建立的智能前大燈模糊控制系統(tǒng)模型如圖1所示：

將預(yù)先建好的模糊控制器讀入到工作區(qū)，以完成整個仿真過程[1]-[2]。給該控制系統(tǒng)輸入一個轉(zhuǎn)角信號，將該信號與控制系統(tǒng)的反饋信號做差，將二者間的差值和差值變化率送入模糊控制器從而得到步進電機的輸入脈沖數(shù)，經(jīng)過步進電機的傳遞函數(shù)得到系統(tǒng)的輸出角度值用該信號與控制系統(tǒng)的實際反饋信號做差，將得到的誤差和誤差變化率經(jīng)模糊控制器計算得到步進電機的輸入脈沖數(shù)，經(jīng)過步進電機傳遞函數(shù)得到系統(tǒng)的角度輸出值，將該角度值送入示波器與期望角度值進行對比，檢驗控制效果。

2 控制系統(tǒng)對動態(tài)輸入信號的跟隨效果

在行車過程中，前大燈的照射方向始終要隨著行駛方向和行駛速度的變化而變化，故需要對前大燈系統(tǒng)的動態(tài)跟隨效果進行分析。以幅值為9，周期為5的正弦信號為系統(tǒng)的輸入信號進行仿真，得到系統(tǒng)的動態(tài)跟隨效果曲線如圖2所示：

圖2 模糊控制系統(tǒng)動態(tài)跟隨效果曲線圖

由圖2可以看出，控制系統(tǒng)的實際值一直在跟隨期望值而變化，但在開始時，實際角度值與期望角度值之間的誤差較大，之后二者之間的誤差都較小，另外當期望角度值的變化率加快時，實際值與期望值之間的誤差增大，當期望角度值的變化率減慢時，實際值與期望值之間的誤差減小。在系統(tǒng)仿真過程中實際角度值與期望角度值之間的誤差曲線如圖3所示：

圖3 模糊控制系統(tǒng)實際角度值與期望角度值之間的誤差曲線圖

由圖3可以看出，在初始階段實際角度值與期望角度值之間的誤差較大，達到2.3°左右，但在系統(tǒng)穩(wěn)定之后誤差都控制在0.5°的范圍內(nèi)，誤差較小，當期望角度值的變化率在0附近時，誤差最小，幾乎為零，此時的動態(tài)跟隨效果最優(yōu)。

3 智能前大燈系統(tǒng)控制算法的優(yōu)化

通過仿真發(fā)現(xiàn)，基于模糊控制的智能前大燈系統(tǒng)雖然在穩(wěn)定之后的實際值與期望值之間的誤差較小，但在初始階段二者之間的誤差較大，初期控制效果不太理想，故需要對控制算法進行優(yōu)化，為了提高控制精度，將穩(wěn)定性強、控制精度高，控制算法簡單、出錯率低的PID控制算法與模糊控制相結(jié)合，使系統(tǒng)兼具應(yīng)變性強和控制精度高的優(yōu)點。建立模糊自適應(yīng)PID控制系統(tǒng)的模型[3]-[5]，如圖4所示：

圖4 模糊自適應(yīng)PID控制系統(tǒng)模型

將周期為5，幅值為9的正弦信號作為期望角度值輸入到該模型中，運行之后得到該控制系統(tǒng)的動態(tài)跟隨效果曲線如圖5所示：

圖5 模糊自適應(yīng)PID控制系統(tǒng)動態(tài)跟隨效果曲線圖

從圖5中可以看出，在整個周期內(nèi)實際角度值與期望角度值之間的誤差都非常小，動態(tài)跟隨效果非常好。該控制系統(tǒng)的實際輸出角度值與期望角度值之間的誤差曲線如圖6所示：

圖6 模糊自適應(yīng)PID控制系統(tǒng)實際角度值與期望角度值之間的誤差曲線圖

從圖6可以看出，在整個周期內(nèi)實際角度值與期望角度值之間的誤差控制在[-0.2°，0.2°]之間。誤差范圍很窄，精度較高。

4 結(jié)語

本文根據(jù)智能前大燈系統(tǒng)的隨動特點及駕駛員操作的不確定性，選用模糊控制作為智能前大燈系統(tǒng)的控制算法，并建立系統(tǒng)模型對控制效果進行仿真分析，經(jīng)過仿真分析發(fā)現(xiàn)模糊控制系統(tǒng)在穩(wěn)定之后的控制誤差較小，控制效果較好，但在控制初期時的動態(tài)跟隨誤差較大， 控制效果不好。之后對控制系統(tǒng)的控制算法進行了優(yōu)化，將模糊算法和PID算法相結(jié)合，建立模糊自適應(yīng)PID控制系統(tǒng)模型，并對其進行仿真實驗，由仿真結(jié)果可得控制系統(tǒng)的跟隨誤差始終控制在[-0.2°，0.2°]之間，控制效果良好，控制精度明顯優(yōu)于模糊算法，已經(jīng)能夠滿足前大燈控制系統(tǒng)的精度要求，故將模糊自適應(yīng)PID控制算法應(yīng)用于智能前大燈控制系統(tǒng)是可行的。

參考文獻

[1] 諸靜.模糊控制原理與應(yīng)用[M].北京:機械工業(yè)出版社,2005.

[2] 陳建林.基于駕駛模擬器的汽車 AFS系統(tǒng)控制策略研究[D].武漢理工大學,2009.

[3] 李健,王冬青,王麗美.模糊 PID 控制器設(shè)計及 MATLAB仿真[J].工業(yè)控制計算機,2011, 05:56-57.

[4] 楊菲,巴力登.基于MATLAB的模糊自適應(yīng)PID控制器的設(shè)計與仿真[J].信息與電腦(理論版), 2011(09).

[5] 尹亮,宮文寧.模糊自適應(yīng) PID 控制算法分析[J].變頻器世界,2011(09).