4WS智能小車運動控制系統(tǒng)研究.pdf

1、分類號U463密級單位代碼10618學(xué)號110230044a交通戈謦碩士學(xué)位論文論文題目：4WS智能小車運動控制系統(tǒng)研究Vehicle研究生姓名：程力導(dǎo)師姓名、職稱：楊志剛教授申請學(xué)位門類：工學(xué)專業(yè)名稱：車輛工程論文答辯日期：2013年6月9日學(xué)位授予單位：重慶交通大學(xué)答辯委員會主席：舒紅宇評閱人：蘇玉剛20l3年6月徐凱摘要智能小車的研究涉及到電機及其控制、測量與計算機控制、傳感器、計算機視覺、信息融合、車輛工程等諸多領(lǐng)域。本文對智能

2、小車的運動控制系統(tǒng)軟硬件，多傳感器數(shù)據(jù)融合的避障技術(shù)以及小車的軌跡跟蹤等相關(guān)技術(shù)進行了研究。首先，以一臺裝有多傳感器的4WS模型車作為研究對象，提出了智能小車的總體設(shè)計方案和運動控制系統(tǒng)硬件設(shè)計方案，設(shè)計DSP主控制器硬件電路圖和PCB，制作了相關(guān)硬件并進行了調(diào)試。接著，建立了四輪轉(zhuǎn)向車輛的運動學(xué)模型，針對其非完整約束和非線性特性，提出了基于模糊邏輯的智能車軌跡跟蹤控制方法。在Matlab／Simulink環(huán)境下，仿真結(jié)果表明，該控制算

3、法的有效性和可靠性，四輪轉(zhuǎn)向車輛相對于前輪轉(zhuǎn)向車輛能更快地跟蹤期望軌跡。然后，探討了超聲波傳感器和紅外傳感器的數(shù)據(jù)融合，進行了基于TS模糊神經(jīng)網(wǎng)絡(luò)信息融合的小車避障研究。通過網(wǎng)絡(luò)參數(shù)學(xué)習(xí)算法對初始隸屬函數(shù)進行離線訓(xùn)練，仿真結(jié)果表明，模糊神經(jīng)網(wǎng)絡(luò)避障算法能夠高精度逼近非線性系統(tǒng)，并且融合了模糊控制的推理能力與神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力，能夠有效地避障。針對四輪轉(zhuǎn)向智能車測試、監(jiān)測和控制要求，還提出了一種基于LabVIEW和無線通信技術(shù)的實時監(jiān)控系

4、統(tǒng)設(shè)計方案。該設(shè)計方案采用CClll0無線透傳模塊，通過串口進行數(shù)據(jù)采集和控制。采用LabVIEW編寫了可視化的上位機軟件，設(shè)計了相應(yīng)的通信協(xié)議，并采用有限狀態(tài)機技術(shù)，實現(xiàn)了數(shù)據(jù)包的準(zhǔn)確、高效識別。最后，根據(jù)智能小車實際的功能需求，采用了決策控制層和驅(qū)動控制層的分層控制方案，并以肛c／osII實時操作系統(tǒng)作為控制系統(tǒng)的底層平臺。移植了ItC／OSII，根據(jù)任務(wù)重要性和任務(wù)類型，劃分了用戶任務(wù)。關(guān)鍵詞：智能小車；軌跡跟蹤；避障；模糊控制；