基于模糊PID的飞思卡尔智能车变速系统设计

中央民族大学信息工程学院 李雨璇 涂 洪 白景岚 瞿 冉 尹先晗

基于模糊PID的飞思卡尔智能车变速系统设计

中央民族大学信息工程学院 李雨璇 涂 洪 白景岚 瞿 冉 尹先晗

设计飞思卡尔智能车的目的是进行竞速，为了使整体的平均速度达到最大，小车在不同的赛道元素中须采用不同的速度：长直道加速、入弯减速、出弯加速等。传统PID控制能够实现速度的控制，但是对于不同的赛道，小车所需要的PID参数可能会发生变化。综上，采用模糊PID进行变速系统设计，以使得小车运行的整体速度达到最快，运行状态达到最佳。

智能小车；模糊控制；PID

飞思卡尔智能车设计是以智能无人汽车为背景，涵盖电子、控制、计算机、传感器等多个学科的创意性设计。飞思卡尔智能车的整个运行系统，包含：赛道信息采集、赛道分析、方向控制、速度控制等模块。本文着重研究其中的速度控制部分。飞思卡尔智能车速度控制系统是一个时变非线性系统，采用传统的PID算法，单一的反馈控制会使系统存在不同程度的超调和震荡现象，在连续弯道尤为严重，严重影响小车的整体运行速度。根据这一现象，引入模糊控制，实时改变PID参数，有效地提高了小车的整体运行速度。

1 传统PID和模糊PID的比较

1.1 传统PID控制

传统PID控制器自出现以来，凭借其结构简单、稳定性好、工作可靠、调整方便等优点成为工业控制主要技术[1]。当被控对象的结构和参数具有一定的不确定性，无法对其建立精确的模型时，采用PID控制技术尤为方便。PID控制原理简单、易于实现，但是其参数整定异常麻烦。对于小车的速度控制系统而言，由于其为时变非线性系统不同时刻需要选用不同的PID参数，采用传统的PID控制器，很难使整个运行过程具有较好的运行效果[2]。

1.2 模糊PID控制

模糊PID控制，即利用模糊逻辑并根据一定的模糊规则对PID的参数进行实时的优化，以克服传统PID参数无法实时调整PID参数的缺点[3]。模糊PID控制包括模糊化，确定模糊规则，解模糊等组成部分。小车通过传感器采集赛道信息，确定当前距赛道中线的偏差E以及当前偏差和上次偏差的变化ec，根据给定的模糊规则进行模糊推理，最后对模糊参数进行解模糊，输出PID控制参数[4]。

2 模糊PID控制器的设计

2.1 模糊PID控制器原理

模糊控制器采用的是典型的双输入单输出模型。模糊PID控制器的输入量为中心偏差E和中心偏差变化率ec，输入量经模糊化与模糊推理之后得到模糊控制器的输出值，将模糊控制器的输出值传入PID控制器，PID控制器根据模糊控制的输出值对自身参数进行调节。本文采用的模糊PID控制器原理如下图所示：

图1 模糊PID控制器结构图

2.2 确定模糊化接口

针对模糊控制器的每个输入空间定义一个语言变量。本文中选用，中心偏差e和中心偏差的变化率ec作为模糊控制器的两个输入。输出量为u。

（1）在中心偏差e上定义语言变量“误差E”，在中心偏差变化率上定义语言变量“误差变化EC”；

（2）定义各个语言变量的论域：

一般来说，E和EC的论域可以选用E = EC = {-5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5}。本文是基于飞思卡尔光电智能车的，根据小车的特性，将E和EC的论域进行了重新定义，分别为：

E = {-27,-15,-8,0,8,15,27 }

EC = {-7.2,-3,0,3,7.2}

（3）定义各语言变量的语言值：

通常取值可以是：{“负大”，“负中”，“负小”，“零”，“正小”，“正中”，“正大”} = {NL, NM, NS, Z, PS, PM, PL}。针对本文所选用的具体的系统，将其调整为：

E的语言值为：{ NL, NM, NS, Z, PS, PM, PL }

EC的语言值为：{ NL, NS, Z, PS, PL }

（4）各语言值的论域上定义其语言值的隶属度函数。为了实现和处理的方便，E和EC的隶属度函数均选用线性函数。

图2 误差E的隶属度函数

图3 误差变化率EC的隶属度函数

2.3 确定模糊规则表

模糊规则表是模糊控制器中模糊推理的依据，每个模糊规则都需要根据具体的系统进行设计。根据智能车运行特性以及控制经验，设计的规则如下：

2.4 模糊推理以及反模糊化

控制器经模糊化得到各变量的隶属度，再经模糊推理和反模糊化得出控制变量的输出值，达到控制的作用。本文中的模糊推理采用的是最大-最小法，设定e，ec，u的隶属度分别为：µE, µEC, µU。