基于模糊控制汽車(chē)自動(dòng)泊車(chē)關(guān)鍵技術(shù)設(shè)計(jì)

張剛

摘 要： 研究了汽車(chē)自動(dòng)泊車(chē)系統(tǒng)，完成了模糊控制自動(dòng)垂直泊車(chē)系統(tǒng)的設(shè)計(jì)。在分析了自動(dòng)泊車(chē)系統(tǒng)組成的基礎(chǔ)上，從垂直泊車(chē)的實(shí)際情況出發(fā)，完成了基于FPGA的模糊控制自動(dòng)泊車(chē)系統(tǒng)總體結(jié)構(gòu)的構(gòu)建。泊車(chē)系統(tǒng)采用FPGA作為核心處理器，控制算法采用模糊PID算法，對(duì)周?chē)h(huán)境數(shù)據(jù)的采集通過(guò)超聲波傳感器的使用完成，再通過(guò)PID模糊控制器完成信息的分析處理過(guò)程。仿真測(cè)試結(jié)果表明模型車(chē)航向角范圍在-34°～34°之間，該系統(tǒng)完成了自主無(wú)碰撞泊車(chē)過(guò)程，具有較高的參考價(jià)值。

關(guān)鍵詞： 汽車(chē)自動(dòng)泊車(chē)系統(tǒng); FPGA; 模糊控制; 實(shí)現(xiàn)路徑

中圖分類(lèi)號(hào)： TM93

文獻(xiàn)標(biāo)志碼： A

文章編號(hào)：1007-757X（2019）06-0119-03

Abstract： This paper mainly studies the automatic parking system， completes the design of an automatic vertical parking system based on fuzzy control. Based on the analysis of the composition of the automatic parking system and the actual situation of the vertical parking system， this paper completes the construction of the overall structure of the fuzzy control automatic parking system based on FPGA. Using the FPGA as the core processor， the control adopts the fuzzy PID algorithm. The data acquisition of the surrounding environment is completed by using the ultrasonic sensor， and then the analysis and processing of the information are completed by the PID fuzzy controller. The simulation test results show when the heading angle is between -34° to 34°， the system can completed its autonomy saftly. Parking non-collision process has been designed， and has high reference value.

Key words： Vehicle automatic parking system; FPGA; Fuzzy control; Realization path

0?引言

汽車(chē)為人們生活帶來(lái)了極大的便利，隨著汽車(chē)技術(shù)的發(fā)展及人們生活品質(zhì)的提升，汽車(chē)逐漸成為人們出行時(shí)必不可少的交通工具，但同時(shí)汽車(chē)在生活中的普及使用，其所引發(fā)的安全問(wèn)題不容忽視，其中倒車(chē)引起的事故逐漸增多，傳統(tǒng)自動(dòng)泊車(chē)系統(tǒng)需駕駛員進(jìn)行操作，對(duì)泊車(chē)過(guò)程中車(chē)輛狀態(tài)的檢測(cè)主要通過(guò)車(chē)身上傳感器和圖像傳感器完成，雖然降低了駕駛員的倒車(chē)壓力，但泊車(chē)的安全程度及智能化水平還有待提高，對(duì)汽車(chē)自動(dòng)泊車(chē)系統(tǒng)進(jìn)行研究和開(kāi)發(fā)，兼顧泊車(chē)過(guò)程的安全性和效率是目前研究智能化汽車(chē)的方向之一。

1?現(xiàn)狀概述

垂直泊車(chē)位對(duì)空間的利用率較高（行車(chē)道同泊車(chē)空間成90°角），目前停車(chē)車(chē)位大多屬于垂直泊車(chē)位，能夠滿(mǎn)足更多的停車(chē)需求，自動(dòng)泊車(chē)系統(tǒng)主要由感知、決策、執(zhí)行3個(gè)子系統(tǒng)構(gòu)成，泊車(chē)過(guò)程通過(guò)各子系統(tǒng)協(xié)同配合完成：感知系統(tǒng)通過(guò)多種傳感器的使用實(shí)現(xiàn)對(duì)車(chē)輛狀態(tài)及周邊環(huán)境的探測(cè)，上傳采集到的信息至決策系統(tǒng)，完成環(huán)境信息的分析（通過(guò)使用控制芯片），結(jié)合相應(yīng)算法實(shí)現(xiàn)障礙物規(guī)避及車(chē)位檢測(cè)等，在此基礎(chǔ)上完成適當(dāng)控制量的生成，執(zhí)行系統(tǒng)根據(jù)這些控制量實(shí)現(xiàn)對(duì)電機(jī)和航機(jī)的控制，完成對(duì)汽車(chē)各部分的協(xié)調(diào)過(guò)程，按照決策路徑控制車(chē)輛運(yùn)動(dòng)，從而完成垂直泊車(chē)過(guò)程[1]。

本文所設(shè)計(jì)的基于模糊控制下汽車(chē)自動(dòng)泊車(chē)系統(tǒng)的優(yōu)勢(shì)主要表現(xiàn)在：（1）節(jié)約開(kāi)發(fā)時(shí)間，通過(guò)精度較高的模糊PID算法的使用，省去了單獨(dú)研究受控對(duì)象的數(shù)學(xué)模型環(huán)節(jié)，在使開(kāi)發(fā)的工作量得以顯著降低的同時(shí)，控制系統(tǒng)的相應(yīng)功能及控制精度得以提高;（2）節(jié)約成本，F(xiàn)PGA較強(qiáng)的數(shù)據(jù)處理能力的充分發(fā)揮，提高了系統(tǒng)的運(yùn)算速度以及安全性和可靠性。

2?自動(dòng)垂直泊車(chē)系統(tǒng)設(shè)計(jì)

2.1?系統(tǒng)構(gòu)成

通過(guò)垂直自動(dòng)泊車(chē)系統(tǒng)后可提高車(chē)輛對(duì)自身狀態(tài)及周邊環(huán)境的檢測(cè)精度，當(dāng)前情景通過(guò)系統(tǒng)控制器完成自主判斷，采用HC-SR04超聲波傳感器，F(xiàn)PGA選取高性?xún)r(jià)比的EP2C5Q208C8N作為控制芯片，系統(tǒng)硬件構(gòu)成如圖1所示。

系統(tǒng)工作流程為：車(chē)速及車(chē)身障礙物信息由超聲波測(cè)距傳感器進(jìn)行實(shí)時(shí)監(jiān)測(cè)，接收到的測(cè)量數(shù)據(jù)通過(guò)邏輯電平轉(zhuǎn)換模塊傳輸至Nexys3控制板，由FPGA完成接收數(shù)據(jù)的分析處理過(guò)程，據(jù)此對(duì)車(chē)輛能否順利進(jìn)入車(chē)位進(jìn)行判斷，同時(shí)將PID模糊算法輸出的控制量經(jīng)邏輯電平轉(zhuǎn)換后發(fā)送至電機(jī)、舵機(jī)驅(qū)動(dòng)模塊，從而實(shí)現(xiàn)調(diào)節(jié)車(chē)輛轉(zhuǎn)角和車(chē)速，完成泊車(chē)過(guò)程[2]。

2.2?環(huán)境參數(shù)及約束條件的確定

（1） 環(huán)境參數(shù)

本文以轎車(chē)車(chē)型為對(duì)象完成自動(dòng)泊車(chē)系統(tǒng)的設(shè)計(jì)，以外界環(huán)境信息為依據(jù)進(jìn)行自決策行為，泊車(chē)環(huán)境以城市汽車(chē)庫(kù)設(shè)計(jì)規(guī)范要求的參數(shù)為參考，行車(chē)道寬度為5 500 mm（由WR表示），針對(duì)小型汽車(chē)設(shè)計(jì)的車(chē)位長(zhǎng)度為5 300 mm（由Lp表示），寬為2 400 mm（由Wp表示）。

（2） 泊車(chē)起始區(qū)域的確定

簡(jiǎn)化車(chē)體為矩形剛體，車(chē)體四周分別由A、B、C、D表示，車(chē)輪由E、F、G、H表示，后輪軸線和左右兩端交點(diǎn)分別由I和J表示，后軸中心點(diǎn)由S表示，阿克曼轉(zhuǎn)向幾何轉(zhuǎn)向圓心由O表示。車(chē)輛位置由S的坐標(biāo)（xS，yS）表示，矩形區(qū)KLMN作為可行泊車(chē)區(qū)域，以L點(diǎn)作為坐標(biāo)軸原點(diǎn)建立坐標(biāo)系，車(chē)體以O(shè)點(diǎn)為圓心做圓周運(yùn)動(dòng)，泊車(chē)過(guò)程中對(duì)前后移動(dòng)調(diào)整情況不予考慮（向后倒車(chē)的速度恒定），在D點(diǎn)畫(huà)出車(chē)體軌跡中的最大圓弧，在J點(diǎn)畫(huà)出車(chē)體軌跡中的最小圓弧，倒車(chē)過(guò)程中若選擇的初始位置不恰當(dāng)導(dǎo)致車(chē)體軌跡最大圓弧易撞到不定點(diǎn)（由C1表示，位于車(chē)位左側(cè)KL線上）或車(chē)最小圓弧撞到N（C2）點(diǎn)，使倒車(chē)失敗。車(chē)輛位于初始泊車(chē)的極限坐標(biāo)處的位置坐標(biāo)為（xSmin，ySmin），D、J點(diǎn)剛好經(jīng)過(guò)N、C1點(diǎn)進(jìn)入泊車(chē)空間，車(chē)輛D點(diǎn)在初始位置x小于xSmin時(shí)會(huì)同C1點(diǎn)相撞，車(chē)輛J點(diǎn)在初始位置y小于ySmin時(shí)會(huì)同C2點(diǎn)相撞，泊車(chē)極限區(qū)域具體如圖2所示[3]。

在實(shí)際泊車(chē)過(guò)程中，后軸中心點(diǎn)在初始車(chē)體為任意方向角時(shí)的泊車(chē)極限坐標(biāo)（xSmin，ySmin）的推導(dǎo)過(guò)程如式（1）～式（3）。

由SS′垂直于OC1，且OD=OC1，車(chē)體寬度（1 855 mm）由Wcar表示，車(chē)輛后懸（1 005 mm）由Lrs表示，車(chē)輛最小轉(zhuǎn)彎半徑（5 950 mm）由Rmin表示，車(chē)輛后輪距（1 554 mm）由Lrw表示，則得式（4）。

車(chē)輛準(zhǔn)備泊車(chē)的位置不小于極限坐標(biāo)即可以大于或等于最小轉(zhuǎn)彎半徑的圓弧軌跡完成倒車(chē)，不會(huì)碰撞到C1或C2點(diǎn)成功進(jìn)入泊車(chē)位。

2.3?系統(tǒng)軟件設(shè)計(jì)

在自動(dòng)泊車(chē)系統(tǒng)中選擇垂直泊車(chē)方式，車(chē)輛后輪軸中心坐標(biāo)通過(guò)超聲波測(cè)距獲取，同時(shí)獲取到前輪轉(zhuǎn)角φ、車(chē)身航向角θ，經(jīng)過(guò)模糊控制器計(jì)算處理后完成相關(guān)參數(shù)的輸出，實(shí)現(xiàn)對(duì)車(chē)輛倒車(chē)運(yùn)行狀態(tài)的控制過(guò)程，順利完成自動(dòng)泊車(chē)，具體流程如圖3所示[3]。

3?PID模糊控制器設(shè)計(jì)

3.1?PID模糊控制

以設(shè)定的輸入和反饋信號(hào)為依據(jù)進(jìn)行計(jì)算，完成車(chē)輛實(shí)際同理論位置的偏差，在此基礎(chǔ)上完成模糊化及去模糊處理過(guò)程，最后經(jīng)PID控制器輸出參數(shù)（由KP，KI，KD表示），優(yōu)化處理參數(shù)后實(shí)現(xiàn)較為理想的控制效果，PID模糊控制器結(jié)構(gòu)具體如圖4所示[4]。

3.2?模糊控制器參數(shù)設(shè)計(jì)

表示車(chē)輛的位置及姿態(tài)的函數(shù)同舵機(jī)轉(zhuǎn)角和速度有關(guān)，泊車(chē)模糊控制器中通常以恒定的速度向后倒車(chē)，并且大多只控制舵機(jī)的轉(zhuǎn)向，一旦發(fā)生意外難以對(duì)車(chē)輛轉(zhuǎn)向做出應(yīng)急調(diào)整，影響了車(chē)輛的安全性，為使建立的模糊控制器能對(duì)意外情況進(jìn)行有效應(yīng)對(duì)，本文設(shè)計(jì)的模糊控制器為兩輸入兩輸出，實(shí)現(xiàn)對(duì)行車(chē)方向和轉(zhuǎn)向進(jìn)行同時(shí)控制，使車(chē)輛能夠進(jìn)行前后調(diào)整以確保順利完成倒車(chē)過(guò)程，模糊控制器輸入為車(chē)體位置（x，y）由后輪中心線坐標(biāo)表示，θ表示車(chē)身方向角，輸出為舵機(jī)轉(zhuǎn)角（φ）和車(chē)速，模糊控制器的推理類(lèi)型選用Mamdani，模糊控制器參數(shù)通過(guò)MATLAB模糊工具箱的使用完成設(shè)計(jì)過(guò)程。

（1） 語(yǔ)言變量

坐標(biāo)原點(diǎn)選為泊車(chē)空間左下角，設(shè)定車(chē)體位置坐標(biāo)的x和y的取值在[0，10 000]范圍內(nèi)（依據(jù)實(shí)際泊車(chē)位面積及行車(chē)道寬度），將車(chē)輛位置同坐標(biāo)原點(diǎn)的不同距離劃分為四個(gè)等級(jí)，用語(yǔ)言變量命名為S，M，B，PB（分別表示小、中、大、很大），完成對(duì)車(chē)體位置和泊車(chē)空間距離情況的描述;假設(shè)逆時(shí)針轉(zhuǎn)角為正，車(chē)身方向角取值在[-20°，120°]范圍間，劃分為五個(gè)等級(jí)，方向角為0°時(shí)車(chē)體平行于x 軸（行車(chē)道），語(yǔ)言變量命名為N，Z，PS，PM，PB（分別對(duì)應(yīng)負(fù)、零、小正、中正、大正）;舵機(jī)轉(zhuǎn)角（φ，車(chē)身輸出變量）在車(chē)輛右轉(zhuǎn)時(shí)為正取值在[-34°，34°]范圍內(nèi)，與x軸（行車(chē)道）方向夾角為 0°，同樣劃分為5個(gè)等級(jí)，語(yǔ)言變量命名為NB，NM，Z，PM，PB（分別對(duì)應(yīng)大負(fù)、中負(fù)、零、中正、大正）;設(shè)定車(chē)速取值在[-2 000，2 000]范圍內(nèi)，包含兩個(gè)模糊變量即向前移動(dòng)和向后移動(dòng)，語(yǔ)言變量命名為NB，PB（分別表示大負(fù)、大正），設(shè)定所有語(yǔ)言變量的隸屬度函數(shù)為三角形形狀，具體使用GUI工具完成[5]。

（2） 模糊規(guī)則

作為模糊推理的核心，模糊規(guī)則具體如表1所示（其中/表示無(wú)規(guī)則，N表示負(fù)角，Z表示零度左右，PM表示正向轉(zhuǎn)角，最大正向轉(zhuǎn)角由PB表示，θ同水平方向所呈的較小角度由PS表示），以車(chē)身方向角θ及車(chē)輛坐標(biāo)（x，y）作為輸入 ，以舵機(jī)轉(zhuǎn)角φ（正代表向右轉(zhuǎn)）和車(chē)速v（正代表向后行車(chē)）作為輸出[5]。

4?測(cè)試與分析

為了檢測(cè)本文所設(shè)計(jì)的基于模糊控制下的自動(dòng)垂直泊車(chē)系統(tǒng)的準(zhǔn)確性及實(shí)用性，通過(guò)測(cè)試驗(yàn)證模糊控制器的準(zhǔn)確性，本文具體通過(guò)MATLAB Simulink的使用完成模糊控制車(chē)輛運(yùn)動(dòng)學(xué)模型（基于超聲波測(cè)距）的構(gòu)建及硬件電路設(shè)計(jì)，在此基礎(chǔ)上完成仿真實(shí)驗(yàn)，垂直泊車(chē)初始位置選取模型車(chē)后輪軸中心點(diǎn)坐標(biāo)，設(shè)置其坐標(biāo)值為（6 000，9 000），模型車(chē)的航向角只在每一次的仿真過(guò)程中進(jìn)行改變，通過(guò)程序的運(yùn)行完成了垂直泊車(chē)過(guò)程行駛軌跡的獲取，仿真測(cè)試結(jié)果具體如圖5所示。

系統(tǒng)表現(xiàn)出較高的穩(wěn)定性，以同等大小模型車(chē)2個(gè)作為參考車(chē)，空車(chē)位按實(shí)際車(chē)庫(kù)比例預(yù)留，在搭建好的模型上測(cè)試模型車(chē)，結(jié)果表明模型車(chē)在航向角位于[-34°～34°]范圍內(nèi)皆能夠順利快速的實(shí)現(xiàn)自動(dòng)泊車(chē)過(guò)程，泊車(chē)入庫(kù)準(zhǔn)確度較高，達(dá)到了預(yù)期效果，具有較高的實(shí)際參考價(jià)值，測(cè)試結(jié)果如表2所示。

5?總結(jié)

本文主要研究了汽車(chē)自動(dòng)泊車(chē)系統(tǒng)，完成了模糊控制自動(dòng)垂直泊車(chē)系統(tǒng)的設(shè)計(jì)，在分析了自動(dòng)泊車(chē)系統(tǒng)組成的基礎(chǔ)上，從垂直泊車(chē)的實(shí)際情況出發(fā)，完成了基于FPGA 的模糊控制自動(dòng)泊車(chē)系統(tǒng)總體結(jié)構(gòu)的構(gòu)建，泊車(chē)系統(tǒng)采用FPGA作為核心處理器，控制算法采用模糊PID算法，對(duì)周?chē)h(huán)境數(shù)據(jù)的采集通過(guò)超聲波傳感器的使用完成，再通過(guò)PID模糊控制器完成信息的分析處理過(guò)程，仿真測(cè)試結(jié)果表明模型車(chē)航向角范圍在[-34°～34°]間，該系統(tǒng)完成了自主無(wú)碰撞泊車(chē)過(guò)程，具有較高的參考價(jià)值。

參考文獻(xiàn)

[1]?陳天殷.自主泊車(chē)系統(tǒng)APS的現(xiàn)狀與發(fā)展[J].汽車(chē)電器，2018（9）：27-32.

[2]?江浩斌，吳狄，沈崢楠，等.基于云發(fā)生器的自動(dòng)泊車(chē)路徑跟蹤控制研究[J].機(jī)械設(shè)計(jì)，2016（9）：61-65.

[3]?任坤，許藝，丁福文，等.基于機(jī)器視覺(jué)和模糊控制的自動(dòng)泊車(chē)[J].華中科技大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2015（S1）：88-92.

[4]?侯一民，朱志超.單神經(jīng)元PID控制算法在智能車(chē)控制系統(tǒng)的應(yīng)用[J].化工自動(dòng)化及儀表， 2015（2）：134-138.

[5]?曾維鵬，蔡莉莎.基于無(wú)線通信的智能泊車(chē)系統(tǒng)的設(shè)計(jì)與制作[J].電子世界，2017（21）：127-129.

（收稿日期： 2018.12.17）