《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 模擬設(shè)計(jì) > 設(shè)計(jì)應(yīng)用 > 基于模糊控制的智能競速車舵機(jī)轉(zhuǎn)向系統(tǒng)設(shè)計(jì)
基于模糊控制的智能競速車舵機(jī)轉(zhuǎn)向系統(tǒng)設(shè)計(jì)
上海海洋大學(xué)工程學(xué)院 王永鼎 聶莉娜
摘要: 目前,,汽車正向自動(dòng)化、智能化方向發(fā)展,,實(shí)現(xiàn)自動(dòng)尋線行駛,、自實(shí)現(xiàn)路徑變化功能,并在可靠性基礎(chǔ)上快速行駛,在工程及物流等實(shí)際生產(chǎn)中得到越來越多的應(yīng)用,。競速車模的設(shè)計(jì)開發(fā),,為車輛尋線行駛功能的實(shí)現(xiàn)提供了可借鑒的方案和方法。本文對(duì)競速車模舵機(jī)轉(zhuǎn)向系統(tǒng)進(jìn)行優(yōu)化設(shè)計(jì),,提出了一種模糊控制的舵機(jī)轉(zhuǎn)向控制方法,。
Abstract:
Key words :

目前,汽車正向自動(dòng)化,、智能化方向發(fā)展,,實(shí)現(xiàn)自動(dòng)尋線行駛、自實(shí)現(xiàn)路徑變化功能,,并在可靠性基礎(chǔ)上快速行駛,,在工程及物流等實(shí)際生產(chǎn)中得到越來越多的應(yīng)用。競速車模的設(shè)計(jì)開發(fā),,為車輛尋線行駛功能的實(shí)現(xiàn)提供了可借鑒的方案和方法,。本文對(duì)競速車模舵機(jī)轉(zhuǎn)向系統(tǒng)進(jìn)行優(yōu)化設(shè)計(jì),提出了一種模糊控制的舵機(jī)轉(zhuǎn)向控制方法,。

各種控制方法分析

目前,,人們所采用的自動(dòng)控制方法大致分為三種:經(jīng)典控制、現(xiàn)代控制和智能控制,。

經(jīng)典控制是人們常用的控制方法,,是以傳遞函數(shù)為基礎(chǔ)實(shí)現(xiàn)的。一般的工業(yè)生產(chǎn)過程較多屬于線性定常系統(tǒng),,故可以用經(jīng)典控制方法來控制,,經(jīng)典控制方法最典型的就是pid控制方法[1-3]。其調(diào)節(jié)品質(zhì)取決于pid控制器各個(gè)參數(shù)的整定,。但是這種控制方法只能解決線性定常系統(tǒng)的控制問題,。

現(xiàn)代控制理論可以解決時(shí)變系統(tǒng)的控制問題,在時(shí)變系統(tǒng)中,,輸入量和輸出量的關(guān)系隨時(shí)間的變化而變化,。故而現(xiàn)代控制理論在航空航天和軍事上有很大的作用。現(xiàn)代控制方法以狀態(tài)方程為基礎(chǔ)實(shí)現(xiàn),。

智能控制[4-5]是自動(dòng)控制發(fā)展的高級(jí)階段,,是人工智能控制論、系統(tǒng)論和信息論的多種學(xué)科的高度綜合與集成,,是一門新的交叉前沿學(xué)科,。智能控制無需人的干預(yù)就能夠獨(dú)立驅(qū)動(dòng)智能機(jī)器實(shí)現(xiàn)其目標(biāo)的控制方法。目前,,智能控制技術(shù),,如神經(jīng)元網(wǎng)絡(luò)技術(shù),模糊控制技術(shù),,遺傳算法優(yōu)化技術(shù),,專家控制系統(tǒng),,基于規(guī)則的仿人智能控制技術(shù)等已進(jìn)入工程化和實(shí)用化。

控制方案的選取

經(jīng)典控制和現(xiàn)代控制,,要求建立一套精確的數(shù)學(xué)模型,,然而在實(shí)際應(yīng)用中,有些復(fù)雜過程難以求取數(shù)學(xué)模型或根本無法求取其數(shù)學(xué)模型,。智能控制是利用人的經(jīng)驗(yàn)來控制復(fù)雜過程的一種方法,,并不斷完善和發(fā)展。模糊控制[6-8]是智能控制方法中的一種,,智能競速車采用模糊控制,,有如下優(yōu)點(diǎn):

(1)無需預(yù)先知道被控對(duì)象的精確數(shù)學(xué)模型。

(2)控制規(guī)則以人的經(jīng)驗(yàn)總結(jié)表示,,容易掌握,。

(3)對(duì)被控對(duì)象的參數(shù)變化有較強(qiáng)的魯棒性。

(4)控制知識(shí)是以人的語言形式表示,,有利于人機(jī)對(duì)話和系統(tǒng)的知識(shí)處理,,從而有利于系統(tǒng)處理的靈活性和機(jī)動(dòng)性。

智能車設(shè)計(jì)方案

智能車前輪轉(zhuǎn)向設(shè)計(jì)要求

智能車模以穩(wěn),、快,、準(zhǔn)為目標(biāo),即要求模型車速度及行駛路線穩(wěn)定,,算法反應(yīng)和速度,、角度調(diào)節(jié)快,以及速度控制和檢測系統(tǒng)測量準(zhǔn)確,,所以設(shè)計(jì)過程中,,檢測部分必須選擇性能可靠、反應(yīng)速度快的傳感器,,并使用智能算法控制車輛行駛[9-11],。

紅外傳感器的布置

針對(duì)白色底色寬60cm,標(biāo)識(shí)黑線寬2.5cm的道路條件,,本設(shè)計(jì)采用7對(duì)紅外傳感器進(jìn)行道路識(shí)別,,每個(gè)紅外傳感器間隔2.5cm,成水平直線排列,,以保證只有一個(gè)光電管信號(hào)在黑線內(nèi)為穩(wěn)定目標(biāo)。這樣,,就可以依據(jù)識(shí)別信號(hào),,將偏轉(zhuǎn)角度劃分為7個(gè)級(jí)別。

舵機(jī)控制模塊

采用hs-925型舵機(jī)來控制智能車前輪的轉(zhuǎn)向,,其特點(diǎn)為扭力大,,穩(wěn)定性好,,控制簡單,便于和數(shù)字系統(tǒng)接口,,控制角度精確,。

舵機(jī)工作原理

(1)舵機(jī)結(jié)構(gòu)包括減速齒輪組,位置反饋電位計(jì),,直流電機(jī)和控制電路等,。

舵機(jī)工作原理如圖1所示,減速齒輪組由電機(jī)驅(qū)動(dòng),,其輸出軸帶動(dòng)一個(gè)線性的比例電位器作位置檢測,,該電位器把轉(zhuǎn)角線性地轉(zhuǎn)換為電壓并反饋給控制線路板,控制線路板將其與輸入的控制脈沖信號(hào)比較,,產(chǎn)生糾正脈沖,,并驅(qū)動(dòng)電機(jī)正向或反向轉(zhuǎn)動(dòng),使齒輪組的輸出位置與期望值相符,,從而達(dá)到使伺服馬達(dá)精確定位的目的[12-13],。



圖1 舵機(jī)工作原

(2) 舵機(jī)的控制

本系統(tǒng)采用的控制信號(hào)為周期13ms的脈沖信號(hào),改變脈沖寬度就可以改變舵機(jī)的方向,,另外脈沖寬度和轉(zhuǎn)角成線性關(guān)系[14-16],,其計(jì)算公式為:

a=(l-1.5)×90° (1)

其中a是舵機(jī)的轉(zhuǎn)角,單位是度,;l是脈沖寬度,,單位是毫秒。其轉(zhuǎn)角和脈沖寬度的對(duì)應(yīng)關(guān)系如圖2所示,。



圖2 舵機(jī)的控制

在硬件實(shí)現(xiàn)上,,利用了一路16位的pwm來驅(qū)動(dòng)舵機(jī)轉(zhuǎn)向。

模糊控制方案的設(shè)計(jì)

模糊控制器有三個(gè)功能模塊:模糊化,,模糊推理,,清晰化,如圖3所示,。



圖3 模糊控制器

模糊子集和隸屬函數(shù)的建立紅外接收管編碼如圖4所示,。



圖4 紅外接受管編碼

本系統(tǒng)模糊控制器采用常規(guī)模糊控制器,其輸入量為當(dāng)前位置偏差e,,輸出量為舵機(jī)控制信號(hào)u,。

位置偏差e是光電傳感器反饋回的實(shí)際位置與智能車中軸線的偏差。e為零時(shí),,智能車未偏離路徑,;e為正數(shù)時(shí),智能車向左偏離路徑,;e為負(fù)數(shù)時(shí),,智能車向右偏離路徑,。其偏離范圍e(論域,單位為cm)為[-9,,9],,將論域離散化為整數(shù)集e={-9,-6,,-3,,0,3,,6,,9},則量化因子k=n/x=1.0,。

將位置偏差e的值模糊化,。設(shè)模糊子集e={nb,nm,ns,ze,ps,pm,pb},其中,,nb:[-9,,-6],表示左偏特大,;nm:[-9,,-3],表示左偏較大,;ns:[-6,,0],表示左偏較??;ze:[-3,3],,表示正中,;ps:[0,6],,表示右偏較?。籶m:[3,,9],,表示右偏較大;pb:[6,,9],,表示右偏特大。

e的隸屬函數(shù)為三角形函數(shù)分布,如圖5所示,。



圖5 e的隸屬度函數(shù)

由于位置偏差有正負(fù),則舵機(jī)轉(zhuǎn)角也有正負(fù),,位置模糊控制器輸出控制舵機(jī)偏轉(zhuǎn)的信號(hào)u就有正負(fù),。設(shè)定u為正時(shí)舵機(jī)向右偏轉(zhuǎn),u為負(fù)時(shí)舵機(jī)向左偏轉(zhuǎn),,則u的模糊子集與位置偏差e的模糊子集相似,,即u={nb,nm,ns,ze,ps,pm,pb}。將u的大小也量化為七個(gè)等級(jí),,其論域u={-45,-30,-15,0,15,30,45},。u的隸屬函數(shù)如圖6所示。

控制規(guī)則

模糊規(guī)則反映了輸入輸出變量之間的關(guān)系,,模糊控制規(guī)則是模糊控制的核心,。

智能車運(yùn)動(dòng)時(shí),舵機(jī)控制信號(hào)u的選擇應(yīng)與位置偏差的大小和符號(hào)相關(guān),。位置偏差e絕對(duì)值較大時(shí)應(yīng)以較大的絕對(duì)值的控制信號(hào)控制舵機(jī)偏轉(zhuǎn),;而位置偏差e絕對(duì)值較小時(shí)應(yīng)以較小的絕對(duì)值的控制信號(hào)控制舵機(jī)偏轉(zhuǎn)。當(dāng)位置偏差e為正,,即智能車向左偏離路徑時(shí),,控制信號(hào)控制舵機(jī)向右偏轉(zhuǎn)才能減小位置偏差;而當(dāng)位置偏差e為負(fù),,即智能車向右偏離路徑時(shí),,控制信號(hào)控制舵機(jī)向左偏轉(zhuǎn)才能減小位置偏差。

模糊控制規(guī)則如表1所示,。

表1 模糊控制規(guī)則表


模糊推理和清晰化

推理是模糊控制系統(tǒng)的核心,。以模糊概念為基礎(chǔ),模糊控制信息可通過模糊蘊(yùn)涵和模糊邏輯的推理規(guī)則來獲取,,并可實(shí)現(xiàn)擬人決策過程,。根據(jù)模糊輸入量(偏差e)和模糊控制規(guī)則,模糊推理求解模糊關(guān)系方程,,獲得模糊輸出量(偏轉(zhuǎn)角u),。

清晰化是將模糊推理后得到的模糊集轉(zhuǎn)換為用作控制的數(shù)字值的過程??刹捎弥匦姆ǖ姆椒ㄇ逦?。重心法是指取模糊集隸屬函數(shù)曲線同基礎(chǔ)變量軸所圍面積的重心對(duì)應(yīng)的基礎(chǔ)變量作為清晰值的方法。

舵機(jī)控制策略及算法

對(duì)傳感器檢測到的信號(hào)進(jìn)行量化處理,,對(duì)應(yīng)舵機(jī)偏轉(zhuǎn)角的計(jì)算,。另外為了避免從直道入彎的過沖,和從彎道進(jìn)入直道的振蕩問題,程序中還需要對(duì)速度進(jìn)行控制,。

量化的過程

智能車通過7個(gè)光傳感器進(jìn)行位置的采樣,,根據(jù)傳感器的布局,從左至右依次編號(hào)為1,,2,,3,4,,5,,6,7,。由于傳感器分布比較密,,會(huì)出現(xiàn)一個(gè)或兩個(gè)傳感器同時(shí)檢測到黑線的情況,這樣可以得到13種路面情況,。為了方便處理,,將所得到的傳感器的信號(hào)量化為[1,2,,3,,4,5,,6,,7,8,,9,,10,11,,12,,13]。

舵機(jī)偏轉(zhuǎn)角的計(jì)算

通過計(jì)算來得到最后的舵機(jī)偏轉(zhuǎn)角,,具體計(jì)算推理過程如下:

(1)將傳感器的設(shè)計(jì)位置投影到基準(zhǔn)線上得到的對(duì)應(yīng)偏差從左到右依次為-9,,-6,-3,,0,,3,6,,9,。與上面的量化處理之后的1,3,,5,,7,9,11,,13對(duì)應(yīng),。這樣的話,量化結(jié)果可用zadeh表示法來表示其在論域e上的模糊集合,,如:10的位置可以表示為,。

(2)通過模糊推理,可得到個(gè)量化結(jié)果的輸出量(模糊量),,用zadeh表示法表示在論域u上,如10對(duì)應(yīng)的輸出結(jié)果(模糊量)可以表示為,。

(3)再通過重心法清晰化后得到各量化結(jié)果對(duì)應(yīng)的輸出結(jié)果,,則10對(duì)應(yīng)的輸出結(jié)果為0.5×15+0.5×30=22.5。

(4)為了使競速車在直道上行駛平穩(wěn),,對(duì)量化值5到9的輸出結(jié)果進(jìn)行適當(dāng)調(diào)整,,使中間6,7,,8對(duì)應(yīng)的輸出量為0度,,其他的相應(yīng)調(diào)整使得角度變化較為平均。

速度的控制

小車勻速行駛時(shí),,從直道進(jìn)入彎道,,可能會(huì)產(chǎn)生過沖,從彎道進(jìn)入直道,,可能會(huì)有振蕩,,所以必須進(jìn)行速度調(diào)節(jié)。具體做法是,,在檢測到傳感器偏出時(shí)立即減速,,當(dāng)從偏出回到中心位置時(shí)再恢復(fù)原速。

試驗(yàn)結(jié)果

通過采集當(dāng)前路況信號(hào),,對(duì)舵機(jī)的轉(zhuǎn)向角進(jìn)行控制,,以實(shí)現(xiàn)對(duì)小車循跡功能的控制。智能小車前輪轉(zhuǎn)向角度的輸出,是通過對(duì)舵機(jī)輸入pwm信號(hào)的調(diào)制脈寬進(jìn)行控制的,。實(shí)驗(yàn)中測出脈寬在8316至9084微秒之間,,對(duì)應(yīng)舵機(jī)轉(zhuǎn)軸的轉(zhuǎn)角為-45度到+45度,轉(zhuǎn)向機(jī)構(gòu)將舵機(jī)轉(zhuǎn)角傳遞到前輪,。忽略舵機(jī)的動(dòng)態(tài)響應(yīng)過程,,在舵機(jī)處于穩(wěn)態(tài)時(shí),脈寬與前輪的方向轉(zhuǎn)角存在一一對(duì)應(yīng)的映射關(guān)系,。因此模糊控制器的輸出就是控制舵機(jī)的脈沖寬度,,范圍為8316至9084微秒,輸出時(shí)將論域定為0到768微秒,則對(duì)應(yīng)舵機(jī)向左或向右轉(zhuǎn)動(dòng)45度,。本設(shè)計(jì)中采用的是智能車對(duì)黑線的直接變化量作為偏差輸入,,在給pwm模塊設(shè)置脈寬時(shí)加上8316微秒的偏移量。具體的舵機(jī)轉(zhuǎn)角與pwm對(duì)應(yīng)關(guān)系如表2所示,。

表2 舵機(jī)轉(zhuǎn)角與pwm對(duì)應(yīng)關(guān)系表


根據(jù)本文介紹的模糊算法和傳統(tǒng)pid算法為智能車編制了兩個(gè)控制程序,,將這兩個(gè)控制程序分別下載到同一個(gè)智能車的mcu中,并在跑道上運(yùn)行,。通過多次對(duì)比,,把制作完成的智能小車放到特定的跑道上進(jìn)行試驗(yàn),如圖7,、圖8,、圖9、圖10,,實(shí)驗(yàn)結(jié)果表明,,小車都能很好的、快速的在規(guī)定的軌道內(nèi)行駛,?;谀:刂频霓D(zhuǎn)向控制器在直線、曲率半徑大的彎道,、曲率半徑小的彎道,、蛇形彎處行駛是都可以實(shí)現(xiàn)智能車輛的轉(zhuǎn)向控制,轉(zhuǎn)向穩(wěn)定性較好,。



圖7 小車行駛在直道中



圖8 小車行駛在曲率半徑大的彎道中



圖9 小車行駛在曲率半徑小的彎道中



圖10 小車行駛在蛇形彎道中

小結(jié)

本文的研究目的主要是利用模糊控制算法對(duì)智能車的舵機(jī)轉(zhuǎn)向系統(tǒng)進(jìn)行有效控制,,針對(duì)模糊控制器參數(shù)進(jìn)行深入細(xì)致研究并優(yōu)化設(shè)計(jì),得到如下結(jié)論:

(1)建立了隸屬函數(shù)和模糊控制規(guī)則,。根據(jù)系統(tǒng)的固有特性,,結(jié)合專家經(jīng)驗(yàn)實(shí)時(shí)調(diào)整模糊控制規(guī)則。與使用模糊控制規(guī)則表改變控制規(guī)則的方法相比,,本文提出的方法更能反映系統(tǒng)的固有特性,,且實(shí)現(xiàn)更為簡單。

(2)針對(duì)舵機(jī)系統(tǒng)的特點(diǎn),,為了提高系統(tǒng)的控制性能,,設(shè)計(jì)了一種fuzzy控制器,并將該控制器應(yīng)用到智能車系統(tǒng)的舵機(jī)控制中,。

(3)完成整個(gè)智能車舵機(jī)控制系統(tǒng)設(shè)計(jì),,模仿人工駕駛行為設(shè)計(jì)智能車運(yùn)動(dòng)控制策略,采用常規(guī)模糊控制器對(duì)智能車系統(tǒng)的舵機(jī)轉(zhuǎn)角進(jìn)行控制,,并進(jìn)行了實(shí)驗(yàn)和分析,。

通過智能車實(shí)驗(yàn)和競賽,,證明文中所提出的方案是先進(jìn)有效的。

 

此內(nèi)容為AET網(wǎng)站原創(chuàng),,未經(jīng)授權(quán)禁止轉(zhuǎn)載,。