汽車自動巡航系統智能控制策略研究

梁根

0 引言

減輕駕駛者的疲勞程度，提高駕車的安全性與舒適程度越來越受到人們的重視。因此，一種新型的汽車電子巡航控制系統就應運而生了。該系統能夠有效地實現對車距的精確、自動控制，通過利用激光測距儀和相應軟件解決對運動目標的追蹤問題。在路況較為正常的情況下，巡航控制系統往往能夠正常地工作，但在特殊路段則不如駕駛員的經驗和應變能力。本文通過模糊控制和神經網絡控制技術設計了一個智能控制算法，根據各項參數對車距進行控制。這種方法對可能的不確定性進行了控制，減小了其他因素的影響[1]。

1 系統的控制方案和控制策略

1.1 控制的總體結構

為了實現對車速的控制，在汽車的巡航控制系統中，可設計一個車距智能控制器，通過安裝在車上的激光測距器測量出與前車之間的車距和速度差。通過與人工的測量相比較，再使用一系列的控制算法對控制器的輸出量進行調整，比如更改油門開度等。在這種控制車距的模式下，系統能夠使行駛中的兩車始終保持安全距離。車距控制器能夠根據司機的設置來對距離進行控制。

1.2 系統的控制策略

因為控制過程十分復雜，使用單一且簡單的控制策略并不能滿足其需要，因此車距智能控制器采用基本模糊控制及神經元修正方法。基本的控制往往是通過模糊推理來完成的，就是指不需要精確的數學模型，通過對人工經驗分析與處理，設計出一個控制規則。由于模糊控制本身的特點，導致控制精度并不高[2]，而且只要模糊控制規則一旦進行確立之后，實際運行過程中的自適應性就會得到限制。所以，需要通過神經元進行直接修正，所謂神經元修正就是具有自學習、自組織功能的加權修正過程，能夠根據其所反映的各種變化來進行及時的在線調整。

2 模糊控制策略設計

當車距處于控制模式下時，汽車的巡航系統被設計為基本的模糊處理系統，數值經過模糊化的處理后，由原來的信號模式轉變為模糊量，通過一定的規則與函數模型來對這些數值量進行模糊的推理與斷絕，得出一個相對精確的數值變量。通過對油門輸出量、前后車距離偏差、變化率的計算、控制器的輸出變量及模糊量的大小等級之間的關系，運用比例因子計算方法，對一定數域內的變量進行分析研究。當系統初期的負載變化較大時，控制器的輸出功率必須達到最大值，汽車行駛的速度也要達到最大值，汽車油門的開度保持在最大，這樣系統才能消除對數值的誤差，處在穩定的工作狀態下。

3 神經元的控制策略設計

神經元是一個非線性的單元，其擁有逼近任意非線性函數的能力。神經元構成比較簡單，其中涉及到的算法也都比較明確，是一種比較方便研究的對象。通過對神經元比例系數的研究可以發現，在對軟件流程的設計中，應該對誤差的變化率與積分進行模糊化的處理，并使用增量式控制算法來求取模糊變量[3]。

4 結束語

通過使用模糊控制和神經網絡控制的方法，就能夠確立智能控制車距的相關策略。再通過一系列的處理，就能夠使模糊控制提升精確度，使智能的告知策略具備更高的可行性與適用性。該系統能夠讓汽車的形勢更加安全，對于未來的智能化汽車意義重大。

[1]陳學文,劉偉川,祝東鑫,朱甲林.汽車巡航智能控制策略及仿真[J].機械設計與制造,2016,(04):133-136.

[2]張志遠,萬沛霖.汽車自動巡航系統智能控制策略[J].遼寧工程技術大學學報,2006,(02):234-237.

[3]陳學文,劉偉川,祝東鑫,李剛.基于模糊系統的汽車智能巡航仿真研究[J].測控技術,2016,35(03):54-57+62.