基于MM908E625和Low-G的汽車(chē)駕駛監控儀設計

汽車(chē)駕駛狀態(tài)（疲勞駕駛）監控的對象是相當復雜的系統控制問(wèn)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(shí)段反映到對車(chē)輛的操控，會(huì )產(chǎn)生相當不同的汽車(chē)駕駛狀態(tài)。

　　各種對車(chē)輛的操控，作為輸入量，表現為節氣門(mén)（油門(mén)）開(kāi)度、制動(dòng)踏板的位置、發(fā)動(dòng)機轉速、車(chē)速的變化、速度的變化（即加速度），方向盤(pán)轉向的角度和角加速度等。車(chē)輛在不同的路況下產(chǎn)生的震動(dòng)作為輸入量，也會(huì )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(dòng)信號由LIN子節點(diǎn)測量模塊按“平均震動(dòng)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(chē)輛的駕駛狀態(tài)的優(yōu)劣，分為“好”、“中”、“差”三個(gè)等級。在設計控制規則庫時(shí)，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(shí)現多變量控制系統的模糊解耦。

　　實(shí)驗數據表明，疲勞駕駛階段，反映到汽車(chē)駕駛狀態(tài)上，表現為對節氣門(mén)（油門(mén)）開(kāi)度、制動(dòng)踏板和方向盤(pán)轉向的加速度信號的改變比正常駕駛時(shí)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(shí)時(shí)地采集，作為模糊控制器的輸入變量的一個(gè)重要參數。

　　本研究課題早期對疲勞駕駛的研究主要通過(guò)測量油門(mén)開(kāi)度、制動(dòng)踏板位置和發(fā)動(dòng)機轉速、車(chē)速的變化等參數，這些參數間接地、滯后地反映駕駛狀態(tài)的變化，這些參數可作為模糊控制器在各種不同駕駛狀態(tài)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(mén)開(kāi)度、制動(dòng)踏板位置和方向盤(pán)轉向軸三種類(lèi)型的變量建立三套模糊控制器模型，以下以油門(mén)開(kāi)度作為變量說(shuō)明模糊控制器的設計。

　　1．糊化過(guò)程：

　　設油門(mén)開(kāi)度模糊控制的輸入量分別為油門(mén)開(kāi)度s，發(fā)動(dòng)機轉速n、車(chē)速v和油門(mén)開(kāi)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(gè)等級（即五個(gè)模糊子集）?？刂破鞯妮敵鰹閷?chē)輛的駕駛狀態(tài)的優(yōu)劣(以H表示)，分為“好GOOD”、“中MIDDLE”、“差BAD”三個(gè)等級。為了實(shí)現模糊化，確定油門(mén)開(kāi)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(yǔ)言規則進(jìn)行模糊推理，確定輸出量即反映駕駛狀態(tài)的優(yōu)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(tài)隸屬度函數圖

2．模糊控制規則的建立：

　　對應于油門(mén)開(kāi)度模糊控制規則庫的建立，與油門(mén)開(kāi)度s，發(fā)動(dòng)機轉速n、車(chē)速v在不同的數值范圍的取值具有交互性和關(guān)聯(lián)性。規則庫的建立需要在程序運行中不斷搜集數據，通過(guò)自學(xué)習確定方法和模糊規則的自調整，在實(shí)驗過(guò)程中不斷修正和完善。

　　模糊控制規則重點(diǎn)處理影響車(chē)輛駕駛狀態(tài)的優(yōu)劣“差”和“中”的工作過(guò)程。其中，“差”駕駛狀態(tài)的規則對應于油門(mén)開(kāi)度s分為0，1，2－9共十段，發(fā)動(dòng)機轉速n分為1000rpn、1500rpn-5500rpm共十段,車(chē)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(gè)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(mén)開(kāi)度s為x段[和(AND)]V[或(OR)]發(fā)動(dòng)機轉速n為y段[和(AND)]V[或(OR)]車(chē)速v為z段，且加速度為等級m，則（THEN）駕駛狀態(tài)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(chē)輛正常駕駛時(shí)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(jìn)行精確化計算，確定車(chē)輛駕駛狀態(tài)的優(yōu)劣“差”和“中”，由交互界面提供操作提示和報警。

軟件描述