目前,，汽車正向自動化、智能化方向發(fā)展,，實(shí)現(xiàn)自動尋線行駛,、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?，F(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]是自動控制發(fā)展的高級階段，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)對被控對象的參數(shù)變化有較強(qiáng)的魯棒性,。

(4)控制知識是以人的語言形式表示,，有利于人機(jī)對話和系統(tǒng)的知識處理，從而有利于系統(tǒng)處理的靈活性和機(jī)動性,。

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

針對白色底色寬60cm,，標(biāo)識黑線寬2.5cm的道路條件,，本設(shè)計(jì)采用7對紅外傳感器進(jìn)行道路識別，每個紅外傳感器間隔2.5cm,，成水平直線排列,，以保證只有一個光電管信號在黑線內(nèi)為穩(wěn)定目標(biāo)。這樣,，就可以依據(jù)識別信號,，將偏轉(zhuǎn)角度劃分為7個級別。

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，其輸出軸帶動一個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比較，產(chǎn)生糾正脈沖,，并驅(qū)動電機(jī)正向或反向轉(zhuǎn)動,，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)采用的控制信號為周期13ms的脈沖信號,，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?。粃e：[-3,，3],，表示正中；ps：[0,，6],，表示右偏較小,；pm：[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等級,，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)動時(shí),，舵機(jī)控制信號u的選擇應(yīng)與位置偏差的大小和符號相關(guān),。位置偏差e絕對值較大時(shí)應(yīng)以較大的絕對值的控制信號控制舵機(jī)偏轉(zhuǎn)；而位置偏差e絕對值較小時(shí)應(yīng)以較小的絕對值的控制信號控制舵機(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Ｖ匦姆ㄊ侵溉∧：`屬函數(shù)曲線同基礎(chǔ)變量軸所圍面積的重心對應(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

對傳感器檢測到的信號進(jìn)行量化處理,，對應(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,，程序中還需要對速度進(jìn)行控制。

量化的過程

智能車通過7個光傳感器進(jìn)行位置的采樣,，根據(jù)傳感器的布局,，從左至右依次編號為1，2,，3,，4，5,，6,，7。由于傳感器分布比較密,，會出現(xiàn)一個或兩個傳感器同時(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)果對應(yīng)的輸出結(jié)果，則10對應(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,，可能會產(chǎn)生過沖,，從彎道進(jìn)入直道,，可能會有振蕩，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,，對舵機(jī)的轉(zhuǎn)向角進(jìn)行控制，以實(shí)現(xiàn)對小車循跡功能的控制,。智能小車前輪轉(zhuǎn)向角度的輸出,是通過對舵機(jī)輸入pwm信號的調(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,，則對應(yīng)舵機(jī)向左或向右轉(zhuǎn)動45度。本設(shè)計(jì)中采用的是智能車對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對應(yīng)關(guān)系如表2所示。

表2 舵機(jī)轉(zhuǎn)角與pwm對應(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控制程序,，將這兩個控制程序分別下載到同一個智能車的mcu中,，并在跑道上運(yùn)行。通過多次對比,，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,。基于模糊控制的轉(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智能車的舵機(jī)轉(zhuǎn)向系統(tǒng)進(jìn)行有效控制，針對模糊控制器參數(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)動控制策略,，采用常規(guī)模糊控制器對智能車系統(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,。