基于模糊神经网络的自主车导向控制器 .pdfVIP

维普资讯

第ｌ期广西工学院学报Ｖｏ１．１７Ｎｏ．１

２００６年３月ＪＯＵＲＮＡＬＯＦＧＵＡＮＧＸＩＵＮＩＶＥＲＳＩＴＹＯＦＴＥＣＨＮＯＬＯＧＹ．ＯＧＭａｒ．２００６

文章编号１００４—６４１０（２００６）０１－００２６—０４

基于模糊神经网络的自主车导向控制器

王贵恩，蒋国平，宋春华

广东交通职业技术学院，（广东广州５１０８００）

摘要：为了实现自主车跟踪固定路径的精确控制，建立了自主车路径偏差控制系统的数学模型。设计了基于神经

网络的自主车导向控制器，建立了模糊神经网络控制器的结构，并由实验数据产生训练样本。该控制器通过精确控

制两个驱动轮的差动转速实现路径跟踪。实验结果表明采用模糊神经网络的导向控制器能够稳定地实现跟踪导向

路径的控制功能．

关键词：自主车；神经网络｝导向控制

中图分类号：ＴＰ２４文献标识码；Ａ

近年来，自主车（ＡＬＶ）导向控制，尤其是轨迹控制的精确度问题在机器视觉和智能控制研究领域正受

到普遍的关注引。在ＡＬＶ的各种导向方式中，需要把检测到的偏差信号通过一定的数学模型进行计算以

实现控制。以前一般采用一点或两点采集信号，采用线性控制方式实现导向控制，经实际测试其轨迹控制的

误差较大模糊ＢＰ神经网络由于具有大规模并行性、冗余性、容错性、本质的非线性及自组织、自学习、自适

应能力，适合于自主车的智能导向控制，因而本文利用模糊ＢＰ网络，建立基于固定路径的ＡＬＶ控制系统，

实验结果表明，其轨迹偏差获得理想的效果。

１数学模型

车辆是沿一条无规则跟踪路径运动的，导向难度较大，本文从自主车的动力学模型人手建立自主车导向

控制的数学模型。设在任一瞬时，小车的前进方向为直线，则ＡＬＶ的运动状态和偏差如图１所示。图中，

表示任一瞬时与下一瞬时的时间间隔；０为两个驱动轮连线中垂线与路径中心线之间的夹角；△为自主

车两个驱动轮的连线中点与路径中心线的垂赢距离；Ｄ为驱动轮间

距；和分别表示左右驱动轮速度；ｃ表示轮距中心速度，即车

体行驶速度。根据ＡＩＶ的运动状态，存在如下运动关系：￣／０－－（ｖＬ

ｖＲ）／Ｄ，ｚＳｄ＝０．５（Ｌ＋Ｒ）ＡｔｓｉｎＯ．

－

由于ＡＬＶ在行驶过程中其路径是连续的，因而存在０＝；＝（

一口Ｒ）ｔ／Ｄ，ｄ＝０．５（Ｌ－４－Ｒ）ｔｓｉｎＯ．对时间ｔ进行拉氏变换可得０（）

（￡一）／Ｄｓ，ｄ）（一（￡＋）ｓｉｎＯ／２ｓ．ＡＬＶ采用两个直流电机分

＝＝＝

别驱动两个驱动轮，则其运动过程中，左右轮的轮速是关于时间的函图１运动状态和偏差示意图

数。

设电机转速与轮速相等，两个驱动轮直径完全相等（记为，一），电机电枢电压为，，【时间常数为Ｔｍ，则有

设电机Ｋ一＝Ｋ／６０ｒ，按照自动控制原理，直流电机的传递函数可用等效一阶惯性环节

＝；；＝．

表示，则驱动轮线速度与电枢电压的关系可表示为：

收稿日期２００５—１２—３０

基金项目ｔ广东交通职业技术学院科研项目（编号２００４一Ｋ一０６）．

作者简介王贵恩（１９６９一），男．内蒙古包头市人，广东交通职业技术学院讲师，博士。