余善恩,丁禹心,馮小龍,黃繼業(yè)
(1.杭州電子科技大學(xué)自動(dòng)化學(xué)院,浙江 杭州 310018;2.杭州電子科技大學(xué)電子信息學(xué)院,浙江 杭州 310018)
隨著先進(jìn)傳感器、信息融合、導(dǎo)航、人工智能、計(jì)算機(jī)控制、驅(qū)動(dòng)等技術(shù)的發(fā)展,無人駕駛的智能車將成為未來智能交通的主流[1]。目前,智能車對道路識別的方法主要有基于道路標(biāo)志線的圖像識別[2-3]、鋪設(shè)金屬軌道作為循跡引導(dǎo)[4]、利用電磁信號循跡檢測[5]。這些方法中,道路表面的標(biāo)志物易受損,鋪設(shè)的金屬軌道易受干擾,而電磁循跡主要由感應(yīng)線圈經(jīng)諧振得到信號,不存在斷點(diǎn),且電磁引導(dǎo)線鋪設(shè)簡單,若再結(jié)合先進(jìn)的環(huán)境感知技術(shù),將具有很好的應(yīng)用前景。目前,分別控制轉(zhuǎn)向舵機(jī)和驅(qū)動(dòng)電機(jī)的指令算法已有多種解決方案,包括傳統(tǒng)比例-積分-微分控制算法(Proportion Integral Differential,PID)以及模糊控制[6]、神經(jīng)網(wǎng)絡(luò)[7]等智能控制算法。但是,由于電磁檢測的前瞻距離較短、車體無法滿足電磁越野智能車高速穩(wěn)定行駛所需的良好動(dòng)平衡性能要求、對復(fù)雜路況的適應(yīng)性不夠。因此,本文提出一種智能車舵機(jī)與電機(jī)指令協(xié)調(diào)控制方法,重點(diǎn)探討舵機(jī)指令與直流電機(jī)指令的協(xié)調(diào)控制,以改善行駛的平穩(wěn)性與快速性。
本文提出的電磁循跡式越野智能車協(xié)調(diào)控制系統(tǒng)的組成如圖1所示。
圖1 電磁循跡式越野智能車控制系統(tǒng)框圖
圖1中,A/D為模擬量輸入口,PI為脈沖量輸入口,PWM0,PWM1為PWM信號輸出口;電磁循跡用于賽道檢測,MCU協(xié)調(diào)控制器根據(jù)輸入的循跡信號及當(dāng)前速度來調(diào)整舵機(jī)、電機(jī)的協(xié)調(diào)控制指令,從而實(shí)現(xiàn)對智能車的自動(dòng)行駛控制。系統(tǒng)的核心目標(biāo)是實(shí)時(shí)檢測并預(yù)測軌道,協(xié)調(diào)控制轉(zhuǎn)向與車速,實(shí)現(xiàn)智能車精準(zhǔn)快速地運(yùn)動(dòng)。
電磁循跡式越野智能車的引導(dǎo)線一般為單根漆包銅線,銅線中通過20 kHz、100 mA交變電流在空間中形成交變磁場。安裝在智能小車前瞻處自制的8個(gè)水平工字型諧振式電磁感應(yīng)線圈陣列(也稱電磁循跡傳感器,簡稱工字型電感)可以檢測到磁場信息并轉(zhuǎn)化為多路模擬信號輸出。對輸出的信號進(jìn)行矢量運(yùn)算,獲取當(dāng)前軌道信息,并結(jié)合歷史數(shù)據(jù)獲取賽道位置和方向預(yù)測信號,進(jìn)而得到智能小車此時(shí)的車身位置與賽道中心位置的偏移量,將此偏移量轉(zhuǎn)換為角度誤差并據(jù)此得出舵機(jī)的修正指令,實(shí)現(xiàn)對智能小車的軌跡控制與方向預(yù)測。
通過電磁循跡檢測方法獲得的信號為多路模擬量信號,接到單片機(jī)的A/D輸入口,經(jīng)單片機(jī)運(yùn)算后賽道循跡分辨率可達(dá)2 mm,且基本不受引導(dǎo)線電流變化影響。微控制單元(Micro-Control Unit,MCU)根據(jù)周期中斷定時(shí)器(Programmable Interval Timer,PIT)產(chǎn)生的定時(shí)中斷周期性地進(jìn)入中斷服務(wù)子程序,控制周期為5 ms;每次中斷處理對A/D信號進(jìn)行轉(zhuǎn)換處理與存儲,采樣得到的新數(shù)據(jù)放入隊(duì)尾并舍棄隊(duì)首的數(shù)據(jù),將隊(duì)列中的N個(gè)數(shù)據(jù)進(jìn)行智能加權(quán)運(yùn)算,計(jì)算值作為濾波輸出值,即進(jìn)行加權(quán)遞推平均濾波。由于小車尺寸的限制,電磁檢測前瞻不夠長,小車速度的增加受信號延遲的限制,因此需給予越接近當(dāng)前時(shí)刻的數(shù)據(jù)越大的權(quán)值,使系統(tǒng)靈敏度得到提高。5 ms采樣周期相對較短,不會影響信號的平滑度。雖然濾波后檢測信號仍存在一定的滯后性,但經(jīng)過長時(shí)間運(yùn)行后,發(fā)現(xiàn)濾波后得到的信號平穩(wěn),更有利于智能車的控制,利大于弊,即加權(quán)遞推平均濾波算法是比較適合智能車引導(dǎo)信號處理的。
智能車協(xié)調(diào)控制算法示意如圖2所示,驅(qū)動(dòng)電機(jī)為直流電動(dòng)機(jī),采用PWM驅(qū)動(dòng)控制,并以增量式光電編碼器檢測行駛速度,構(gòu)成車速閉環(huán)控制系統(tǒng);舵機(jī)是以電位器作為角度檢測環(huán)節(jié)的直流電機(jī)位置閉環(huán)控制系統(tǒng)。其中,Δθ,Δθ*(單位:°)分別為舵機(jī)方向角及其指令(實(shí)際中是以脈寬作為方向角指令),ASR為車速調(diào)節(jié)器,V,V*分別為車速及其指令(單位:m/s),n,n*分別為車輪驅(qū)動(dòng)電機(jī)的轉(zhuǎn)速及其指令(單位:rpm),F(xiàn)L為路面對車輪的摩擦阻力(單位:N),j為減速比,r為車輪半徑(單位:m),WV(s)為轉(zhuǎn)速-車速變換傳函,WASR(s)為車速調(diào)節(jié)器ASR的控制算法,Wd(s)為PWM驅(qū)動(dòng)器傳函,其中Ks,Ts分別為PWM裝置的放大系數(shù)、延遲時(shí)間,WF(s)為路況阻力作用通道的傳函,Wm(s)為LS-540SM直流電動(dòng)機(jī)傳函,其中Tm,Tl分別為直流電機(jī)的機(jī)電時(shí)間常數(shù)、電磁時(shí)間常數(shù)。
圖2 智能車協(xié)調(diào)控制算法示意圖
(1)
式中,V*為轉(zhuǎn)速指令值(單位:m/s),Vt0為當(dāng)前初始速度(可正、負(fù)),Vm為最大速度,ΔV為所需的速度改變量(可正、負(fù)),τrd為從Vt0到Vt0+ΔV的所需時(shí)間(單位:s),τrdN為最大加減速時(shí)間(單位:s),t為時(shí)間(單位:s)。
智能車速度控制系統(tǒng)的傳遞函數(shù)如下:
(2)
車速調(diào)節(jié)算法WASR(s)在系統(tǒng)頻帶內(nèi)的設(shè)計(jì)目標(biāo)如下:
顯然,對于智能車而言,為提高自動(dòng)駕駛的平穩(wěn)性與快速性,在設(shè)計(jì)車速控制算法時(shí),只能在對車速指令跟蹤的快速性與對時(shí)變復(fù)雜路況阻力FL的抗擾性之間取得平衡。
為滿足設(shè)計(jì)目標(biāo)要求,所用的WASR(s)基本算法如下:
(3)
式中,T0為濾波時(shí)間常數(shù),kp為比例系數(shù),τi為積分時(shí)間常數(shù),τd為微分時(shí)間常數(shù)。
對電樞電流約束控制的前提下,按典II最優(yōu)系統(tǒng)[8]整定參數(shù),得到:
(4)
式中,Idm為電樞電流限制值,并設(shè)Tl>max{T0,Ts}。為進(jìn)一步提高智能車的控制性能,結(jié)合智能車對實(shí)時(shí)性要求高的特點(diǎn),車速控制算法在式(3)—(4)基礎(chǔ)上改進(jìn),采用無擾動(dòng)切換的Bang-Bang/PID綜合控制算法,用計(jì)算機(jī)控制實(shí)現(xiàn)時(shí),PID采用基于不完全微分[9]與抗飽和的增量式離散算法。此外,實(shí)際車速信號取自與電機(jī)通過聯(lián)軸器連接的增量式光電編碼器,用四倍頻及M/T算法以提高數(shù)字測速的實(shí)時(shí)性與準(zhǔn)確性。
智能車的轉(zhuǎn)向通過舵機(jī)實(shí)現(xiàn)。舵機(jī)的本質(zhì)是基于直流電機(jī)的方向角控制系統(tǒng),通過輸入脈寬指令進(jìn)行角度控制,一般舵機(jī)指令信號采用周期為5 ms的PWM信號,其指令脈寬0.5~2.5 ms分別對應(yīng)于-90°~+90°(或0°~180°)方向角。舵機(jī)角度控制系統(tǒng)的建模分析方法類似于車速控制系統(tǒng),限于篇幅故不贅述。實(shí)驗(yàn)證明,采用帶濾波的模糊PD算法不僅可提高舵機(jī)響應(yīng)的快速性,還能實(shí)現(xiàn)對不同路況條件下的轉(zhuǎn)向優(yōu)化控制,如:提高直道行駛的平穩(wěn)性、入彎及出彎迅速、彎道最大程度內(nèi)切以實(shí)現(xiàn)通過時(shí)間最短。
為了驗(yàn)證本文提出的轉(zhuǎn)向與速度協(xié)調(diào)控制方法的可行性,本文設(shè)計(jì)了電磁越野智能車,并參加了第十四屆全國大學(xué)生“恩智浦”杯智能汽車競賽室外電磁組。根據(jù)競賽要求,參賽的智能車必須在指定車模底盤上加裝各類自主設(shè)計(jì)制作的硬件電路、機(jī)械裝置等,競賽時(shí)須以電磁循跡形式引導(dǎo)車模順利通過所有賽道元素,用時(shí)短者勝。據(jù)此要求,設(shè)計(jì)制作了一輛利用工字型電感檢測賽道、四輪驅(qū)動(dòng)、采用協(xié)調(diào)控制方法進(jìn)行車速及轉(zhuǎn)向控制的智能車模,主要包括硬件、軟件、機(jī)械的設(shè)計(jì)與制作、調(diào)試工作。
越野智能車采用L型車模,智能車驅(qū)動(dòng)電機(jī)為LS540SM直流電機(jī),采用PWM驅(qū)動(dòng)控制,8.5 V鋰電池供電,增量式光電編碼器為512P/R,協(xié)調(diào)控制器的MCU采用NXP公司的MKV58F1M0VLQ24,其為CORTEX-M7內(nèi)核,供電電壓為3.3 V,系統(tǒng)頻率可達(dá)240 MHz。該MCU的PTE4~6/12/16~20/24接口可作為電磁循跡的模擬量信號輸入口;FTM2模塊的PTE22/23接口作為增量式光電編碼器的脈沖信號輸入口;FTM0模塊的PTE29接口作為舵機(jī)控制信號的輸出口;FTM3模塊的PTE7/8接口作為小車車速控制信號的輸出口;PTA24~29、PTB0、PTE0~3接口作為人機(jī)界面(LCD、按鍵等)的接口。
程序主體采用前后臺結(jié)構(gòu),流程如圖3所示。其中,主函數(shù)中僅執(zhí)行OLED屏幕掃描及鍵盤掃描,核心操作均放在定時(shí)器中斷程序中。上電開機(jī)后,首先對所有硬件接口進(jìn)行初始化,對A/D采集到的電磁循跡電壓信號進(jìn)行分析并計(jì)算出當(dāng)前賽道對應(yīng)的系統(tǒng)最佳運(yùn)行參數(shù),進(jìn)而控制舵機(jī)與驅(qū)動(dòng)電機(jī)。
圖3 智能車控制軟件流程
機(jī)構(gòu)設(shè)計(jì)部分主要為改進(jìn)轉(zhuǎn)向機(jī)構(gòu)以提高轉(zhuǎn)向控制性能,并按動(dòng)平衡要求,對測控裝置的總體安裝進(jìn)行合理布局以提高智能車自動(dòng)行駛的平穩(wěn)性和快速性,限于篇幅故不贅述。
圖4 第十四屆全國大學(xué)生智能汽車競賽總決賽的預(yù)賽賽道示意圖
本文智能車所用的直流電機(jī)系統(tǒng)對象參數(shù)為:額定電壓7.4 V、空載轉(zhuǎn)速17 000±10% rpm、最大空載電流1.7 A、最小堵轉(zhuǎn)電流35 A,減速比10.55∶1.00,車輪外徑88 mm,PWM頻率5 500 Hz,Ks=7.4,Ce=0.000 414 V/rpm;控制參數(shù):β=0.056×10-3V/rpm,Kp=0.5,τi=10 ms,τd=2 ms。根據(jù)以上參數(shù)設(shè)計(jì)的智能車經(jīng)一年多的制作、調(diào)試,各項(xiàng)功能與技術(shù)規(guī)范均符合第十四屆全國大學(xué)生“恩智浦杯”智能汽車競賽的各項(xiàng)技術(shù)要求,并據(jù)此進(jìn)行反復(fù)運(yùn)行實(shí)驗(yàn);最后,按上述參數(shù)自行設(shè)計(jì)的智能車參加了2019年全國大學(xué)生智能汽車競賽的分賽區(qū)競賽及全國總決賽,在越野路況下的運(yùn)行情況如下:
(1)賽前試驗(yàn)結(jié)果:賽道長93.7 m,自主循跡駕駛的最短用時(shí)32.1 s,平均速度達(dá)到2.92 m/s;(2)省賽測試結(jié)果:越野賽道長95 m,自主循跡駕駛用時(shí)33.517 s;(3)國賽總決賽測試結(jié)果:越野賽道長165.47 m,自主循跡駕駛用時(shí)68.614 s。賽道元素如圖4所示,在賽道運(yùn)行中全程行駛平穩(wěn),且無論在分賽區(qū)還是全國總決賽中車速都是最快的。因此,按照本文提出的控制方法設(shè)計(jì)制作的智能車性能優(yōu)異。
本文提出一種電磁循跡式越野智能車協(xié)調(diào)控制系統(tǒng),系統(tǒng)注重轉(zhuǎn)向與車速的協(xié)調(diào)統(tǒng)一,使電磁越野智能車兼具前瞻性與穩(wěn)定性。電磁導(dǎo)航技術(shù)具有低成本、高容錯(cuò)率等優(yōu)點(diǎn),本文方法為智能交通領(lǐng)域應(yīng)用發(fā)展提供一定的參考。同時(shí),隨著人工智能技術(shù)的發(fā)展,將智能化理論與本文方法進(jìn)行融合,可以進(jìn)一步拓展其適用性。