智能雙車車距控制算法與優(yōu)化策略*

張 麗， 周 峰， 張 濤

(河南理工大學(xué) 電氣工程與自動化學(xué)院，河南 焦作454000)

0 引 言

高度智能化的無人駕駛技術(shù)，是智能汽車研究熱點。為了推動無人駕駛技術(shù)的發(fā)展，在最新幾屆的智能車競賽中，都提出了雙車追逐系統(tǒng)的設(shè)計要求。競賽中，要求智能車能自主根據(jù)路況及時調(diào)整雙車速度及轉(zhuǎn)向，在最短的時間內(nèi)完成兩車通過終點線，并且兩車通過時間差較短者為最佳狀態(tài)。

在雙車追逐系統(tǒng)中，距離過近不利于后車的信號檢測，距離過遠(yuǎn)時不能達(dá)到賽題的最佳要求。雙車的速度控制是一個難點問題[1,2]，一方面雙車的距離測定在運(yùn)用中無法實時準(zhǔn)確的測定，無法完全適應(yīng)不同路徑的距離測定，另一方面兩車距離控制對象是一個非線性系統(tǒng)，無法準(zhǔn)確對其進(jìn)行建模。模糊控制算法具有不要求精確的數(shù)學(xué)模型,能夠方便地將專家的經(jīng)驗與思考加入到知識模型中等優(yōu)點,十分適合這種時變的、非線性的、高實時響應(yīng)的系統(tǒng)[3]。

綜上，為了解決雙車追逐時車速與車距的最優(yōu)問題，本文結(jié)合智能車雙車追逐控制的特點，硬件設(shè)計上采用電磁導(dǎo)航方式[4]，通過超聲波進(jìn)行距離輔助標(biāo)定，利用編碼器進(jìn)行路程積分，濾波[5]后通過無線發(fā)送方式將前車路程距離發(fā)送至后車，經(jīng)過單片機(jī)處理后計算出雙車的距離差。最后，通過模糊控制算法和增量式比例—積分—微分(proportion-integration differentiation,PID)[6]算法相結(jié)合對后車速度進(jìn)行雙閉環(huán)控制，從而使兩車距離達(dá)到最佳狀態(tài)。

1 雙車車距控制算法設(shè)計

1.1 問題引出

本文以恩智浦公司在“全國大學(xué)生智能汽車競賽”中指定的B型車模為研究對象。該車模參數(shù)為：車長74 cm,車寬25 cm,車高18 cm,車重約963 g，用電感檢測賽道中的銅線電流大小為100 mA,頻率為20 kHz，波形為方波的電流變化，舵機(jī)轉(zhuǎn)向反應(yīng)范圍：左45°，右45°。本文提出的控制策略是基于雙車在保持合適車距的前提下，完成動態(tài)實時追逐且順利快速超車(即測距條件滿足時進(jìn)行超聲波距離測定)。雙車追逐示意如圖1所示，距離M為雙車追逐運(yùn)動時前車與后車保持的動態(tài)距離。

圖1 雙車車追逐示意圖

在雙車比賽中，賽道類型多樣且復(fù)雜，如有直道、直角彎、十字彎、小s彎等。目前，雙車的測距已被廣泛研究，大多測距方法分為攝像頭測距、超聲波測距、衛(wèi)星測距、激光測距[7～9]等，這些測距方法在實際應(yīng)用中，特別容易受環(huán)境影響而導(dǎo)致測量不精準(zhǔn)。例如，在超車過程中，特別是當(dāng)雙車行駛在彎道時，由于受超聲波測量角度的限制，會造成測量存在一定的誤差。如果彎道處一般設(shè)有綠化帶或其它遮擋時，雙車車距的測量將會受到更大的限制。故本文采用超聲波測距與速度實時積分相給合的方法測距，描述為：

1)雙車發(fā)車前(直道，未運(yùn)動)，采用超聲波對雙車之間的距離進(jìn)行一次初始檢測與標(biāo)定，標(biāo)定值記為Q，此時，M即為Q，為一固定值。

2)在雙車追逐運(yùn)動時，M是動態(tài)變化的，為了實時檢測M的值，需對雙車的速度各自進(jìn)行積分，獲得前車和后車已行駛的距離，記為L1(前車已行使距離),L2(后車已行駛距離)，同時將L1發(fā)給后車。

本系統(tǒng)中雙車距離控制是建立在前車選定合適的車速(如中速、高速、超高速)前提下，后車進(jìn)行實時追逐，運(yùn)動中對前車進(jìn)行PID閉環(huán)調(diào)節(jié)，使前車達(dá)到選定的目標(biāo)速度，同時發(fā)前車行駛的距離給后車。后車在初始化成功后，一方面根據(jù)雙車距離差對設(shè)定速度進(jìn)行閉環(huán)調(diào)節(jié)，另一方面根據(jù)實時速度對檢測速度進(jìn)行PID閉環(huán)調(diào)節(jié)，使檢測速度達(dá)到設(shè)計的目標(biāo)速度。后車雙閉環(huán)控制流程如圖2所示。

圖2 后車程序流程

1.2 控制策略

在雙車行駛過程中，為保證使后車很好地追逐前車，讓兩車始終保持在一個合適的距離，從而使雙車能夠以最短的時間完成比賽，獲得更好的比賽成績。本文提出了一種速度距離雙閉環(huán)方法來實現(xiàn)車距控制，具體策略如下：

1)采用超聲波測距與速度實時積分相給合的方法，實時檢測雙車追逐時的動態(tài)車距M(如圖1中所示)。

2)對于前車，需要在起跑前設(shè)定其安全可靠的目標(biāo)速度，本文采用增量式PID控制算法，得到當(dāng)前速度的真實值，通過濾波后對當(dāng)前速度進(jìn)行積分，得到前車已走的距離L1。為了程序簡便，可以通過對當(dāng)前速度的連加，再除以由編碼器齒輪數(shù)及電機(jī)齒輪確定的常數(shù)N，即∑Vo/N。

3)對于后車，需要先設(shè)置一個固定的目標(biāo)距離S，通過將后車速度積分的積分值L2與前車已行駛的距離L1求差，再加上發(fā)車前通過超聲波標(biāo)定的初始距離Q，得到當(dāng)前真實的路程差M=Q+L1-L2。后車控制流程如圖3所示。本文通過設(shè)計模糊控制器得到當(dāng)前的速度設(shè)定值Vi,再通過PID控制器調(diào)節(jié)以達(dá)到合適速度，保證雙車以合適的距離進(jìn)行實時追逐。

圖3 后車控制流程

4)雙車超車結(jié)束后，由于超車時后車行駛的路徑受到賽道的影響，因此，需要對當(dāng)前車距進(jìn)行重新標(biāo)定(采用超聲波)，在檢測到當(dāng)前兩車均為直道或滿足超聲波測距的要求情況下使用超聲波對兩車的距離進(jìn)行重新測定。此時原先的后車變?yōu)榍败?，原先的前車變?yōu)楹筌?，依舊按照前文提出的控制策略進(jìn)行控制。

1.3 算法設(shè)計

1.3.1 模糊控制器設(shè)計

由于在雙車追逐過程中無法準(zhǔn)確對雙車之間的距離模型進(jìn)行建模，同時為了使不同的距離對應(yīng)不同的速度輸出，故本文采用參數(shù)可自行調(diào)節(jié)的模糊控制器，過程如下：

1)定義輸入輸出語言變量。距離調(diào)節(jié)的偏差即S-M作為偏差E,偏差E的變化率設(shè)為EC，后車速度的目標(biāo)設(shè)定值Vi作為輸出U。

2)定義偏差的論域E，偏差變化率的論域Ec,速度目標(biāo)設(shè)定值的論域U。E=[-3,3],EC=[-6,6],U=[-4,4],對應(yīng)域上E,Ec和U的隸屬函數(shù)如圖4所示。

圖4 E,Ec和U的隸屬函數(shù)

3)依據(jù)專家系統(tǒng)規(guī)則，結(jié)合本文平時的調(diào)試經(jīng)驗，建立模糊規(guī)則表如表1所示。

表1 模糊規(guī)則表

為了更加形象地描述本文設(shè)計的模糊規(guī)則表，將調(diào)試過后的模糊規(guī)則曲面擬合如圖5所示，在模糊控制曲面中可以看出，距離偏差變化量與距離偏差變化率對應(yīng)輸出速度的變化曲線，例如當(dāng)兩車距離較大，距離變化量也較大時，模糊控制器輸出較大的速度，當(dāng)兩車距離量較小，距離變化量也較小時輸出較小的速度。

圖5 模糊控制曲

1.3.2 雙閉環(huán)PID算法

在距離的閉環(huán)控制中

Efuzzy=S-M=S-(Q+L1-L2)

(1)

Ecfuzzy=Efuzzyk-Efuzzyk+1

(2)

(3)

式中μ(|E|fuzzy,|Ec|fuzzy)為隸屬度函數(shù)，Kv為不同狀態(tài)下的加權(quán)。

在速度的閉環(huán)控制中,在得出當(dāng)前速度設(shè)定值Vi后，采用增量式PID對當(dāng)前值進(jìn)行調(diào)節(jié)。設(shè)ΔVo[n]=Vo[n]-Vo[n-1]，則有

ΔVo[n]=Kp[e[n]-e[n-1]}+Kie[n]+

Kd{e[n]-2e[n-1]+e[n-2]}

(4)

式中e[n]=Vi[n]-Vo[n]。

2 仿真與實驗

2.1 仿真測試

智能雙車系統(tǒng)通過控制直流電機(jī)來達(dá)到控制速度的目的，本系統(tǒng)采用直流伺服電機(jī)控制，簡化模型如圖6(a)所示，其傳遞函數(shù)為

控制原理如圖6(b)所示。

圖6 直流電動機(jī)等效電路及電機(jī)控制原理

仿真時，在系統(tǒng)中輸入階躍信號，即模擬系統(tǒng)剛上電時的距離變化情況。仿真中，后車以前車為參照物，具體結(jié)果如圖7所示。

圖7 距離與相對速度仿真

從仿真中看出:當(dāng)輸入階躍信號時，輸出的速度目標(biāo)值超調(diào)量較小，且響應(yīng)較快，說明該算法滿足雙車追逐系統(tǒng)設(shè)計要求，穩(wěn)定性和適合性較強(qiáng)。

2.2 實際測試

實際測試環(huán)境如圖8所示，賽道全長34.5 m。本文分別測試了兩車在傳統(tǒng)控制方式下和速度雙閉環(huán)控制方式進(jìn)行跟蹤追逐的運(yùn)行結(jié)果。在測試100組數(shù)據(jù)后，結(jié)果如表2、表3所示。

圖8 實際賽道與雙車追逐情況

控制方法碰撞次數(shù)速度 /(m·s-1)到達(dá)終點時間差/s傳統(tǒng)控制0.81.981.02雙閉環(huán)控制02.340.56

表3 不同類型賽道測試通過時間差實驗結(jié)果 s

從實驗數(shù)據(jù)可以看出，通過使用基于模糊控制的速度雙閉環(huán)雙車距離控制算法，比僅僅使用距離傳感器來進(jìn)行雙車控制的方法，運(yùn)行時間短，而且更加安全可靠，能夠更加有效地適應(yīng)各種不同的復(fù)雜賽道類型，對智能車控制的性能提升有著很大的作用。

3 結(jié) 論

1)本文所采用的距離速度雙閉環(huán)控制方法，可以在彎道(U形彎度較小時)、十字賽道、坡道、以及環(huán)道處進(jìn)行車距測量，該測距方法受周圍環(huán)境的影響較小。

2)在實驗中發(fā)現(xiàn)，雙車的距離控制在直道上或彎道角度較小時兩種方式區(qū)別較小，但在U型彎道角度較大時，測量車距存在一定的誤差，雙車的控制距離將會略受影響，加大了控制難度。

3)本文采用的速度距離雙閉環(huán)策略，按照比賽的計時方式(時間=兩車通過終點線的時間+兩車通過終點線時間差×5)，最快速度達(dá)到2.14 m/s(2017年全國智能車大賽國一平均成績?yōu)? m/s)，大大提高了比賽成績。

4)該算法也將有助于未來人類在無人駕駛領(lǐng)域中對雙車甚至多輛車的有效控制。