基于模糊控制的智能競速車舵機轉向系統(tǒng)設計
加入技術交流群
由于位置偏差有正負，則舵機轉角也有正負，位置模糊控制器輸出控制舵機偏轉的信號u就有正負。設定u為正時舵機向右偏轉，u為負時舵機向左偏轉，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系，模糊控制規(guī)則是模糊控制的核心。
智能車運動時，舵機控制信號u的選擇應與位置偏差的大小和符號相關。位置偏差e絕對值較大時應以較大的絕對值的控制信號控制舵機偏轉；而位置偏差e絕對值較小時應以較小的絕對值的控制信號控制舵機偏轉。當位置偏差e為正，即智能車向左偏離路徑時，控制信號控制舵機向右偏轉才能減小位置偏差；而當位置偏差e為負，即智能車向右偏離路徑時，控制信號控制舵機向左偏轉才能減小位置偏差。
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，模糊控制信息可通過模糊蘊涵和模糊邏輯的推理規(guī)則來獲取，并可實現擬人決策過程。根據模糊輸入量（偏差e）和模糊控制規(guī)則，模糊推理求解模糊關系方程，獲得模糊輸出量（偏轉角u）。
清晰化是將模糊推理后得到的模糊集轉換為用作控制的數字值的過程?？刹捎弥匦姆ǖ姆椒ㄇ逦Ｖ匦姆ㄊ侵溉∧：`屬函數曲線同基礎變量軸所圍面積的重心對應的基礎變量作為清晰值的方法。
舵機控制策略及算法
對傳感器檢測到的信號進行量化處理，對應舵機偏轉角的計算。另外為了避免從直道入彎的過沖，和從彎道進入直道的振蕩問題，程序中還需要對速度進行控制。
量化的過程
智能車通過7個光傳感器進行位置的采樣，根據傳感器的布局，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，會出現一個或兩個傳感器同時檢測到黑線的情況，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]。
舵機偏轉角的計算
通過計算來得到最后的舵機偏轉角，具體計算推理過程如下：
(1)將傳感器的設計位置投影到基準線上得到的對應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。這樣的話，量化結果可用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，可得到個量化結果的輸出量（模糊量），用zadeh表示法表示在論域u上，如10對應的輸出結果（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果對應的輸出結果，則10對應的輸出結果為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的輸出結果進行適當調整，使中間6，7，8對應的輸出量為0度，其他的相應調整使得角度變化較為平均。
速度的控制
小車勻速行駛時，從直道進入彎道，可能會產生過沖，從彎道進入直道，可能會有振蕩，所以必須進行速度調節(jié)。具體做法是，在檢測到傳感器偏出時立即減速，當從偏出回到中心位置時再恢復原速。
試驗結果
通過采集當前路況信號，對舵機的轉向角進行控制，以實現對小車循跡功能的控制。智能小車前輪轉向角度的輸出,是通過對舵機輸入pwm信號的調制脈寬進行控制的。實驗中測出脈寬在8316至9084微秒之間，對應舵機轉軸的轉角為-45度到+45度，轉向機構將舵機轉角傳遞到前輪。忽略舵機的動態(tài)響應過程，在舵機處于穩(wěn)態(tài)時，脈寬與前輪的方向轉角存在一一對應的映射關系。因此模糊控制器的輸出就是控制舵機的脈沖寬度，范圍為8316至9084微秒，輸出時將論域定為0到768微秒，則對應舵機向左或向右轉動45度。本設計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模塊設置脈寬時加上8316微秒的偏移量。具體的舵機轉角與pwm對應關系如表2所示。
表2 舵機轉角與pwm對應關系表
根據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行試驗，如圖7、圖8、圖9、圖10，實驗結果表明，小車都能很好的、快速的在規(guī)定的軌道內行駛。基于模糊控制的轉向控制器在直線、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現智能車輛的轉向控制，轉向穩(wěn)定性較好。
pid控制器相關文章:pid控制器原理
評論