logo资料库

基于模糊控制和PID控制的自主车辆速度跟踪控制.doc

发布时间：2022-06-09 发布人：admin 分类：说明书 资料大小：0.20M 资料格式：doc 举报 版权申诉
第1页 / 共19页
第2页 / 共19页
第3页 / 共19页
第4页 / 共19页
第5页 / 共19页
第6页 / 共19页
第7页 / 共19页
第8页 / 共19页
资料共19页，剩余部分请下载后查看
    一、设计原理
    E=EC=U={-3,-2,-1,0,1,2,3}
    二、调整参数
    一、设计原理 设计思想：油门控制采用增量式 PID 控制算法,刹车控制采用模 糊控制算法，最后通过选择规则进行选择控制量输入。 选择规则：首先定义速度偏差-50 km/h≤e（k）≤50km/h，-20≤ec= e（k）- e（k-1）≤20，阀值 eswith=10km/h。 若：e（k）<0① e（k）>- eswith and throttlr_1≠0 选择油门控制 ② 否则：先将油门控制量置 0，再选择刹车控制 若：0
    u E EC U           ( , 5, 1) g x   ( , 3, 2,0) trig x   ( , 3, 1,1) trig x  ( , 2,0,2) trig x   ( , 1,1,3) trig x  ( ,0,2,3) trig x   ( ,1,5) g x  说明：边界选择钟形隶属度函数，中间选用三角形隶属度函数， 图像略。实际 EC 和 E 输入值若超出论域范围，则取相应的端点值。 3.模糊控制规则 由隶属度函数可以得到语言值隶属度（通过图像直接可以看出） 如下表： 表 1：E/EC 和 U 语言值隶属度向量表 -3 1 0 0 0 0 0 0 -2 0.5 1 -1 0 0.5 0.5 1 0 0 0 0 0.5 0 0 0 0 0 0 0.5 1 1 0 0 0 0.5 0.5 1 0 0 0.5 0 2 0 0 0 0 0.5 1 0.5 3 0 0 0 0 0 0 1 NB NM NS ZO PS PM PB P0 P1 P2 P3 P4 P5 P6 设置模糊规则库如下表： 表 2：模糊规则表 U EC — NB NM NS ZO PS PM PB NB PB PB PM PM PS PS ZO NM PB PM PM PS PS ZO ZO E NS PM PM PS PS ZO ZO ZO ZO PM PS PS ZO ZO ZO NS* PS PS ZO ZO ZO ZO NS NM PM ZO ZO NS NS NS NM NM PB ZO NS NS NM NM NB NB 3.模糊推理
    由模糊规则表 3 可以知道输入 E 与 EC 和输出 U 的模糊关系，这 里我取两个例子做模糊推理如下： if (E is NB) and (EC is NM) then (U is PB) 那么他的模糊关系子矩阵为： R 1  R E 1  R EC 2  R U 1 其中， RE 1  P ,0,5.0,1(0   )0, 71  ,即表 1 中 NB 对应行向量，同理可 以得到， REC 2  ,0,5.0,1,0(1 P   )0, 71  , RU 1  P ,0,5.0,1(0   )0, 71  R E 1  R EC 2  ,0,5.0,1(  T )0,  ,0,5.0,1,0(  )0,  ECER 1 2  ,0,5.0,5.0,0,0,0,0,0,5.0,1,0(  )0, 491          1 0 05.0 05.05.00 0 0   0 0 0  0 0  0      0 0 0  0         77  R 1  R 1 ECE 2  R U 1  ,5.0,1,0(  T )0,  if (E is NB or NM) and   )0, ,0,5.0,1(         (EC is NB) 0 00 0 1 005.0 005.05.0  0  00    0 0 0  0  0          749  then (U is PB) R 2  ( R 1 E  R E 2 )  R 1 EC  R U 1 ，结果略。 按此法可得到 27 个关系子矩阵，对所有子矩阵取并集得到模糊 关系矩阵如下： RR 1   R 2  ( iR i  ,2,1  )27, 由 R 可以得到模拟量输出为： U  ( E EC R  ) 
    4.去模糊化 由上面得到的模拟量输出为 1×7 的模糊向量，每一行的行元素（u （zij））对应相应的离散变量 zj，则可通过加权平均法公式解模糊： u  21 i    0 21 ( u z ) z j ij ( u z ij ) i  0 ( i   j 1,2,  ,21) 从而得到实际刹车控制量的精确值 u。 油门控制： 油门控制采用增量式 PID 控制，即： )( ku  ( ku )1  ( k  k i  k d p )() ke (  k  2 k d p () ke )1  ( kek d  )2 其中 ki=kp×ts/Ti， dk =kp×Td/ts只需要设置 pk 、Ti、Td 三个参数即可输 出油门控制量。 二、调整参数 按照上述算法流程，应用 MATLAB 进行仿真实现，在参数调试 过程中采用如下方法： 首先将油门和刹车分开进行调整参数，最后再将调整好的参数写 入总程序中调整。 1.油门 PID 参数调节 油门只需要调整 kp、Ti、Td 三个参数，根据经验，首先令 Ti、 Td 为 0，kp 由 0 逐渐增大，在增大 kp 的过程可知，kp 越大系统调节 时间越短并趋于稳定，在达到一定程度后，继续增大系统将出现波动。
    10 9 8 7 6 5 4 3 2 1 y , d v ideal reality 10 9 8 7 6 5 4 3 2 1 y , d v ideal reality 0 0 1 2 3 4 5 time(s) 6 7 8 9 10 0 0 1 2 3 4 5 time(s) 6 7 8 9 10 kp=0.4 ideal reality kp=0.1 12 10 8 6 4 2 y , d v 0 0 1 2 3 4 5 time(s) 6 7 8 9 10 kp=0.9 调节 Ti 的过程发现，Ti 对系统稳定性影响并不大，将 Ti 由 10 增大到 30 的过程中系统输出没有变化。 10 9 8 7 6 5 4 3 2 1 y , d v ideal reality 10 9 8 7 6 5 4 3 2 1 y , d v ideal reality 0 0 1 2 3 4 5 time(s) 6 7 8 9 10 0 0 1 2 3 4 5 time(s) 6 7 8 9 10 Ti=10 Ti=30 在给 Td 赋值时，最开始从 1 增大，发现系统越来越不稳定，于 是逐渐减小，到 0.003 时趋于稳定，它的可调节范围很小，随其值的 减小最大误差值逐渐减小，增大则系统趋于不稳定。
    12 10 8 6 4 2 y , d v ideal reality 10 9 8 7 6 5 4 3 2 1 y , d v ideal reality 0 0 1 2 3 4 5 time(s) 6 7 8 9 10 0 0 1 2 3 4 5 time(s) 6 7 8 9 10 kp=0.002 ideal reality kp=0.001 10 9 8 7 6 5 4 3 2 1 y , d v 0 0 1 2 3 4 5 time(s) 6 7 8 9 10 kp=0.003 2.刹车调节 首先，为了适应该系统，将刹车输出量限制在[-150,150]之内（最 初设计其范围为[-30,30]），对于该控制，可调节参数较多，包括隶 属度函数、模糊规则表、输入输出变量区间、语言值论域、模糊推理 及解模糊方法等等，这里由于模糊规则需要经验设定，本算法没有实 际参考，所以这里只调整规则表，其他参数固定不变。 以下为最初设计的模糊规则表： U EC — NB NM NS ZO PS PM PB NB PB PB PM PM PS PS ZO E NM PB PM PM PS PS ZO ZO NS PM PM PS PS ZO ZO ZO ZO PM PS PS ZO ZO ZO ZO 由于实际刹车控制中对于加速采取比较单一的置零（在选择规则
    中设定）输出，所以在规则表中 e<0 部分没有规则，然而为了仿真方 便，使参数调节更清晰，重新定义模糊规则表如下： U EC — NB NM NS ZO PS PM PB NB PB PB PM PS PS PS ZO NM PB PM PM ZO PS ZO ZO E NS PM PM PS ZO ZO ZO ZO ZO PM PS PS ZO ZO ZO NS* PS PS ZO ZO ZO ZO NS NM PM ZO ZO NS NS NS NM NM PB ZO NS NS NM NM NB NB 与此同时，将刹车的输出变量取反，以此来实现减速的效果！在 调整模糊规则表的时候，必须依据输入变量 e 和 ec 的范围逐个检验， 按照他们各自的语言值以及相应的输出语言值进行调整。 例如，初始速度为 50，期望速度为 0，即 e=-50，ec=-50，则此 时输出对应模糊规则表中第一行第一列 PB，而下一时刻 ec 几乎为 0， 所以在调节过程中，主要进行对 EC 变量的 ZO 行进行调节，若响应 时间短，则增大相应输出语言值，反之亦然。 仿真时，分两段，首先加速，之后减速，采用上面的模糊规则表， 得到如下图像： 50 40 30 y , d v 20 10 0 -10 0 ideal reality 1 2 3 4 5 time(s) 6 7 8 9 10 从图像的上升阶段分析可以看出，其加速阶段并不能达到稳态 值，但对于刹车控制可以忽略其影响，而减速阶段实际上已经比较理 想，我取稳态误差达到 5%稳定，则此规则达到稳态的时间为 7.4s， 这里尝试进行如下修改，将规则表中带下划线的部分以此改为：
    PM,PS,PS,ZO,即，增大了输出语言值。则得到如下图像： 50 40 30 y , d v 20 10 0 -10 0 ideal reality 1 2 3 4 5 time(s) 6 7 8 9 10 此规则达到稳定的时间为 6.9s，由此分析模糊规则的调整规则如 下：若想加快响应时间，增大误差和误差变化率负大区域附近的输出 语言值，并增大误差变化率零区域附近的输出语言值，可能还会引起 超调量的增大，所以只需做临近语言值之间的变化。 3.整体调节 此时将刹车与油门同时加到仿真模型中，分别做加速和减速仿 真，依据分别调节时的规律做微量调节就可以基本达到要求。 45 40 35 30 25 y , d v 20 15 10 5 0 -5 0 期 望 实 际 5 10 15 20 time(s) 25 30 35 40 4.待解决问题 在调试过程中发现，油门控制（PID）过程在达到稳态时出现抖 动，并且三个参数对他的影响很小，具体原因待考证；油门控制给系 统的输入值出现大波动，每一次达到峰值持续相同时间后变为 0 再持
    分享到：
    赞 收藏

    相关推荐

    资料库

    课程资源

    共收录17145份资料，累计13个分类，关注成员有19位，主要包括：PHP,网络管理,网页制作,Java,.Net,数据库,3G/移动开发,C/C++,游戏开发,嵌入式,讲义,软件测试,专业指导

    热门标签

    PHP 网络管理 网页制作 Java .Net 数据库 3G/移动开发 C/C++ 游戏开发 嵌入式 讲义 软件测试 专业指导

    最新资料