基于MATLAB軟件的自動泊車控制系統(tǒng)設計與仿真

1、基于MATLAB軟件的自動泊車控制系統(tǒng)設計與仿真 摘要 現(xiàn)代社會汽車的使用已經(jīng)相當廣泛。而每一個司機都會面對倒車問題，有經(jīng)驗的司機能夠快速、準確的將汽車停到指定的位置。然而多數(shù)的司機尤其是一些剛剛考到駕照的新手們尤其對停車的問題十分煩惱。在準確性和速度之間往往很難同時滿足，設想如果能有個智能裝置，根據(jù)當前的車速和位置能夠自動將車停到合適位置，且又同時滿足快速性和準確性。本課題正是基于以上的設想，結(jié)合我們最近學習的模糊控制的相關知識以MATLAB為軟件平臺，搭建一個基于MATLAB的自動倒車模糊控制系統(tǒng)。 以往的各種傳統(tǒng)控制方法均是建立在被控對象精確數(shù)學模型基礎上的，然而，隨著系統(tǒng)復雜程度的提高

2、，將難以建立系統(tǒng)的精確數(shù)學模型。在工程實踐中，人們發(fā)現(xiàn)，一個復雜的控制系統(tǒng)可由一個操作人員憑著豐富的實踐經(jīng)驗得到滿意的控制效果。這說明，如果通過模擬人腦的思維方法設計控制器，可實現(xiàn)復雜系統(tǒng)的控制，由此產(chǎn)生了模糊控制。模糊控制是建立在人工經(jīng)驗基礎之上的。對于一個熟練的操作人員，他往往憑借豐富的實踐經(jīng)驗，采取適當?shù)膶Σ邅砬擅畹乜刂埔粋€復雜過程。若能將這些熟練操作員的實踐經(jīng)驗加以總結(jié)和描述，并用語言表達出來，就會得到一種定性的、不精確的控制規(guī)則。如果用模糊數(shù)學將其定量化就轉(zhuǎn)化為模糊控制算法，形成模糊控制理論。 糊控制理論具有一些明顯的特點： （1）模糊控制不需要被控對象的數(shù)學模型。模糊控制是以人對被

3、控對象的控制經(jīng)驗為依據(jù)而設計的控制器，故無需知道被控對象的數(shù)學模型。 （2）模糊控制是一種反映人類智慧的智能控制方法。模糊控制采用人類思維中的模糊量，如“高”、“中”、“低”、“大”、“小”等，控制量由模糊推理導出。這些模糊量和模糊推理是人類智能活動的體現(xiàn)。 （3）模糊控制易于被人們接受。模糊控制的核心是控制規(guī)則，模糊規(guī)則是用語言來表示的，如“今天氣溫高，則今天天氣暖和”，易于被一般人所接受。 （4）構造容易。模糊控制規(guī)則易于軟件實現(xiàn)。 （5）魯棒性和適應性好。通過專家經(jīng)驗設計的模糊規(guī)則可以對復雜的對象進行有效的控制。 關鍵詞：模糊控制； MATLAB仿真； 智能控制； 自動泊車 1.緒論 1

4、.1 課題的背景及研究意義 世界汽車工業(yè)已有百年歷史。在新世紀，隨著計算機、通信、控制、傳感器技術的發(fā)展，新型汽車日益趨向智能化。當前，汽車的智能化成為汽車工業(yè)發(fā)展的熱點之一。對于汽車智能化的研究，主要有以下幾個方面內(nèi)容： 1.智能化的信息系統(tǒng)。為駕駛者提供豐富的交通信息。如GPS導航系統(tǒng)，可為駕駛者提供方位信息，并可給出到達目的地的路徑。 2.智能化的安全系統(tǒng)。使駕駛過程更安全，減少交通事故發(fā)生的頻率，降低事故的危害。如ABS（防抱死剎車系統(tǒng)）和ESP（電子穩(wěn)定程序），二者結(jié)合可使車輛在各種情況下保持最佳的穩(wěn)定性。 3.智能化的節(jié)能系統(tǒng)。實現(xiàn)降低能源消耗、減少環(huán)境污染。如混合動力車的出現(xiàn)，有

5、效地提高了能源利用率。 4.智能化的輔助駕駛系統(tǒng)。指導、協(xié)助駕駛者完成駕駛?cè)蝿?，進而完全實現(xiàn)車輛的自主駕駛。如ACC（適應型巡航控制）、ICC（智能巡航系統(tǒng)）和國內(nèi)外一些高校研制的陸地自主車（ALV）。 隨著過去幾十年汽車工業(yè)的快速發(fā)展，現(xiàn)今的發(fā)達國家汽車普及率已非常高了。在發(fā)展中國家，近年的汽車市場也增長得非?？?。由于車輛的日益普及，現(xiàn)代都市中“停車難”問題逐漸顯現(xiàn)，停車車位供不應求。為了緩解這一問題，停車場需要在有限的空間內(nèi)劃分出更多的車位，這樣一來，每個車位的空間就相對窄小了。在窄小的空間進行倒車入位操作，對駕駛者來說，是一個不小的挑戰(zhàn)。 如果在泊車的過程中，有智能系統(tǒng)的協(xié)助，將大大降低

6、泊車的難度。自動泊車系統(tǒng)的概念由此而生。一個性能良好的自動泊車系統(tǒng)，可以幫助駕車者安全、快速地完成泊車的操作。節(jié)省了時間，減輕了駕車的壓力。更重要的是，降低了泊車過程中車輛發(fā)生碰撞的可能性。一個低成本、高性能的自動泊車系統(tǒng)擁有良好的市場前景。 1.2 國內(nèi)外研究及應用現(xiàn)狀 1.2.1 自動泊車系統(tǒng)的研究現(xiàn)狀 從二十世紀90年代起，國外學者開始對自動泊車的問題進行研究。 參考采用多個超聲波傳感器和編碼器獲取車輛周邊障礙物及停車位的信息?？紤]到測量的誤差、車輛轉(zhuǎn)向角和速度不可突變、轉(zhuǎn)向角不可過大、倒車過程中 不可發(fā)生碰撞及環(huán)境可能發(fā)生變化等限制條件，先將車輛停在合適的起始位置，然后按設計好的控制函

7、數(shù)對轉(zhuǎn)向角和車速進行控制，將車輛駛?cè)胪＼囄弧Ｓ捎谲囄怀叽绲南拗萍皽y量誤差的影響，車輛很難通過一步操作就達到目的位置，所以需要通過實施的測量車位信息，經(jīng)過車輛的向前、向后多次的移位后，才能將車輛位置調(diào)整到目的位置。這個方法在LIGIER自主車上進行實驗。實驗結(jié)果表明，LIGIER能動態(tài)修正車位長度，并完成泊車操作。 現(xiàn)如今專家提出了一種新的基于傳感器的智能車位系統(tǒng)結(jié)構。智能車可在動態(tài)的部分信息可知的環(huán)境下，實現(xiàn)自主運動。此文的創(chuàng)新點是，建立一個數(shù)據(jù)庫，管理各種常見的基于傳感器的操作規(guī)則（SBM，sensor-based maneuver）,SBM以腳本形式保存。對于智能車需要執(zhí)行的任務，首先分解

8、成若干條SBM，形成參數(shù)化運動計劃（PMP，parameterized motion plan）;然后由執(zhí)行機構實現(xiàn)各條SBM，如果在某SBM執(zhí)行過程中，出現(xiàn)異常情況，如檢測到前方有障礙物等，則修改PMP或重選SBM，以適應外界的變化。執(zhí)行完PMP,就完成一項任務。此文將軌跡跟蹤和平行泊車作為SBM的兩個例子，通過在自主車上進行的實驗結(jié)果，說明此體系結(jié)構的可行性。這里的自動泊車操作，正是使用了文中所描述的方法。 當今社會有一種利用超聲波傳感器的測量數(shù)據(jù)，以網(wǎng)格EM形式表現(xiàn)智能車周邊環(huán)境信息的方法，并將此方法應用于車輛導航、車輛避障和平行泊車上.網(wǎng)格圖以智能車的位置為中心，按與智能車的距離大小，

9、把網(wǎng)格圖分成三部分:離車身最近的區(qū)域，每個網(wǎng)格面積小，分辨率高;離車身較遠的區(qū)域，網(wǎng)格面積較大，分辨率較低:離車身最遠的區(qū)域，網(wǎng)格面積最大，分辨率最低。傳感器探測到障礙物，則將網(wǎng)格圖相應網(wǎng)格填充，表示此處有障礙物:當智能車運行時,網(wǎng)格圖中表示為障礙物的移動。每一個網(wǎng)格中的障礙物有一個生存期，在傳感器不能檢測到障礙物時，障礙物并不馬上在圖中消失，而是要經(jīng)過一段時間后，確定障礙物不再存在，才從圖中消失。在討論平行泊車問題時，使用的是路徑規(guī)劃的方法，倒車的路徑由兩個圓弧和一段線段組成。 本文中使用的模糊控制方法，在模型小車上實現(xiàn)了自動泊車功能。模型小車與真實車輛的比例約為1:10,配置了三個超聲波傳

10、感器和一個編碼器。整個泊車過程分為四個步驟:首先，車輛前行，檢測車位;然后，車輛到達泊車操作的開始 位置，接著，車輛以S形軌跡，倒入車位;最后，車輛調(diào)整位置，到達目標停車位。在整個泊車過程中，將人們的泊車經(jīng)驗以模糊規(guī)則形式表示出來，構成模糊控制器，以控制車輛完成直線前進和S形倒車操作。 所描述的平行泊車方法相似，也是基于超聲波傳感器和編碼器獲取環(huán)境信息。此文中選擇兩個圓弧相切而組成的S形路徑作為倒車的軌跡。文中還提出“禁區(qū)”( forbidden area)的概念，當車身參考點進入禁區(qū)，則表明車身至少有一個部位與障礙物發(fā)生了碰撞。所以，車輛倒車的路徑，應保證車身參考點不進入禁區(qū)。 本文描述了一

11、種模糊控制方法，實現(xiàn)在狹小空間的平行泊車。與所述方法相同的是，把泊車過程分解為掃描車位、到達起始點、倒車入位等步驟:不同的是，每一步的控制又分為若千個子過程，每個子過程只控制車輛的一個狀態(tài)量，在一個狀態(tài)量接近目標值時，再控制另一個狀態(tài)量，使其也接近目標值。 在泊車的過程中，主要有兩個狀態(tài)量:車身偏向角和車輛位置。這兩個狀態(tài)量是相互藕合的，不能完全獨立地進行控制。但在一些情況下，對各狀態(tài)量輪流進行控制，可使各狀態(tài)量收斂于日標值。文獻10還考慮到自動泊車模糊控制跟的最優(yōu)化和可移植性問題。即當車輛的特征參數(shù)(車身長度、寬度、軸距等)改變時，如何對模糊控制器的參數(shù)進行調(diào)整，以獲得合適的控制器，達到應用

12、要求。文中提出了一種利用遺傳算法對模糊控制器的參數(shù)進行優(yōu)化的方法。在車輛特征參數(shù)改變時，可使用此方法獲得性能優(yōu)良的模糊控制器。這種方法主要通過調(diào)整隸屬度函數(shù)和比例因子實現(xiàn)模糊控制器的優(yōu)化。 本文中所用的方法，用網(wǎng)格圖的方式記錄車輛周圍的環(huán)境信息。在控制方法上，使用了模糊控制方法。 本文將模糊控制和滑動模式控制(SMC, sliding mode control)結(jié)合，用于車輛的軌跡跟蹤控制。并使用模糊增益調(diào)度方法(fuzzy gain scheduling)，從典型軌跡集中，生成車輛的參考路徑。 綜上所述，基本上是利用超聲波傳感器和編碼器，獲取車輛周圍障礙物信息. 在控制方法上，主要分為兩類:

13、一種是按參考路徑進行泊車;另一種是將駕駛者的倒車經(jīng)驗，以模糊規(guī)則的形式表現(xiàn)，設計模糊控制器。隨著圖像處理、識別技術的發(fā)展，有一些學者開始研究圖像傳感器在自動泊車系統(tǒng)上的應用問題。 本文中，探討了如何利用攝像頭所獲得的信息，將車輛駛?cè)胗蓸酥揪€劃 分出來的停車位的問題。攝像頭被安裝在車后部，可拍攝到標志線。首先對拍攝 圖像進行濾波、邊緣檢測、二值化、降低分辨率等預處理，獲得控制器的輸入數(shù) 據(jù)?？刂破鞯脑O計上，給出了兩種控制方法:一種是純粹使用神經(jīng)網(wǎng)絡控制;另一種是將模糊控制和神經(jīng)網(wǎng)絡控制相結(jié)合. 本文使用兩個攝像頭獲取停車位信息。其中一個攝像頭裝在車輛前端， 負責拍攝停車位前端車輛的圖像;另一個攝

14、像頭裝在車后部，負責拍攝停車位后 端及側(cè)面路肩的圖像。圖像經(jīng)過預處理后，得到前后車輛及側(cè)面路肩的邊緣信息。 通過計算邊緣與參考點的距離(以像素為單位)，估測車輛的位置。使用模糊控制 方法生成控制命令，通過人機界面指導駕駛者完成泊車操作。 文中所討論的問題與實際相似，也是利用攝像頭采集的信息將車輛駛?cè)霕酥揪€劃分的長方形區(qū)域中。此文在圖像處理時，使用了離散小波變換(DWT,discrete wavelet transformation)以減少數(shù)據(jù)量。使用SOM (self-organizing map)神經(jīng)網(wǎng)絡和模糊控制，實現(xiàn)對車輛的控制。 在自動泊車系統(tǒng)中，停車位的檢測是一個重要的問題。文獻16

15、, 17對這個問題進行了研究，分別使用激光雷達和超聲波傳感器，實現(xiàn)停車位的檢測。 本文對自動泊車系統(tǒng)的整體結(jié)構進行了論述。對傳感器的選擇、方向盤的控制、泊車控制方法、人機界面的設計等問題進行了分析. 我國目前有多家高校在進行陸地自主車(AM Autonomous land vehicle)的 研究。主要成果有清華大學、北京理工大學、南京理工大學、浙江大學、國防科 技大學等幾所高校共同研制開發(fā)的7138系統(tǒng);清華大學的THMR-III和THMR-V 自主車:吉林大學的JUTIV-11系統(tǒng)等2a1.自動泊車系統(tǒng)可以認為是陸地自主車 研究的一個子問題。 1.2.2自動泊車系統(tǒng)的應用現(xiàn)狀 進入二十一世

16、紀，多個汽車生產(chǎn)廠家陸續(xù)推出了自動泊車系統(tǒng):2003年，豐 田(Toyota)公司首先在其Prius混合動力車型上配置了智能泊車系統(tǒng):2007年,又在新款LS460轎車上使用了自動泊車系統(tǒng);2006年，本田(Honda)公司宣布在改進款life車型上提供智能泊車輔助系統(tǒng):2006年，法國的汽車零部件供應商法雷奧( Valeo)公司發(fā)布了其第一代自動泊車系統(tǒng)(Park4UlM )，并己在大眾(Volkswagen)公司的途安系列車型中應用;BMW也在測試類似的統(tǒng):SiemensVDO公司正在開發(fā)名為Park Mate的自動泊車系統(tǒng)，預計2008至2009年推向市場。 下面介紹一下各廠家自動泊車系

17、統(tǒng)的特點。LS460的自動泊車系統(tǒng)由雷克薩 斯的母公司Toyota以及Aisin Seiki合作研發(fā)，采用了Dens。公司的超聲波傳感器和Aisin基于攝像頭的圖像識別技術。此系統(tǒng)配置了超聲感應裝置車頭六個感應頭，車尾四個，目的是能準確檢測車輛位置。圖像識別上，其圖像采集來自后置攝像頭，Aisin通過色彩對比技術增強了該系統(tǒng)的空間識別性能。在開始 泊車前，駕駛者需通過觸摸屏確定泊車方式以及調(diào)整停車位的位置。設置好后，駕駛者按下“OK按鈕，把手從方向盤上拿開，由駕駛者控制車輛的倒車速度,自動泊車系統(tǒng)控制車輛的轉(zhuǎn)向，借助后視攝像頭、超聲傳感器以及轉(zhuǎn)向系統(tǒng)中的電子馬達。將車駛?cè)胪＼囄?。這個過程中，駕

18、駛者可以通過踩剎車或轉(zhuǎn)動方向盤中止自動泊車。 本田2006改進款life上的智能泊車輔助系統(tǒng)，并不基于傳感器技術。其工作原理是:首先，要求駕駛者將車輛停在某一特定位置(車身某一固定點與停車位 邊緣對齊，從而確定了車身與停車位之間的位置關系):然后，要求駕駛者選擇停 車方式如右倒車泊車、左倒車泊車，或縱列泊車):接著，駕駛者按下“START 鍵，泊車輔助系統(tǒng)將車輛誘導至最佳倒車起始位置;最后，泊車輔助系統(tǒng)會通過 語音提示的方式，指導駕駛者操作方向盤，將車倒進停車位。本田的這套系統(tǒng)， 相對來講，有一定的成本優(yōu)勢，但需要駕駛者進行較多的操作，智能性上有所欠 缺. 法雷奧的Park4UTIn系統(tǒng)，是一

19、個基于超聲波傳感器測距的自動泊車系統(tǒng)。安裝了此系統(tǒng)的車輛只需按一下“Park4U鍵。即可啟動泊車程序，車身側(cè)面的傳感器將掃描道路兩側(cè)，測量車位的長度。當系統(tǒng)確認有足夠的泊車空間，即前后比車長各多出70厘米時，將通過指示器告知駕駛者.駕駛者繼續(xù)向前行駛直至系統(tǒng)提示“開始位置”時，放開方向盤，只需控制速度和剎車即可停車入位。法雷奧的下一代Park4UTM系統(tǒng)，將可以在更狹小的空間內(nèi)完成自動泊車，其目標是在前后比車長多出50厘米時，仍可完成自動泊車。此系統(tǒng)只是在沒有碰撞的情況下，盡量把車倒進車位，在系統(tǒng)操作完成后，車輛并不一定能完全停入理想的位置,此時需要駕駛者人工操作，進行調(diào)整。 我國的汽車工業(yè)起

20、步較晚，在自動泊車系統(tǒng)的應用上也落后于世界先進國家。比亞迪股份有限公司于2003年12月向國家知識產(chǎn)權局提出了自動泊車系統(tǒng)的實用新型專利申請，并在2005年獲得授權211。不過目前未得到更多關于此技術在具體車型上應用的報道。為了縮小國內(nèi)與國外產(chǎn)品的水平差距，需要在自 1.3課題的研究內(nèi)容 本文是在國內(nèi)外現(xiàn)有研究成果的基礎上，對自動泊車系統(tǒng)進行研究，完成自 動泊車系統(tǒng)的設計與實現(xiàn)的工作，并驗證自動泊車系統(tǒng)的功能、性能是否達到設 計要求。 課題的研究內(nèi)容有： 1.自動泊車系統(tǒng)的總體設計，包括自動泊車系統(tǒng)功能模塊的劃分、傳感器 的選擇、車位檢測的方法，以及人機交互方式的確定。 2.對平行泊車和垂直泊

21、車兩種常見泊車方式，分析泊車時的行駛軌跡，從 理論上計算理想的倒車起始位置，并提出基于模糊控制的泊車方法，通 過仿真實驗驗證方法的可行性。 3構建自動泊車系統(tǒng)的實驗平臺。此平臺包括模型車輛、車輛運動控制電路 及相關控制軟件。 4.自動泊車系統(tǒng)軟件的實現(xiàn)。包括車位檢測方法的軟件實現(xiàn)、平行泊車和 垂直泊車模糊控制方法的軟件實現(xiàn)、人機界面的軟件實現(xiàn). 5在自動泊車實驗平臺上進行平行泊車和垂直泊車實驗，以驗證所設計的 自動泊車系統(tǒng)的可行性。 本文第二章介紹了自動泊車系統(tǒng)研究過程中應用到的理論知識和技術;第三章給出了自動泊車系統(tǒng)的總體結(jié)構，并闡述了除泊車控制方法以外的各功能模塊的設計思路;第四、五章分別

22、對平行泊車和垂直泊車兩種方式，提出泊車控制方法，給出mattab軟件仿真結(jié)果，并對結(jié)果進行分析;第六章首先介紹自動泊車系統(tǒng)實驗平臺的構建，然后闡述自動泊車系統(tǒng)各功能模塊的軟件實現(xiàn)，最后對自動泊車系統(tǒng)在實驗平臺上的測試結(jié)果進行分析。 2.相關知識介紹 2.1 車時， 所示： Y 圖2.1 車輛的動力學模型 圖2.1中，車輛前后車軸的距離為L，車身與參考坐標x軸夾角為B.因為要求車輛轉(zhuǎn)向時，車輪不打滑，所以過車輛四個車輪中心點，作車輪的垂直線，相交于一點尸。從圖2-1看出，左、右前輪偏轉(zhuǎn)角度是不相同的?？梢园褍蓚€前輪等效于在前車軸中點ml的一個車輪，等效的偏轉(zhuǎn)角度為W假設車輛前車軸中點ml的運行速

23、度為，后車軸中點m2的坐標為(x,y)，則可列出車輛的運動方程: ?vcos?cos?x?vcos?sin? (2.1) ?y ?vsin?/L 2.2超聲波傳感器測距原理 超聲波傳感器由發(fā)射端和接收端組成，利用壓電陶瓷等材料的物理特性實現(xiàn) 能量的轉(zhuǎn)換。發(fā)射端將電能轉(zhuǎn)換為機械能，并以超聲波形式向外傳播;接收端則 將超聲波的能量轉(zhuǎn)換為電能。超聲波傳感器有固定的工作頻率，在工作頻率上， 能量轉(zhuǎn)換效率最高。一個固定頻率在40KHz的超聲波傳感器，需要使用40KIIz 的電信號驅(qū)動發(fā)射端，使其向外發(fā)射40KHz的超聲波;接收端在40KHz超聲波的 驅(qū)動下，將產(chǎn)生40KHz的電信號。一般地，發(fā)射端的驅(qū)動

24、電信號幅度在5V以上 而接收端所產(chǎn)生的電信號是l0mV級的。 圖2.2超聲波傳感器測距的示意圖 超聲波傳感器發(fā)射端和接收端與障礙物的位置關系如圖2.2所示。發(fā)射端向 外發(fā)送超聲波，超聲波經(jīng)障礙物反射，被接收端檢測到，設整個過程經(jīng)歷時間為 t.超聲波傳播速度為v，則障礙物與傳感器之間的距離1為: l=vt/2 (2.2) 超聲波在空氣中傳播的速度并非為常數(shù).不同溫度下，超聲波的傳播速度如 表2-1所示。因此，超聲波測距存在一定的誤差，誤差最大約在10%左右。若需 要較為精確的結(jié)果，則可加入溫度補償。 假設超聲波傳播速度為340m/s,障礙物與傳感器之間的距離在20cm至3m 范圍內(nèi)，由式(2.2

25、)可得，超聲波傳播時間t在Ims至18ms范圍內(nèi)。使用單片機 內(nèi)部集成的定時器(timer)，可測量出超聲波的傳播時間。 表2.1聲速與溫度的關系 2.3増量式光電編碼器原理 光電編碼器是一種集光、機、電為一體的數(shù)字檢測裝置。通常用于角位移和 線位移的測量0從光電編碼器的輸出信號種類來劃分，可分為增量式和絕對式兩 大類。絕對式編碼器直接輸出數(shù)字量，對應于轉(zhuǎn)軸的轉(zhuǎn)動角度；增量式編碼器則 輸出脈沖信號，轉(zhuǎn)軸轉(zhuǎn)動一定角度，相應輸出一定個數(shù)的脈沖。 采用增量式編碼器進行速度檢測常用的方法有測M法和測T法。測M法是測量在一定時間內(nèi)編碼器產(chǎn)生的脈沖數(shù)，以確定碼盤轉(zhuǎn)動速度；測T法是測量編碼 器產(chǎn)生的一個脈沖

26、的寬度，以確定碼盤轉(zhuǎn)動速度。測分法通常應用于定時采樣中，測T法在定步釆樣中使用較多。在轉(zhuǎn)速較低時，測T法的分辨率較高；轉(zhuǎn)速較高時，測分法分辨率較高。在轉(zhuǎn)速變化范圍較廣的情況下，可將兩種方法相結(jié)合。 2.4 MATLAB簡介 MATLAB是MathWorks公司1982年推出的一套高性能的數(shù)值計算和可視化軟件，到目前它已發(fā)展成為國際公認最出色的數(shù)學應用軟件。其強大的擴展功能為各領域的應用提供了基礎。它面向控制領域推出的建模可視化功能SIMULINK和模糊控制、神經(jīng)網(wǎng)絡、控制系統(tǒng)等工具箱為控制系統(tǒng)的仿真提供了有力的支持，極大的推動了仿真研究的發(fā)展。 MATLAB軟件包括MATLAB主程序和許多日益

27、增多的工具箱。工具箱實際就是用MATLAB基本語句編寫的各種子程序集，用于解決某一方面的專門問題或?qū)崿F(xiàn)某一類的新算法。MATLAB提供了與其他應用語言的接口，以實現(xiàn)數(shù)據(jù)的共享和傳遞。 本文將模糊控制和PID控制結(jié)合在一起，根據(jù)各自的特點構造了一個自整定模糊PID控制系統(tǒng)，并在MATLAB中的模糊邏輯工具箱和SIMULINK基礎上，對該控制系統(tǒng)進行了仿真研究。 2.5本章小結(jié) 本章對論文中使用到的理論知識和技術作了簡要介紹。首先是對自動泊車系統(tǒng)的控制對象一小車，建立數(shù)學模型。然后介紹了超聲波傳感器和增量式編碼器的工作原理。在自動泊車系統(tǒng)中，超聲波傳感器用于測量障礙物距離，而增量式編碼器用于測量車

28、輛的位移和速度。本章最后簡單介紹了MATLAB軟件。MATLAB是運用非常廣泛的一種對控制系統(tǒng)進行仿真的工具。 3.模糊控制的理論基礎 模糊理論是由LotfiA, Zadeh在二十世紀60、70年代創(chuàng)立的。1965年，Zadeh 發(fā)表了模糊集合提出了“模糊集合”的概念，并把集合論中的運算擴展到模 糊集合。1973年他發(fā)表了另一篇開創(chuàng)性文章分析復雜系統(tǒng)和決策過程的新方 法綱要，“建立了研究模糊控制的基礎理論，在引入語言變量這一概念的基礎上， 提出了用模糊規(guī)則來量化人類知識”。 3.1模糊集合及基本運算 設U為某些對象的集合，稱為論域，可以是連續(xù)的或離散的；u表示U的元 素， 記為U=u。如果存在

29、一個函數(shù)力 1 中的一個值，則可以用函數(shù)fA(u)，將論域U中每一個元素映射到區(qū)間0，fA(u)表征一個定義在論域U上的模糊集合：這 個集合由論域所含的元素組成，每個元素具有由 程度。fA(u)決定的對這個集合的隸屬fA(u)稱為隸屬函數(shù)。 一個集合可以認為是對論域中元素按某一特征進行分類的結(jié)果。在現(xiàn)實世界 中，事物的很多特征是不能精確描述的，如美、丑、甜、咸等，是人的一種感覺， 不同的人有不同的評價。那么，如果用這些不能精確描述的特征去對論域元素進 行分類，如何表示分類結(jié)果呢？模糊集合就是這種分類結(jié)果的一種數(shù)學語言描 述。 在模糊集合上的基本運算有：補、并、交。模糊集合上的基本運算結(jié)果仍然

30、是 模糊集合。 1.補運算。設模糊集合A的補運算結(jié)果為A，A的隸屬函數(shù)定義為： fA(x)?C(fA(x) （3.1） 函數(shù)C可選擇任何滿足以下兩個條件的函數(shù)： （1）C(0)=1, C(1)=0； （2）當m、n?0,l時，如果 m<n,則C(m)C(n)。 通常選擇式(3.2)作為A的隸屬函數(shù)。 f(x)?1?fA(x) (3.2) 2.并運算。模糊集合A和B的并運算表示為A?B,A?B 的隸屬函數(shù)定 義為： fA?B(x)?s(fA(x),fB(x) （3.3） 函數(shù)s滿足以下四個條件： (1) s(1,1)=l,s(0,m)=s(m,0)=m; (2) S(m,n)=s(n,m)

31、; (3) 如果mm且nn,則s(m,n)s(m,n); (4) S(m,n),p)=s(m,s(n,p)。 滿足以上四個條件的函數(shù)為s-范式。常用的A?B的隸屬函數(shù)有max函數(shù)。 3.交運算。模糊集合A和B的交運算表示為A?B,A?B的隸屬函數(shù)定義為： fA?B(x)?t(fA(x),fB(x) (3.4) 函數(shù)t滿足以下四個條件： （1）t（0,0）=0，t（1，m)=t(m,1)=m; （2）t(m,n)=t(n,m); （3）如果mm且nn,則t(m,n)t(m,n); （4）t(m,n),p)=t(m,t(n,p)。 滿足以上四個條件的函數(shù)稱為t-范式。常用的A?B的隸屬函數(shù)有min

32、函數(shù)。 3.2 模糊語言 語言是一種符號系統(tǒng)，它包括自然語言，機器語言等等。其中自然語言是以字或詞為符號的一種符號系統(tǒng)，人們用它表示主客觀世界的各種事物、觀念、行為和情感的意義，是人們在日常工作和生活中所使用的語言。自然語言中常含有模糊概念。在實際生產(chǎn)過程中，人們發(fā)現(xiàn)，有經(jīng)驗的操作人員，雖然不懂被控對象或被控過程的數(shù)學模型，卻能憑借經(jīng)驗采取相應的決策，很好的完成控制工作。 在現(xiàn)實世界中，世界的很多特征是無法精確描述的。為了能用數(shù)學形式描述這些特征，Zadeh引入了語言變量這個概念。語言變量可表征為四元組（X,T,U,M),各個元素的含義如下： X為語言變量名稱，如“溫度”； T為語言變量X取值

33、的術語集合，如X=“溫度”，T=冷，暖，熱； U是語言變量X的論域，如X=“溫度”，U=-10,40; M是X取值的語義規(guī)則。 從分類的角度看，U是分類對象，T是各個類別的標簽，M是一個分類器，分類的結(jié)果是若干個模糊集合。 例如，控制加熱爐的溫度時，就可以根據(jù)操作工人的經(jīng)驗調(diào)節(jié)電加熱爐供電電壓，達到升溫和降溫的目的，人工操作控制溫度時，操作工人的經(jīng)驗，可以用下述語言來描述： 若爐溫低于給定溫度則升壓，低的越多，升壓越高。 若爐溫高于給定溫度則降壓，高的越多，降壓越低。 若爐溫等于給定溫度，則保持電壓不變。 上述這些用以描述操作經(jīng)驗的一系列模糊性語言，就是模糊條件語句。再用模糊邏輯推理對系統(tǒng)的實

34、時輸入狀態(tài)觀測量進行處理。則可產(chǎn)生相應的控制決策，這就是模糊控制。 有了語言變量的概念后，可以把人們用自然語言描述的命題（稱之為模糊命題）與模糊集合建立起對應關系。模糊命題的最簡單形式為一個單獨的陳述句，如“X是T1”,X是語言變量，T1是語言變量的值，即其中一個類別的標簽。這個陳述句與T1確定的模糊集合相對應。復雜的模糊命題可分解為若干條簡單的模糊命題。 當命題可用語言變量這種數(shù)學形式描述后，人類的知識就可用數(shù)學形式進行描述。 3.3模糊控制相關概念 “模糊邏輯”的概念，其根本在于區(qū)分布爾邏輯或清晰邏輯，用來定義那些含混不清，無法量化或精確化的問題，對于馮?諾依曼開創(chuàng)的基于“真假”推理機制，

35、以及因此開創(chuàng)的電子電路和集成電路的布爾算法，模糊邏輯填補了特殊事物在取樣分析方面的空白。在模糊邏輯為基礎的模糊集合理論中，某特定事物具有特色集的隸屬度，他可以在“是”和“非”之間的范圍內(nèi)取任何值。而模糊邏輯是合理的量化數(shù)學理論，是以數(shù)學基礎為根本去處理這些不確定、不精確的信息。 邏輯學是研究推理的方法和原理的一門學科。這里推理表示由現(xiàn)命題得到新 命題。模糊邏輯是研究從不精確的前提推出不精確的結(jié)論的方法和原理。其中廣義取式推理是模糊邏輯中的一個重要基本原理。 廣義取式推理陳述的是，給定兩個模糊命題“x 為A”和“如果x為A，則y為B”，可推出一個新模糊命題y為B”。即 前提1：x為A 前提2：如

36、果x為A，則y為B 結(jié)論：y為B 模糊命題可用一個模糊集合描述，模糊規(guī)則可用一個模糊關系描述。對于廣義取式推理的陳述，用模糊集合和模糊關系描述如下：設語言變量x的論域為U，模糊集合A、A分別與命題“x為A”和“x為A”對應，其隸屬函數(shù)為fA(x) 和fA?(x)；語言變量y的論域為V，模糊集合B、B分別與命題“y為B”和“y為B”對應，其隸屬函數(shù)為fB(y)和fB?(y)；模糊規(guī)則“如果x為A,則y為B”用論域UV上的模糊關系Q進行描述，它的隸屬函數(shù)fA?B(x,y)可由式（3.3）或（3.4）計算獲得。廣義取式推理的過程，就是給定模糊集合A?,計算出模糊集合B?的過程。fB?(y)的計算公式

37、如下： fB?(y)?max?t?fA?(x),fA?B(x,y) (3.5) 其中函數(shù)t是t-范式，函數(shù)max對所有函數(shù)t的結(jié)果取最大值。 建立的模糊控制規(guī)則要經(jīng)過模糊推理才能決策出控制變量的一個模糊子集，它是一個模糊量而不能直接控制被控對象，還需要采取合理的方法將模糊量轉(zhuǎn)換為精確量，以便最好地發(fā)揮出模糊推理結(jié)果的決策效果。把模糊量轉(zhuǎn)換為精確量的過程稱為清晰化，又稱解模糊(defuzzification)、去模糊化、逆模糊化、反模糊化。 模糊控制是基于模糊邏輯描述的一個過程的控制算法。它是用模糊數(shù)學的知識模仿人腦的思維方式，根據(jù)模糊現(xiàn)象進行識別和判決，給出精確控制量，進而對被控對象進行控制的

38、。對于參數(shù)精確已知的數(shù)學模型，我們可以用波特圖或奈克斯特圖來分析其過程以獲得精確的設計參數(shù)。而對一些復雜系統(tǒng)，如粒子反應，氣象預報等設備，建立一個合理而精確的數(shù)學模型是非常困難的。對于電力傳動中的變速矢量控制問題，盡管可以通過測量得知其模型，但由于其多變量且非線性變化的特點，精確控制也是非常困難的。 模糊控制技術依據(jù)與操作者的實踐經(jīng)驗和直觀推斷，也依靠設計人員和研發(fā)人員的經(jīng)驗和知識積累。它無需建立設備模型，因此基本上是自適應的，具有很強的魯棒性。歷經(jīng)多年發(fā)展，已有許多成功應用模糊控制理論的案例，如Rutherford、Carter應用于冶金爐和熱交換器的控制裝置。 x?U 3.4 模糊控制的優(yōu)

39、點 對比常規(guī)控制辦法，模糊控制有以下幾點優(yōu)勢： （1）模糊控制完全是在操作人員經(jīng)驗控制基礎上實現(xiàn)對系統(tǒng)的控制，無需建立數(shù)學模型，是解決不確定系統(tǒng)的一種有效途徑。 （2）模糊控制具有較強的魯棒性，被控對象參數(shù)的變化對模糊控制的影響不明顯，可用于非線性、時變、時滯的系統(tǒng)，并能獲得優(yōu)良的控制效果。 （3）由離散計算得到控制查詢表，提高了控制系統(tǒng)的實時性、快速性。 （4）控制的機理符合人們對過程控制作用的直觀描述和思維邏輯，是人工 智能的再現(xiàn)，屬于智能控制。 3.5 模糊變量的隸屬函數(shù) MATLAB模糊工具箱提供了許多函數(shù)，如表3.1所示的模糊隸屬度函數(shù)，用以生成特殊情況的隸屬函數(shù)，包括常用的三角型、

40、高斯型、型、鐘型等隸屬函數(shù)。 表3.1 模糊隸屬度函數(shù) 3.6.模糊推理系統(tǒng)的數(shù)據(jù)結(jié)構管理函數(shù)介紹 在MATLAB工具箱中，把模糊推理系統(tǒng)的各部分作為一個整體，提供了模糊推理系統(tǒng)數(shù)據(jù)結(jié)構管理函數(shù)，用以完成模糊規(guī)則的建立、解析與修改，模糊推理系統(tǒng)的建立、修改和存儲管理以及模糊推理的計算及去模糊化等操作。 （1）readfis 功能：從磁盤載入模糊推理系統(tǒng)。 （2）addrule 功能：向模糊推理系統(tǒng)添加模糊規(guī)則。 （3）addvar 功能：向模糊推理系統(tǒng)添加變量。 （4）convertfis 功能：將模糊邏輯工具箱1.0版FIS轉(zhuǎn)換為2.0版FIS結(jié)構。 （5）evalfis 功能：執(zhí)行模糊推理

41、計算。 （6）gensurf 功能：生成模糊推理系統(tǒng)的曲面并顯示。 （7）getfis 功能：獲得模糊推理系統(tǒng)特性曲線。 （8）mam2sug 功能：將Mamdani FIS變換為Sugeno FIS。 （9）parsrule 功能：解析模糊規(guī)則。 （10）plotfis 功能：作圖顯示模糊推理系統(tǒng)輸入/輸出結(jié)構。 （11）plotmf 功能：繪制隸屬度函數(shù)曲線。 （12）rmmf 功能：從模糊推理系統(tǒng)中刪除隸屬度函數(shù)。 （13）rmvar 功能：從模糊系統(tǒng)中刪除對象。 （14）setfis 功能：設置模糊推理特性。 （15）showfis 功能：顯示添加了注釋的模糊推理系統(tǒng)。 （16）sho

42、wrule 功能：顯示模糊規(guī)則。 （17）writefis 功能：將模糊規(guī)則保存到磁盤中。 （18）addmf 功能：向模糊推理系統(tǒng)添加隸屬度函數(shù)。 （19）defuzz 功能：隸屬度函數(shù)的去模糊化。 去模糊化方法的5個可取的值如下： Centroid：面積重心法。 Bisector：面積平分法。 Mom：平均最大隸屬度法。 Som：最大隸屬度取最小法。 Lom：最大隸屬度取最大法。 （20）evalmf 功能：通用隸屬度函數(shù)估計。 （21）mf2mf 功能：隸屬度函數(shù)間的參數(shù)轉(zhuǎn)換。 （22）newfis 功能：建立新的模糊推理系統(tǒng)。 選擇較多的詞匯描述輸入、輸出變量，可以使制定控制規(guī)則方便，

43、但是控制規(guī)則相應變得復雜；選擇詞匯過少，使得描述變量變得粗糙，導致控制器的性能變壞。一般情況下都選擇七個詞匯，但也可以根據(jù)實際系統(tǒng)需要選擇三個或五個語言變量。 針對被控對象，改善模糊控制結(jié)果的目的之一是盡量減小穩(wěn)態(tài)誤差。因此，對應于控制器輸入(誤差、誤差的變化率)之一的誤差采用： (負大，負中，負小，零，正小，正中，正大) 用英文字頭縮寫為： NB，NM，NS，ZO，PS，PM，PB 另一個輸入誤差的變化率及控制器的輸出采用： (負大，負中，負小，零，正小，正中，正大) 用英文字頭縮寫為： NB，NM，NS，Z0，PS，PM，PB 定義各模糊變量的模糊子集。定義一個模糊子集，實際上就是要確定模

44、糊子集隸屬函數(shù)曲線的形狀。將確定的隸屬函數(shù)曲線離散化，就得到了有限個點上的隸屬度，便構成了一個相應的模糊變量的模糊子集。 理論研究顯示，在眾多隸屬函數(shù)曲線中，用正態(tài)型模糊變量來描述人進行控制活動時的模糊概念是適宜的。但在實際的工程中，機器對于正態(tài)型分布的模糊變量的運算是相當復雜和緩慢的，而三角型分布的模糊變量的運算簡單、迅速。因此，控制系統(tǒng)的眾多控制器一般采用計算相對簡單，控制效果迅速的三角型分布。 3.7 模糊推理方式 3.7.1 Mamdani模糊模型（邁達尼型） Mamdani型的模糊推理方法最先將模糊集合的理論用于控制系統(tǒng)9。它是 在1975年為了控制蒸汽發(fā)動機提出來的。其采用極小運算

45、規(guī)則定義表達的模糊 關系。如R：If x is A then y is B。式中：x為輸入語言變量；A為推理前件 的模糊集合；y為輸出語言變量；B模糊規(guī)則的后件。用RC表示模糊關系，如公 式(3.6)。 RC?A?B?X,Y?A(x)?B(y)f(x,y). （3.6） 當x為A，且模糊關系的合成運算采用“極大極小”運算時，模糊推理 的結(jié)論計算如公式3.7所示。 B?A?RC?Y?(?A(x)?(?A(x)?B(y)/y.x?X （3.7） 3.7.2 Takagi-Sugeno模糊模型(高木-關野) Sugeno模糊模型也稱TSK模糊模型，旨在開發(fā)從給定的輸入輸出數(shù)據(jù)集 合產(chǎn)生模糊規(guī)則的系統(tǒng)

46、化方法。此類方法將解模糊也結(jié)合到模糊推理中，故輸出 為精確量。這是因為Sugeno型模糊規(guī)則的后件部分表示為輸入量的線性組合。 它是最常用的模糊推理算法。 與Mamdani型類似；其中輸入量模糊化和模糊邏輯運算過程完全相同，主要 差別在于輸出隸屬函數(shù)的形式。典型的零階Sugeno型模糊規(guī)則的形式： If x is A and y is B then z =k。 式中：x和y為穿入語言變量；A和B為推理前件的模糊集合；z為輸出語 言變量；k為常數(shù)。 更為一般的一階Sugeno模型規(guī)則形式為： If x is A and y is B then z= px+qy+r。 當然，以上兩種解模糊方法各有

47、千秋。由于Mamdani型模糊推理規(guī)則的形式 符合人們的思維和語言表達的習慣。因而能夠方便地表達人類的知識，但存在計 算復雜、不利于數(shù)學分析的缺點；Sugeno型模糊推理則具有計算簡單，利于數(shù) 學分析的優(yōu)點，是具有優(yōu)化與自適應能力的控制器或模糊建模工具。 3.8 模糊控制規(guī)則表 建立模糊控制器的控制規(guī)則。模糊控制器的控制規(guī)則是基于手動控制策略， 而手動控制策略又是人們通過學習、試驗以及長期經(jīng)驗積累而逐漸形成的，存儲 在操作者頭腦中的一種技術知識集合。手動控制過程一般是通過對被控對象(過 程)的一些觀測，操作者再根據(jù)已有的經(jīng)驗和技術知識，進行綜合分析并做出控 制決策，調(diào)整加到被控對象的控制作用，

48、從而使系統(tǒng)達到預期的目標。手動控制 的作用同自動控制系統(tǒng)中的控制器的作用是基本相同的，所不同的是手動控制決 策是基于操作系統(tǒng)經(jīng)驗和技術知識，而控制器的控制決策是基于某種控制算法的 數(shù)值運算。利用模糊集合理論和語言變量的概念，可以把利用語言歸納的手動控 制策略上升為數(shù)值運算，于是可以采用微型計算機完成這個任務以代替人的手動 控制，實現(xiàn)所謂的模糊自動控制。 模糊控制表一般由兩種方法獲得，一種是采用離線算法，以模糊數(shù)學為基礎 進行合成推理，根據(jù)采樣得到的誤差e、誤差的變化ec，計算出相應的控制量變 U化ij。 另一種是以操作人員的經(jīng)驗為依據(jù)，由人工經(jīng)驗總結(jié)得到模糊控制表。然而 這種模糊控制表是非常粗

49、糙的，引起粗糙的原因，是確定模糊子集時，完全靠人 的主觀而定，不一定符合實際情況，在線控制時有必要對模糊控制表進行在線修 正。 由于e的模糊分割數(shù)是7，ec的模糊分割數(shù)也是7。我們建立的模糊系統(tǒng)共 包括49條規(guī)則。 所表示的規(guī)則依次為： R1：如果E是NB and EC是NB則U是NB R2：如果E是NB and EC是NM則U是NB R48：如果E是PB and EC是PM則U是PM R49：如果E是PB and EC是PB則U是PB 在View菜單中選擇Rules命令，可以查看模糊推理規(guī)則。 R3：如果E是NB and EC是NS則U是NM 3.9 模糊控制器的基本結(jié)構 模糊系統(tǒng)的基本結(jié)構

50、如圖3.1所示: 圖3.1模糊系統(tǒng)基本結(jié)構 各個模塊的功能如下: 1.規(guī)則庫。它是一個模糊IF-THEN規(guī)則的集合。這些模糊規(guī)則是人類的知識總結(jié)，模糊推理機依賴于規(guī)則庫的數(shù)據(jù)以完成推理的任務。 2.模糊器。因為外部輸入的信號是清晰值，而模糊推理機需要的輸入信號是模糊集合，因此需要進行清晰值到模糊集合的映射。模糊器的任務就是完成這一映射操作。常用的模糊器有：單值模糊器、高斯模糊器和三角形模糊器等。 3.解模糊器。它是模糊器的逆操作。因為模糊推理機輸出的是模糊集合，而外部環(huán)境需要的是清晰的信號值，因此需要進行模糊集合到清晰值的映射。常用的解模糊方法有：重心法、中心平均法、最大值法等。 4.模糊推理

51、機。以模糊器所產(chǎn)生的模糊集合為輸入，對規(guī)則庫中的各條規(guī)則運用式(3.5)，計算出各條規(guī)則的推理結(jié)果每條規(guī)則生成一個模糊集合)，然后對所有推理結(jié)果進行s-范式或t-范式運算，得到一個模糊集合，作為最終的結(jié)論輸出到解模糊器。這種方法稱為獨立推理，所謂獨立，是指每條規(guī)則獨立運用式(3.5)，然后再對結(jié)果進行s-范式或t-范式運算。另外,還有一種方法，稱為組合推理。它的操作過程是，先對各條規(guī)則所對應的模糊關系進行s-范式或t-范式運算，得到一個單獨的模糊關系，這個模糊關系包含了所有規(guī)則的信息；然后對輸入的模糊集合和這個單獨的模糊關系運用式(3.5)，得到最終的結(jié)論。就計算結(jié)果而言，獨立推理和組合推理是

52、等價的。在計算的復雜度上，組合推理比獨立推理簡單，這是因為每次推理只需調(diào)用一次(3.5)。在靈活性上，獨立推理優(yōu)于組合 推理，因為獨立推理方法可適用于規(guī)則庫變化的情況，而組合推理是假設規(guī)則庫不變的。 3.10 模糊控制器各部分組成 3.10.1 模糊化接口 模糊化接口接受的輸入只有誤差信號e（t），由e（t）再生成誤差變化率或誤差的差分e（t），模糊化接口主要完成以下兩項功能： 論域變換 模糊化 3.10.2 知識庫 知識庫中存儲著有關模糊控制器的一切知識，它們決定著模糊控制器的性能，是模糊控制器的核心。 數(shù)據(jù)庫（Data Base） 數(shù)據(jù)庫中存儲著有關模糊化、模糊推理、解模糊的一切知識，包括

53、模糊化中的論域變換方法、輸入變量各模糊集合的隸屬度函數(shù)定義等，以及模糊推理算法、解模糊算法、輸出變量各模糊集合的隸屬度函數(shù)定義等。 規(guī)則庫（Rule Base） 模糊控制規(guī)則集，即以“if?then?”形式表示的模糊條件語句，如 R1：If e* is A1, then u* is C1, R2：If e* is A2, then u* is C2, ? 其中，e*就是前面所說的模糊語言變量，A1，A2，?，An是et*的模糊子集，C1，C2，?，Cn是u*的模糊子集。 規(guī)則庫中的n條規(guī)則是并列的，它們之間是“或”的邏輯關系，整個規(guī)則集合的總模糊關系為： R?Rii?1n。 3.10.3 模糊推理機 模糊控制應用的是廣義前向推理。即通過模糊規(guī)則對控制決策進行推斷，以確定模糊輸出子集。 3.10.4 解模糊接口 解模糊 論域反變換 3.11模糊控制器工作原理 模糊控制器的原理圖，如圖3.2所示。 圖3.2 模糊控制器原理圖 由于一個模糊概念可以用一個模糊集合來表示，因此模糊概念的確定問題，就可以直接轉(zhuǎn)換為模糊