基于模糊控制算法的智能小車(chē)避障系統(tǒng)設(shè)計(jì)

申永紅

（陜西國(guó)防工業(yè)職業(yè)技術(shù)學(xué)院 陜西 西安 710302）

引言

智能小車(chē)作為當(dāng)前智能化的代表，集合人工智能、自動(dòng)控制、傳感采集等技術(shù)，成為當(dāng)前智能汽車(chē)的發(fā)展趨勢(shì)。目前，針對(duì)智能小車(chē)的控制中，大部分采用嵌入式的編程方式來(lái)實(shí)現(xiàn)汽車(chē)的啟動(dòng)、停止以及速度方面的控制。但在實(shí)際道路行駛的過(guò)程中，如何避讓前方的障礙物，加強(qiáng)路徑規(guī)劃是其中的重點(diǎn)。高俊釵認(rèn)為智能小車(chē)的運(yùn)動(dòng)控制不依賴(lài)于精確的運(yùn)功控制模型，即其運(yùn)動(dòng)為非線(xiàn)性系統(tǒng)[1]。為解決這個(gè)問(wèn)題，人們引入模糊控制理論對(duì)智能小車(chē)避障進(jìn)行控制。同時(shí)在智能小車(chē)避障解決問(wèn)題中，呂閃[2]則從硬件和軟件的角度，對(duì)智能小車(chē)避障進(jìn)行控制，并通過(guò)測(cè)試，驗(yàn)證了STM32控制芯片和模糊控制避障算法的可行性；張橋則結(jié)合傳感器采集過(guò)程中存在的多信息融合問(wèn)題，提出一種基于T-S模型的模糊神經(jīng)網(wǎng)絡(luò)避障控制算法，并通過(guò)仿真測(cè)試，驗(yàn)證了上述方案的可行性[3]。但是，加強(qiáng)對(duì)障礙物避障更為精確的控制，加強(qiáng)對(duì)小車(chē)路徑的規(guī)劃，一直是當(dāng)前研究和優(yōu)化的重點(diǎn)。對(duì)此，本文結(jié)合系統(tǒng)設(shè)計(jì)的思想，提出一種基于模糊神經(jīng)PID控制的避障算法，并通過(guò)硬件和軟件的搭建，對(duì)上述方案進(jìn)行了驗(yàn)證。

1 整體架構(gòu)設(shè)計(jì)

本文設(shè)計(jì)的STM32智能小車(chē)避障控制系統(tǒng)，其主要具備自主避障、障礙自動(dòng)檢測(cè)、無(wú)線(xiàn)通信等功能。要實(shí)現(xiàn)小車(chē)的自動(dòng)避障，首先需要采用避障傳感器完成對(duì)前端基礎(chǔ)數(shù)據(jù)的采集，然后通過(guò)主控芯片的處理和分析，發(fā)布控制指令，最終通過(guò)轉(zhuǎn)向控制系統(tǒng)和速度控制完成對(duì)小車(chē)障礙物的避讓控制。因此，結(jié)合以上的思路，本文設(shè)計(jì)的該系統(tǒng)整體架構(gòu)如圖1所示。

圖1 系統(tǒng)整體架構(gòu)設(shè)計(jì)

2 系統(tǒng)硬件電路設(shè)計(jì)

2.1 主控電路設(shè)計(jì)

主控電路是智能小車(chē)工作的基礎(chǔ)，也是關(guān)鍵。目前針對(duì)小車(chē)主控模塊的設(shè)計(jì)中，部分采用ARM是當(dāng)前的一個(gè)趨勢(shì)。本文則選擇STM32F103作為主控芯片[4]，然后通過(guò)軟件編程的方法，完成對(duì)小車(chē)前方障礙物的避讓?zhuān)?shí)現(xiàn)路徑的規(guī)劃。STM32F103芯片具有高性能、低功耗的特點(diǎn)。同時(shí)為提高系統(tǒng)運(yùn)行的效率，引入了有源晶振，以提高系統(tǒng)的抗干擾能力，保證高效和穩(wěn)定運(yùn)行。具體電路如圖2所示。

2.2 超聲測(cè)距模塊設(shè)計(jì)

超聲波傳感器測(cè)距為障礙物距離檢測(cè)的重點(diǎn)。該傳感器測(cè)距的原理，是超聲波存在反射效應(yīng)，當(dāng)接收器在接收到超聲波信號(hào)后，諧振片產(chǎn)生諧振效應(yīng)，從而將這種效應(yīng)轉(zhuǎn)變?yōu)槊}沖信號(hào)，最后再通過(guò)信號(hào)放大，對(duì)信號(hào)進(jìn)行計(jì)算。在本文中則采用LM393A放大器對(duì)信號(hào)進(jìn)行放大，具體的電路如圖3所示。

圖2 主控電路設(shè)計(jì)

圖3 放大電路設(shè)計(jì)

3 系統(tǒng)軟件設(shè)計(jì)

3.1 整體流程設(shè)計(jì)

整體流程是小車(chē)避障控制的基礎(chǔ)，也是關(guān)鍵。而結(jié)合圖1的整體構(gòu)架可以看出，當(dāng)智能小車(chē)在運(yùn)動(dòng)過(guò)程中，首先會(huì)進(jìn)行數(shù)據(jù)的初始化；然后啟動(dòng)超聲波測(cè)距模塊，如在范圍內(nèi)存在障礙物，則將測(cè)量的誤差和方向角度傳遞給主控芯片；然后通過(guò)模糊控制算法，對(duì)電機(jī)和方向轉(zhuǎn)角完成避障。具體的流程如圖4所示。

圖4 系統(tǒng)主程序設(shè)計(jì)

3.2 超聲波采集軟件設(shè)計(jì)

在本文的超聲波測(cè)距中，采用時(shí)間差Δt來(lái)表示脈沖信號(hào)發(fā)送和接收存在的時(shí)間差，同時(shí)結(jié)合超聲波的速度，從而獲得障礙物的距離。具體計(jì)算公式為[5-6]：

在本測(cè)距模塊部分，采用參數(shù)為40 kHz的電脈沖信號(hào)，然后通過(guò)傳感器內(nèi)部的諧振片將信號(hào)轉(zhuǎn)換為可計(jì)算的數(shù)字，并在發(fā)射后等待接收信號(hào)。具體流程如圖5所示。

3.3 障礙物躲避算法設(shè)計(jì)

圖5 超聲波采集流程設(shè)計(jì)

對(duì)智能小車(chē)的控制來(lái)講，避障過(guò)程中最為關(guān)鍵的部分是要協(xié)調(diào)好小車(chē)行駛方向和速度，從而在設(shè)定的運(yùn)行軌跡上能有效地避開(kāi)障礙物，并以最佳的速度達(dá)到設(shè)定目標(biāo)。對(duì)此，結(jié)合模糊控制的相關(guān)理論，本文從模糊控制器、模糊控制規(guī)則等對(duì)避障算法進(jìn)行設(shè)計(jì)。

3.3.1 模糊控制器設(shè)計(jì)

1）傳感器安裝

為更好地獲取小車(chē)周?chē)恼系K物信息，本文從左、右、前3個(gè)角度對(duì)障礙物的距離進(jìn)行測(cè)定，具體傳感器布置安裝如圖6所示。

圖6 超聲波傳感器安裝布置

在角度采集范圍測(cè)定中，以中軸線(xiàn)作為分界點(diǎn)，左右各 45°，左邊測(cè)定的角度在 45°～180°，右邊測(cè)定范圍為-45°～-180°。

2）模糊控制器設(shè)計(jì)

在以上3個(gè)方向測(cè)距中，如某范圍內(nèi)存在多個(gè)障礙物，那么系統(tǒng)會(huì)自動(dòng)將距離較近的那個(gè)障礙物作為本文的輸入量，如障礙物的距離過(guò)遠(yuǎn)，超過(guò)了0.4 m，那么可直接忽略掉該障礙物。因此，模糊控制輸出的本質(zhì)就是對(duì)方向的控制。

圖7 模糊控制器設(shè)計(jì)

在以上的控制器中，將左、右、前3個(gè)方向的距離作為輸入，然后通過(guò)模糊控制器對(duì)數(shù)據(jù)進(jìn)行模糊化的處理，然后將距離信息轉(zhuǎn)變?yōu)檎Z(yǔ)言變量。對(duì)此，結(jié)合一般小車(chē)的檔位情況，將前方障礙物的模糊化語(yǔ)言設(shè)定為：

d=[0，5]? Near

d=[5，20]? Far

d=[20，40]? Very Far

而左右障礙物的模糊化語(yǔ)言則設(shè)定為2檔，即{Near，F(xiàn)ar}，分別對(duì)應(yīng)的距離為[0，10]，[10，40]。

3.3.2 模糊規(guī)則表建立

根據(jù)以上的設(shè)計(jì)，采用if-and-then對(duì)模糊規(guī)則表進(jìn)行構(gòu)建[7]，從而可以得到表1的規(guī)則表。

表1 模糊規(guī)則表

4 系統(tǒng)測(cè)試與分析

4.1 仿真結(jié)果

為驗(yàn)證以上方法的可行性與正確性，本文通過(guò)仿真和現(xiàn)場(chǎng)測(cè)試的方式進(jìn)行驗(yàn)證。在仿真測(cè)試中，設(shè)定智能小車(chē)的起始坐標(biāo)和目標(biāo)坐標(biāo)。在本仿真測(cè)試中，設(shè)定小車(chē)的起始坐標(biāo)為（20，0），目的坐標(biāo)為（50，100）處，同時(shí)在運(yùn)行路徑中設(shè)定多個(gè)障礙，從而可以得到如圖8所示的運(yùn)動(dòng)軌跡。

圖8 智能小車(chē)仿真運(yùn)動(dòng)軌跡

4.2 現(xiàn)場(chǎng)測(cè)試結(jié)果

同時(shí)在現(xiàn)場(chǎng)測(cè)試部分中，模擬小車(chē)的前方和左側(cè)存在障礙物，從而可以得到如圖9～10所示的小車(chē)障礙規(guī)避結(jié)果。

圖9 檢測(cè)到存在障礙物

圖10 向右轉(zhuǎn)90℃

通過(guò)以上的轉(zhuǎn)向可以看出，在通過(guò)模糊化的控制后，小車(chē)可及時(shí)調(diào)整運(yùn)動(dòng)方向，并及時(shí)躲避障礙物，進(jìn)而驗(yàn)證本文構(gòu)建的模糊算法的正確性和可行性。

5 結(jié)論

通過(guò)以上的研究看出，模糊智能控制在小車(chē)障礙物躲避上具有一定的可行性，可實(shí)現(xiàn)對(duì)小車(chē)不同方向障礙物的精確躲避，從而為當(dāng)前移動(dòng)機(jī)器人的自動(dòng)控制提供了一種借鑒。同時(shí)模糊控制將具體的信息轉(zhuǎn)換為模糊語(yǔ)言，并通過(guò)模糊語(yǔ)言實(shí)現(xiàn)了對(duì)小車(chē)方向的控制，在研究上具有其獨(dú)特的特點(diǎn)，那就是在處理模糊化的變量中具有很強(qiáng)的優(yōu)勢(shì)。但本文的研究中，只是對(duì)轉(zhuǎn)向的部分進(jìn)行了研究，還需要對(duì)速度進(jìn)行模糊化的控制，因此還需進(jìn)一步地深入探討。