基于MM908E625和Low-G的汽車駕駛監控儀設計

汽車駕駛狀態（疲勞駕駛）監控的對象是相當復雜的系統控制問題，是屬于多輸入－多輸出的模糊控制系統范疇。人的駕駛習慣，不同的路況，不同駕駛時段反映到對車輛的操控，會產生相當不同的汽車駕駛狀態。

　　各種對車輛的操控，作為輸入量，表現為節氣門（油門）開度、制動踏板的位置、發動機轉速、車速的變化、速度的變化（即加速度），方向盤轉向的角度和角加速度等。車輛在不同的路況下產生的震動作為輸入量，也會影響到傳感器的測量，特別是對加速度傳感器的影響，對震動信號由LIN子節點測量模塊按“平均震動信號強度”在信號預處理程序中減弱或消除。作為輸出量，表現為對車輛的駕駛狀態的優劣，分為“好”、“中”、“差”三個等級。在設計控制規則庫時，把多輸入－多輸出模糊控制結構化為多輸入－單輸出模糊控制結構，然后按單輸入－單輸出模糊控制系統的方法設計，實現多變量控制系統的模糊解耦。

　　實驗數據表明，疲勞駕駛階段，反映到汽車駕駛狀態上，表現為對節氣門（油門）開度、制動踏板和方向盤轉向的加速度信號的改變比正常駕駛時期的加速度信號的改變在信號的幅值和頻度有明顯的不同。本課題采用FreeScale的Low-G系列雙軸向加速度傳感器MMA6260Q，對所需的加速度信號能準確地、實時地采集，作為模糊控制器的輸入變量的一個重要參數。

　　本研究課題早期對疲勞駕駛的研究主要通過測量油門開度、制動踏板位置和發動機轉速、車速的變化等參數，這些參數間接地、滯后地反映駕駛狀態的變化，這些參數可作為模糊控制器在各種不同駕駛狀態的限定條件，結合加速度的測量，建立模糊控制規則。

　　對應于油門開度、制動踏板位置和方向盤轉向軸三種類型的變量建立三套模糊控制器模型，以下以油門開度作為變量說明模糊控制器的設計。

　　1．糊化過程：

　　設油門開度模糊控制的輸入量分別為油門開度s，發動機轉速n、車速v和油門開度加速度a。將加速度劃分成“負大NB”、“負小NS”、“零ZE”、“正小PS”、“正大PB”五個等級（即五個模糊子集）。控制器的輸出為對車輛的駕駛狀態的優劣(以H表示)，分為“好GOOD”、“中MIDDLE”、“差BAD”三個等級。為了實現模糊化，確定油門開度加速度a模糊子集的隸屬度函數如下圖（4）所示。為了按照一定的語言規則進行模糊推理，確定輸出量即反映駕駛狀態的優劣的隸屬度函數如下圖（5）所示。

圖（4）加速度a隸屬度函數圖圖（5）駕駛狀態隸屬度函數圖

2．模糊控制規則的建立：

　　對應于油門開度模糊控制規則庫的建立，與油門開度s，發動機轉速n、車速v在不同的數值范圍的取值具有交互性和關聯性。規則庫的建立需要在程序運行中不斷搜集數據，通過自學習確定方法和模糊規則的自調整，在實驗過程中不斷修正和完善。

　　模糊控制規則重點處理影響車輛駕駛狀態的優劣“差”和“中”的工作過程。其中，“差”駕駛狀態的規則對應于油門開度s分為0，1，2－9共十段，發動機轉速n分為1000rpn、1500rpn-5500rpm共十段,車速v分為60km/h、70km/h-150km/h共十段,和加速度劃分成“負大NB”、“負小NS”、“零ZE”、“正小PS”、“正大PB”五個等級，可歸納為有效控制規則八十六條規則。

模糊控制規則(L)公式：如果(IF)油門開度s為x段[和(AND)]V[或(OR)]發動機轉速n為y段[和(AND)]V[或(OR)]車速v為z段，且加速度為等級m，則（THEN）駕駛狀態為“S”。

　　3．精確化計算：

　　對應于上述推理方法得到的結果，結合車輛正常駕駛時采集的數據建立的數據庫分析，對加速度等級出現的頻度，根據輸出模糊子集的隸屬度函數進行精確化計算，確定車輛駕駛狀態的優劣“差”和“中”，由交互界面提供操作提示和報警。

軟件描述