關于智能小車軟件設計的探討

湖北工程學院　楊鵬勝

?

關于智能小車軟件設計的探討

湖北工程學院楊鵬勝

由于汽車工業(yè)的飛速發(fā)展，關于汽車的研究越來越多，各種在模擬環(huán)境（蛇形彎道）下的小車種類層出不窮。根據(jù)智能小車不需要人為持續(xù)管理，能夠顯示時間速度、里程；能自動尋跡，尋光，避障；在行駛時還可以控制速度、定位停止、傳輸圖像等功能。在科學勘察、交通出行等領域有著廣泛的應用前景。下面主要探討關于小車軟件方面的的設計。

1.控制算法

小車的控制包括電機和舵機的控制，具體的控制算法有PID控制，bang-bang算法控制和模糊控制。

1.1PID控制

PID 控制是工業(yè)過程控制中歷史最悠久，生命力最強的控制方式。這主要是因為這種控制方式具有直觀、實現(xiàn)簡單和魯棒性能好等一系列的優(yōu)點。PID控制主要有三部分組成，比例、積分、微分。比例控制是一種最簡單的控制方式。其控制器的輸出與輸入誤差信號成比例關系。偏差一旦產(chǎn)生，調(diào)節(jié)器立即產(chǎn)生控制作用使被控量朝著減小偏差的方向變 化，控制作用的強弱取決于KP。當僅有比例控制時系統(tǒng)輸出存在穩(wěn)態(tài)誤差為了消除穩(wěn)態(tài)誤差，引入積分控制。積分項對誤差取決于時間的積分，隨著時間的增加，積分項會增大。這樣，即便誤差很小，積分項也會隨著時間的增加而加大，它推動控制器的輸出增大使穩(wěn)態(tài)誤差進一步減小，直到等于零。為了預測預測誤差變化的趨勢，引入微分的控制器，這樣就能夠提前使抑制誤差的控制作用等于零，甚至為負值，從而避免了被控量的嚴重超調(diào)。PID控制狂徒如圖1所示，

圖1　

對應的誤差傳遞函數(shù)為：

式中，Kp 為比例增益；Ti 為積分時間常數(shù)；Td 為微分時間常數(shù)；U（s）為控制量； E（s） 為被控量與設定值 R（s）的偏差。時域表達式為：

在單片機中，我們僅能對數(shù)字信號處理，即數(shù)字 PID 控制。將上式離散化，得：

A.位置式PID算法直接利用上述離散化公式計算，框圖如右圖所示。由于積分項（Pi）是將所有采集值偏差相加，在一段時間后會很浪費單片機資源。對其稍加改進，得到 增量型 PID 算法。

B.增量式 PID 算法為：

式三減式四得：

由此，第k個采樣時刻實際控制量為u（k）=u（k-1）+△u（k），為方便書寫，寫為：

其中，q0=（1+T/Ti+Td/T）， q1=-Kp（1+2Td/T），q2=KpTd/T

由上可知，利用三個歷史數(shù)據(jù)，遞推使用，即可完成PID控制量?？驁D如圖2所示。

1.2模糊控制

一般控制系統(tǒng)包含了五個主要部分，即:定義變量、模糊化、知識庫、邏輯判斷及反模糊化，底下將就每一部分做簡單的說明：

（1）定義變量：也就是決定程序被觀察的狀況及考慮控制的動作，例如在一般控制問題上，輸入變量有輸出誤差 E 與輸出誤差之變化率 CE，而控制變量則為下一個狀態(tài)之輸入U。其中E、CE、U統(tǒng)稱為模糊變量。

（2）模糊化（fuzzify）：將輸入值以適當?shù)谋壤D(zhuǎn)換到論域的數(shù)值，利用口語化變量來描述測量物理量的過程，依適合的語言值（linguisitc value）求該值相對之隸屬度，此口語化變量我們稱之為模糊子集合（fuzzy subsets）。

（3）知識庫：包括數(shù)據(jù)庫（data base）與規(guī)則庫（rule base）兩部分，其中數(shù)據(jù)庫是提供處理模糊數(shù)據(jù)之相關定義；而規(guī)則庫則藉由一群語言控制規(guī)則描述控制目標和策略。

（4）邏輯判斷：模仿人類下判斷時的模糊概念，運用模糊邏輯和模糊推論法進行推論，而得到模糊控制訊號。此部分是模糊控制器的精髓所在。

（5）解模糊化（defuzzify）：將推論所得到的模糊值轉(zhuǎn)換為明確的控制訊號，做為系統(tǒng)的輸入值。模糊算法可以解決一些非線性問題，將賽道分為直線、入大小彎、出大小彎、蛇形彎道，對應的直線加速、入大彎減速轉(zhuǎn)方向、入小彎制動轉(zhuǎn)方向、出彎加速、蛇形彎道直接通過（若可以達到這種前瞻性）。要達到這種控制要通過實際 檢測，分析大量賽道磁場信息，找出它們的特征。

2.軟件的設計及實現(xiàn)

軟件運行需要配置單片機各個模塊寄存器數(shù)值，使單片機各個模塊正常工作。初始化中包括：單片機時鐘配置、I/O口配置、PWM模塊配置、A/D模塊配置、RTI實時中斷配置、脈沖捕捉模塊配置。當初始化完畢后，進入跑車程序：對傳感器輸入信號進行采樣，當完成一次采樣后將采樣值映射成車相對于跑道的位置，根據(jù)當前與過去位置決定舵機轉(zhuǎn)角和電機速度，通過改變PWM模塊內(nèi)部寄存器數(shù)值可以得到不同占空比的方波信號，實現(xiàn)對舵機和電機的調(diào)節(jié)。軟件整體流程如圖3所示。

圖2　

圖3

小車調(diào)試上述算法參數(shù)的獲取必須通過實際的測量，跑道信息的獲取用藍牙藍傳送數(shù)據(jù)。利用藍牙串口模塊，將所需數(shù)據(jù)發(fā)回PC機，通過 MATLAB仿真分析偏差變化，對數(shù)據(jù)進行處理得到賽道信息，從而調(diào)整參數(shù)使之達到最佳值。

3.結語

綜上所述，小車軟件設計需要考慮實際操作中方方面面的問題，而控制方法更是重中之重，雖然模糊控制可以較好解決一些非線性問題，但控制復雜，實際調(diào)試中較PID控制無明顯優(yōu)勢，所以我們采用PID控制。舵機為位置式PD，雖然存在穩(wěn)態(tài)誤差，但可以快速響應；電機控制為增量式 PID，由于給定速度頻繁變化，采用微分先行 PID，使電機能夠快速響應。

［1］夏克儉.數(shù)據(jù)結構及算法［M］.北京:國防工業(yè)出版社，2001.

［2］仲志丹，張洛平，張青霞.PID調(diào)節(jié)器參數(shù)自尋優(yōu)控制在運動伺服中的應用［J］.2000.