汽车自动驾驶系统.docVIP

汽车自动驾驶系统 ----模糊控制的工程应用 汽车自动驾驶模糊控制 摘要： 针对车辆动力学控制系统所具有的强非线性特点提出了基于机器视觉的车辆自动驾驶模糊控制方案. 采用车辆系统动力学模型, 通过模糊控制规则的量化划分对车辆在道路上的运动进行了仿真.仿真的结果显示, 本方案可以很好地解决空旷道路上的车辆自动驾驶问题, 并且该控制方法可以保证车辆快速准确地在道路上安全高速行驶, 具有很好的鲁棒性.此外，还可以基于模糊逻辑和滑模控制理论设计一种车辆纵向和横向运动综合控制系统。该控制系统通过对前轮转向角度、发动机节气门开度、制动液压及主动横摆力矩进行协调控制, 使车辆能够以期望速度在理想道路轨迹上行驶, 并提高车辆在行驶过程中的操纵稳定性。 关键字： 车辆自动驾驶 机器视觉 模糊控制规则 模糊逻辑 滑膜控制 仿真 引言： 模糊控制是上个世纪诞生的一种基于语义规则的人工智能，是以模糊集合理论为基础的一种新兴控制手段，它是模糊集合理论和模糊技术与自动控制技术相结合的产物。随着时代的发展，科技的创新，模糊理论在控制领域取得了广泛的应用。自动驾驶便是其中一个重要的应用对象。 汽车是现代的主要交通工具，自动驾驶系统是交通体系中最重要的部分之一，一方面它可以推动在机器人自主导航方面的研究进程，在航天和水下机器人的应用中起到重要的作用；另一方面这种技术在未来的智能交通系统中的运用既可以避免驾驶员因判断和交通失误而引起的交通事故，提高交通系统效率，又可以最终实现无人驾驶。汽车自动驾驶是一个比较复杂的问题，难以建立精确的数学模型，如果采用模糊控制器，通过一些不精确的观察，执行一些不精确的控制，这个问题就容易解决。 模糊控制原理： 车辆的运动模型 现在假设汽车在某处行驶，我们需要达到的目标是：设计一个基于模糊控制的汽车自动驾驶系统，使得无论汽车的起始点在哪儿，汽车都能自动驾驶到设定的目标位置。其中，汽车的任意时刻的位置可以通过GPS获得。根据模糊规则进行推理，选择一条最优的行驶路线达到目标位置。 车辆的系统动力学模型如图1所示 : XOY是地面固定的直角坐标系,V?OcV?为车辆的相对坐标系,V?为车辆的纵向速度, V?为车辆的横向速度. θ为车辆与y 轴的夹角, 到y 轴逆时针为正, 顺时针为负. 对地面固定的坐标系xoy, 车辆的运动模型为 X cosθ sinθ V? = (1.1) Y -sinθ cosθ V? 其中, 这个系统的输入量为{ δ, Pf }, 分别为车辆的方向盘转角和前轮驱动力, 由车辆的动力学模型可知,中间量为{ V? ,V? ,θ },分别为车辆的横向速度、纵向速度和角速度, 输出量为{x, y,θ}, 分别为车辆在地面固定的xoy 直角坐标系中的横坐标、纵坐标和车辆前进方向与y 轴的夹角. 其中系统输入量的取值范围为 - 0. 2 rad ≤δ≤0. 2 rad, - 8 000N ≤Pf ≤ 4 000N. ( 1. 2) ?? ?? 在此车辆上, 我们假设安装了基于机器视觉的车辆导航系统, 其视觉系统包括安装在车辆四周的CCD摄像机和内部微机主板上的图像采集卡. 车载CCD摄像机根据路面和路边的明显路径标志线, 动态摄取路面图像, 经过车载计算机处理识别出路径标志线, 送给执行机构, 由本文提出的控制方法控制车辆在道路上行驶. 图1 车辆运动模型 自动驾驶的模糊控制的系统设计 由车辆的动力学模型可知, 对于车辆的运动控制主要是控制其方向盘的转角和前轮驱动力。方向盘的转角是完成对车辆的转向控制，前驱动力是控制车辆的速度。。 基于机器视觉的车辆自动驾驶模糊控制与驾驶员驾驶汽车的行为相似, 驾驶员驾驶本身就是一种模糊控制行为, 对于扯得位置，转过的角度，驾驶员的驾驶经验一般难于精确地进行描述, 而模糊控制正是解决这类问题的有效途径. 此外, 机器视觉等传感器获得的路面情况都具有近似、不完善等信息, 而模糊控制的优点就是能容纳这种不确定的输入信息而产生类似于人的控制输出量. 车辆驾驶是一种典型的时延、非线性系统, 而模