基于模糊控制的智能競速車(chē)舵機轉向系統設計
加入技術(shù)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(shí)舵機向右偏轉，u為負時(shí)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(gè)等級，其論域u={-45,-30,-15,0,15,30,45}。u的隸屬函數如圖6所示。
控制規則
模糊規則反映了輸入輸出變量之間的關(guān)系，模糊控制規則是模糊控制的核心。
智能車(chē)運動(dòng)時(shí)，舵機控制信號u的選擇應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(shí)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(chē)向左偏離路徑時(shí)，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(chē)向右偏離路徑時(shí)，控制信號控制舵機向左偏轉才能減小位置偏差。
模糊控制規則如表1所示。
表1 模糊控制規則表
模糊推理和清晰化
推理是模糊控制系統的核心。以模糊概念為基礎，模糊控制信息可通過(guò)模糊蘊涵和模糊邏輯的推理規則來(lái)獲取，并可實(shí)現擬人決策過(guò)程。根據模糊輸入量（偏差e）和模糊控制規則，模糊推理求解模糊關(guān)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(guò)程?？刹捎弥匦姆ǖ姆椒ㄇ逦?。重心法是指取模糊集隸屬函數曲線(xiàn)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(jìn)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(guò)沖，和從彎道進(jìn)入直道的振蕩問(wèn)題，程序中還需要對速度進(jìn)行控制。
量化的過(guò)程
智能車(chē)通過(guò)7個(gè)光傳感器進(jìn)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(huì )出現一個(gè)或兩個(gè)傳感器同時(shí)檢測到黑線(xiàn)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(guò)計算來(lái)得到最后的舵機偏轉角，具體計算推理過(guò)程如下：
(1)將傳感器的設計位置投影到基準線(xiàn)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(huà)，量化結果可用zadeh表示法來(lái)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(guò)模糊推理，可得到個(gè)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(guò)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(chē)在直道上行駛平穩，對量化值5到9的輸出結果進(jìn)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(chē)勻速行駛時(shí)，從直道進(jìn)入彎道，可能會(huì )產(chǎn)生過(guò)沖，從彎道進(jìn)入直道，可能會(huì )有振蕩，所以必須進(jìn)行速度調節。具體做法是，在檢測到傳感器偏出時(shí)立即減速，當從偏出回到中心位置時(shí)再恢復原速。
試驗結果
通過(guò)采集當前路況信號，對舵機的轉向角進(jìn)行控制，以實(shí)現對小車(chē)循跡功能的控制。智能小車(chē)前輪轉向角度的輸出,是通過(guò)對舵機輸入pwm信號的調制脈寬進(jìn)行控制的。實(shí)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(dòng)態(tài)響應過(guò)程，在舵機處于穩態(tài)時(shí)，脈寬與前輪的方向轉角存在一一對應的映射關(guān)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(shí)將論域定為0到768微秒，則對應舵機向左或向右轉動(dòng)45度。本設計中采用的是智能車(chē)對黑線(xiàn)的直接變化量作為偏差輸入，在給pwm模塊設置脈寬時(shí)加上8316微秒的偏移量。具體的舵機轉角與pwm對應關(guān)系如表2所示。
表2 舵機轉角與pwm對應關(guān)系表
根據本文介紹的模糊算法和傳統pid算法為智能車(chē)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(chē)的mcu中，并在跑道上運行。通過(guò)多次對比，把制作完成的智能小車(chē)放到特定的跑道上進(jìn)行試驗，如圖7、圖8、圖9、圖10，實(shí)驗結果表明，小車(chē)都能很好的、快速的在規定的軌道內行駛。基于模糊控制的轉向控制器在直線(xiàn)、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)現智能車(chē)輛的轉向控制，轉向穩定性較好。
pid控制器相關(guān)文章:pid控制器原理
評論