基于matlab軟件的自動(dòng)泊車(chē)控制系統(tǒng)設(shè)計(jì)與仿真-本科生畢業(yè)論文設(shè)計(jì)

1、<p>　　基于MATLAB軟件的自動(dòng)泊車(chē)控制系統(tǒng)設(shè)計(jì)與仿真</p><p><b>　　摘要</b></p><p>　　現(xiàn)代社會(huì)汽車(chē)的使用已經(jīng)相當(dāng)廣泛。而每一個(gè)司機(jī)都會(huì)面對(duì)倒車(chē)問(wèn)題，有經(jīng)驗(yàn)的司機(jī)能夠快速、準(zhǔn)確的將汽車(chē)停到指定的位置。然而多數(shù)的司機(jī)尤其是一些剛剛考到駕照的新手們尤其對(duì)停車(chē)的問(wèn)題十分煩惱。在準(zhǔn)確性和速度之間往往很難同時(shí)滿(mǎn)足，設(shè)想如果能有個(gè)智能

2、裝置，根據(jù)當(dāng)前的車(chē)速和位置能夠自動(dòng)將車(chē)停到合適位置，且又同時(shí)滿(mǎn)足快速性和準(zhǔn)確性。本課題正是基于以上的設(shè)想，結(jié)合我們最近學(xué)習(xí)的模糊控制的相關(guān)知識(shí)以MATLAB為軟件平臺(tái)，搭建一個(gè)基于MATLAB的自動(dòng)倒車(chē)模糊控制系統(tǒng)。</p><p>　　以往的各種傳統(tǒng)控制方法均是建立在被控對(duì)象精確數(shù)學(xué)模型基礎(chǔ)上的，然而，隨著系統(tǒng)復(fù)雜程度的提高，將難以建立系統(tǒng)的精確數(shù)學(xué)模型。在工程實(shí)踐中，人們發(fā)現(xiàn)，一個(gè)復(fù)雜的控制系統(tǒng)可由一個(gè)操作人

3、員憑著豐富的實(shí)踐經(jīng)驗(yàn)得到滿(mǎn)意的控制效果。這說(shuō)明，如果通過(guò)模擬人腦的思維方法設(shè)計(jì)控制器，可實(shí)現(xiàn)復(fù)雜系統(tǒng)的控制，由此產(chǎn)生了模糊控制。模糊控制是建立在人工經(jīng)驗(yàn)基礎(chǔ)之上的。對(duì)于一個(gè)熟練的操作人員，他往往憑借豐富的實(shí)踐經(jīng)驗(yàn)，采取適當(dāng)?shù)膶?duì)策來(lái)巧妙地控制一個(gè)復(fù)雜過(guò)程。若能將這些熟練操作員的實(shí)踐經(jīng)驗(yàn)加以總結(jié)和描述，并用語(yǔ)言表達(dá)出來(lái)，就會(huì)得到一種定性的、不精確的控制規(guī)則。如果用模糊數(shù)學(xué)將其定量化就轉(zhuǎn)化為模糊控制算法，形成模糊控制理論。</p>

4、<p>　　糊控制理論具有一些明顯的特點(diǎn)：</p><p>　　（1）模糊控制不需要被控對(duì)象的數(shù)學(xué)模型。模糊控制是以人對(duì)被控對(duì)象的控制經(jīng)驗(yàn)為依據(jù)而設(shè)計(jì)的控制器，故無(wú)需知道被控對(duì)象的數(shù)學(xué)模型。</p><p>　?。?）模糊控制是一種反映人類(lèi)智慧的智能控制方法。模糊控制采用人類(lèi)思維中的模糊量，如“高”、“中”、“低”、“大”、“小”等，控制量由模糊推理導(dǎo)出。這些模糊量和模糊推理

5、是人類(lèi)智能活動(dòng)的體現(xiàn)。</p><p>　　（3）模糊控制易于被人們接受。模糊控制的核心是控制規(guī)則，模糊規(guī)則是用語(yǔ)言來(lái)表示的，如“今天氣溫高，則今天天氣暖和”，易于被一般人所接受。</p><p>　　（4）構(gòu)造容易。模糊控制規(guī)則易于軟件實(shí)現(xiàn)。</p><p>　?。?）魯棒性和適應(yīng)性好。通過(guò)專(zhuān)家經(jīng)驗(yàn)設(shè)計(jì)的模糊規(guī)則可以對(duì)復(fù)雜的對(duì)象進(jìn)行有效的控制。</p>

6、<p>　　關(guān)鍵詞：模糊控制； MATLAB仿真； 智能控制； 自動(dòng)泊車(chē)</p><p><b>　　1.緒論</b></p><p>　　1.1 課題的背景及研究意義</p><p>　　世界汽車(chē)工業(yè)已有百年歷史。在新世紀(jì)，隨著計(jì)算機(jī)、通信、控制、傳感器技術(shù)的發(fā)展，新型汽車(chē)日益趨向智能化。當(dāng)前，汽車(chē)的智能化成為汽車(chē)工業(yè)發(fā)展的熱點(diǎn)

7、之一。對(duì)于汽車(chē)智能化的研究，主要有以下幾個(gè)方面內(nèi)容：</p><p>　　智能化的信息系統(tǒng)。為駕駛者提供豐富的交通信息。如GPS導(dǎo)航系統(tǒng)，可為駕駛者提供方位信息，并可給出到達(dá)目的地的路徑。</p><p>　　智能化的安全系統(tǒng)。使駕駛過(guò)程更安全，減少交通事故發(fā)生的頻率，降低事故的危害。如ABS（防抱死剎車(chē)系統(tǒng)）和ESP（電子穩(wěn)定程序），二者結(jié)合可使車(chē)輛在各種情況下保持最佳的穩(wěn)定性。<

8、/p><p>　　智能化的節(jié)能系統(tǒng)。實(shí)現(xiàn)降低能源消耗、減少環(huán)境污染。如混合動(dòng)力車(chē)的出現(xiàn)，有效地提高了能源利用率。</p><p>　　智能化的輔助駕駛系統(tǒng)。指導(dǎo)、協(xié)助駕駛者完成駕駛?cè)蝿?wù)，進(jìn)而完全實(shí)現(xiàn)車(chē)輛的自主駕駛。如ACC（適應(yīng)型巡航控制）、ICC（智能巡航系統(tǒng)）和國(guó)內(nèi)外一些高校研制的陸地自主車(chē)（ALV）。</p><p>　　隨著過(guò)去幾十年汽車(chē)工業(yè)的快速發(fā)展，現(xiàn)今的發(fā)

9、達(dá)國(guó)家汽車(chē)普及率已非常高了。在發(fā)展中國(guó)家，近年的汽車(chē)市場(chǎng)也增長(zhǎng)得非?？?。由于車(chē)輛的日益普及，現(xiàn)代都市中“停車(chē)難”問(wèn)題逐漸顯現(xiàn)，停車(chē)車(chē)位供不應(yīng)求。為了緩解這一問(wèn)題，停車(chē)場(chǎng)需要在有限的空間內(nèi)劃分出更多的車(chē)位，這樣一來(lái)，每個(gè)車(chē)位的空間就相對(duì)窄小了。在窄小的空間進(jìn)行倒車(chē)入位操作，對(duì)駕駛者來(lái)說(shuō)，是一個(gè)不小的挑戰(zhàn)。</p><p>　　如果在泊車(chē)的過(guò)程中，有智能系統(tǒng)的協(xié)助，將大大降低泊車(chē)的難度。自動(dòng)泊車(chē)系統(tǒng)的概念由此而生。一

10、個(gè)性能良好的自動(dòng)泊車(chē)系統(tǒng)，可以幫助駕車(chē)者安全、快速地完成泊車(chē)的操作。節(jié)省了時(shí)間，減輕了駕車(chē)的壓力。更重要的是，降低了泊車(chē)過(guò)程中車(chē)輛發(fā)生碰撞的可能性。一個(gè)低成本、高性能的自動(dòng)泊車(chē)系統(tǒng)擁有良好的市場(chǎng)前景。</p><p>　　1.2 國(guó)內(nèi)外研究及應(yīng)用現(xiàn)狀</p><p>　　1.2.1 自動(dòng)泊車(chē)系統(tǒng)的研究現(xiàn)狀</p><p>　　從二十世紀(jì)90年代起，國(guó)外學(xué)者開(kāi)始對(duì)自動(dòng)

11、泊車(chē)的問(wèn)題進(jìn)行研究。</p><p>　　參考采用多個(gè)超聲波傳感器和編碼器獲取車(chē)輛周邊障礙物及停車(chē)位的信息?？紤]到測(cè)量的誤差、車(chē)輛轉(zhuǎn)向角和速度不可突變、轉(zhuǎn)向角不可過(guò)大、倒車(chē)過(guò)程中不可發(fā)生碰撞及環(huán)境可能發(fā)生變化等限制條件，先將車(chē)輛停在合適的起始位置，然后按設(shè)計(jì)好的控制函數(shù)對(duì)轉(zhuǎn)向角和車(chē)速進(jìn)行控制，將車(chē)輛駛?cè)胪＼?chē)位。由于車(chē)位尺寸的限制及測(cè)量誤差的影響，車(chē)輛很難通過(guò)一步操作就達(dá)到目的位置，所以需要通過(guò)實(shí)施的測(cè)量車(chē)位信息，

12、經(jīng)過(guò)車(chē)輛的向前、向后多次的移位后，才能將車(chē)輛位置調(diào)整到目的位置。這個(gè)方法在LIGIER自主車(chē)上進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，LIGIER能動(dòng)態(tài)修正車(chē)位長(zhǎng)度，并完成泊車(chē)操作。</p><p>　　現(xiàn)如今專(zhuān)家提出了一種新的基于傳感器的智能車(chē)位系統(tǒng)結(jié)構(gòu)。智能車(chē)可在動(dòng)態(tài)的部分信息可知的環(huán)境下，實(shí)現(xiàn)自主運(yùn)動(dòng)。此文的創(chuàng)新點(diǎn)是，建立一個(gè)數(shù)據(jù)庫(kù)，管理各種常見(jiàn)的基于傳感器的操作規(guī)則（SBM，sensor-based maneuver）,

13、SBM以腳本形式保存。對(duì)于智能車(chē)需要執(zhí)行的任務(wù)，首先分解成若干條SBM，形成參數(shù)化運(yùn)動(dòng)計(jì)劃（PMP，parameterized motion plan）;然后由執(zhí)行機(jī)構(gòu)實(shí)現(xiàn)各條SBM，如果在某SBM執(zhí)行過(guò)程中，出現(xiàn)異常情況，如檢測(cè)到前方有障礙物等，則修改PMP或重選SBM，以適應(yīng)外界的變化。執(zhí)行完P(guān)MP,就完成一項(xiàng)任務(wù)。此文將軌跡跟蹤和平行泊車(chē)作為SBM的兩個(gè)例子，通過(guò)在自主車(chē)上進(jìn)行的實(shí)驗(yàn)結(jié)果，說(shuō)明此體系結(jié)構(gòu)的可行性。這里的自動(dòng)泊車(chē)操作

14、，正是使用了文中所描述的方法。</p><p>　　當(dāng)今社會(huì)有一種利用超聲波傳感器的測(cè)量數(shù)據(jù)，以網(wǎng)格EM形式表現(xiàn)智能車(chē)周邊環(huán)境信息的方法，并將此方法應(yīng)用于車(chē)輛導(dǎo)航、車(chē)輛避障和平行泊車(chē)上.網(wǎng)格圖以智能車(chē)的位置為中心，按與智能車(chē)的距離大小，把網(wǎng)格圖分成三部分:離車(chē)身最近的區(qū)域，每個(gè)網(wǎng)格面積小，分辨率高;離車(chē)身較遠(yuǎn)的區(qū)域，網(wǎng)格面積較大，分辨率較低:離車(chē)身最遠(yuǎn)的區(qū)域，網(wǎng)格面積最大，分辨率最低。傳感器探測(cè)到障礙物，則將網(wǎng)格

15、圖相應(yīng)網(wǎng)格填充，表示此處有障礙物:當(dāng)智能車(chē)運(yùn)行時(shí),網(wǎng)格圖中表示為障礙物的移動(dòng)。每一個(gè)網(wǎng)格中的障礙物有一個(gè)生存期，在傳感器不能檢測(cè)到障礙物時(shí)，障礙物并不馬上在圖中消失，而是要經(jīng)過(guò)一段時(shí)間后，確定障礙物不再存在，才從圖中消失。在討論平行泊車(chē)問(wèn)題時(shí)，使用的是路徑規(guī)劃的方法，倒車(chē)的路徑由兩個(gè)圓弧和一段線(xiàn)段組成。</p><p>　　本文中使用的模糊控制方法，在模型小車(chē)上實(shí)現(xiàn)了自動(dòng)泊車(chē)功能。模型小車(chē)與真實(shí)車(chē)輛的比例約為1:

16、10,配置了三個(gè)超聲波傳感器和一個(gè)編碼器。整個(gè)泊車(chē)過(guò)程分為四個(gè)步驟:首先，車(chē)輛前行，檢測(cè)車(chē)位;然后，車(chē)輛到達(dá)泊車(chē)操作的開(kāi)始</p><p>　　位置，接著，車(chē)輛以‘S’形軌跡，倒入車(chē)位;最后，車(chē)輛調(diào)整位置，到達(dá)目標(biāo)停車(chē)位。在整個(gè)泊車(chē)過(guò)程中，將人們的泊車(chē)經(jīng)驗(yàn)以模糊規(guī)則形式表示出來(lái)，構(gòu)成模糊控制器，以控制車(chē)輛完成直線(xiàn)前進(jìn)和‘S’形倒車(chē)操作。</p><p>　　所描述的平行泊車(chē)方法相似，也是基

17、于超聲波傳感器和編碼器獲取環(huán)境信息。此文中選擇兩個(gè)圓弧相切而組成的‘S’形路徑作為倒車(chē)的軌跡。文中還提出“禁區(qū)”( forbidden area)的概念，當(dāng)車(chē)身參考點(diǎn)進(jìn)入禁區(qū)，則表明車(chē)身至少有一個(gè)部位與障礙物發(fā)生了碰撞。所以，車(chē)輛倒車(chē)的路徑，應(yīng)保證車(chē)身參考點(diǎn)不進(jìn)入禁區(qū)。</p><p>　　本文描述了一種模糊控制方法，實(shí)現(xiàn)在狹小空間的平行泊車(chē)。與所述方法相同的是，把泊車(chē)過(guò)程分解為掃描車(chē)位、到達(dá)起始點(diǎn)、倒車(chē)入位等步

18、驟:不同的是，每一步的控制又分為若千個(gè)子過(guò)程，每個(gè)子過(guò)程只控制車(chē)輛的一個(gè)狀態(tài)量，在一個(gè)狀態(tài)量接近目標(biāo)值時(shí)，再控制另一個(gè)狀態(tài)量，使其也接近目標(biāo)值。</p><p>　　在泊車(chē)的過(guò)程中，主要有兩個(gè)狀態(tài)量:車(chē)身偏向角和車(chē)輛位置。這兩個(gè)狀態(tài)量是相互藕合的，不能完全獨(dú)立地進(jìn)行控制。但在一些情況下，對(duì)各狀態(tài)量輪流進(jìn)行控制，可使各狀態(tài)量收斂于日標(biāo)值。文獻(xiàn)[10]還考慮到自動(dòng)泊車(chē)模糊控制跟的最優(yōu)化和可移植性問(wèn)題。即當(dāng)車(chē)輛的特征參

19、數(shù)(車(chē)身長(zhǎng)度、寬度、軸距等)改變時(shí)，如何對(duì)模糊控制器的參數(shù)進(jìn)行調(diào)整，以獲得合適的控制器，達(dá)到應(yīng)用要求。文中提出了一種利用遺傳算法對(duì)模糊控制器的參數(shù)進(jìn)行優(yōu)化的方法。在車(chē)輛特征參數(shù)改變時(shí)，可使用此方法獲得性能優(yōu)良的模糊控制器。這種方法主要通過(guò)調(diào)整隸屬度函數(shù)和比例因子實(shí)現(xiàn)模糊控制器的優(yōu)化。</p><p>　　本文中所用的方法，用網(wǎng)格圖的方式記錄車(chē)輛周?chē)沫h(huán)境信息。在控制方法上，使用了模糊控制方法。</p>

20、<p>　　本文將模糊控制和滑動(dòng)模式控制(SMC, sliding mode control)結(jié)合，用于車(chē)輛的軌跡跟蹤控制。并使用模糊增益調(diào)度方法(fuzzy gain scheduling)，從典型軌跡集中，生成車(chē)輛的參考路徑。</p><p>　　綜上所述，基本上是利用超聲波傳感器和編碼器，獲取車(chē)輛周?chē)系K物信息.</p><p>　　在控制方法上，主要分為兩類(lèi):一種是按

21、參考路徑進(jìn)行泊車(chē);另一種是將駕駛者的倒車(chē)經(jīng)驗(yàn)，以模糊規(guī)則的形式表現(xiàn)，設(shè)計(jì)模糊控制器。隨著圖像處理、識(shí)別技術(shù)的發(fā)展，有一些學(xué)者開(kāi)始研究圖像傳感器在自動(dòng)泊車(chē)系統(tǒng)上的應(yīng)用問(wèn)題。</p><p>　　本文中，探討了如何利用攝像頭所獲得的信息，將車(chē)輛駛?cè)胗蓸?biāo)志線(xiàn)劃</p><p>　　分出來(lái)的停車(chē)位的問(wèn)題。攝像頭被安裝在車(chē)后部，可拍攝到標(biāo)志線(xiàn)。首先對(duì)拍攝</p><p>　　

22、圖像進(jìn)行濾波、邊緣檢測(cè)、二值化、降低分辨率等預(yù)處理，獲得控制器的輸入數(shù)</p><p>　　據(jù)?？刂破鞯脑O(shè)計(jì)上，給出了兩種控制方法:一種是純粹使用神經(jīng)網(wǎng)絡(luò)控制;另一種是將模糊控制和神經(jīng)網(wǎng)絡(luò)控制相結(jié)合.</p><p>　　本文使用兩個(gè)攝像頭獲取停車(chē)位信息。其中一個(gè)攝像頭裝在車(chē)輛前端，</p><p>　　負(fù)責(zé)拍攝停車(chē)位前端車(chē)輛的圖像;另一個(gè)攝像頭裝在車(chē)后部，負(fù)責(zé)拍攝

23、停車(chē)位后</p><p>　　端及側(cè)面路肩的圖像。圖像經(jīng)過(guò)預(yù)處理后，得到前后車(chē)輛及側(cè)面路肩的邊緣信息。</p><p>　　通過(guò)計(jì)算邊緣與參考點(diǎn)的距離(以像素為單位)，估測(cè)車(chē)輛的位置。使用模糊控制</p><p>　　方法生成控制命令，通過(guò)人機(jī)界面指導(dǎo)駕駛者完成泊車(chē)操作。</p><p>　　文中所討論的問(wèn)題與實(shí)際相似，也是利用攝像頭采集的信

24、息將車(chē)輛駛?cè)霕?biāo)志線(xiàn)劃分的長(zhǎng)方形區(qū)域中。此文在圖像處理時(shí)，使用了離散小波變換(DWT,discrete wavelet transformation)以減少數(shù)據(jù)量。使用SOM (self-organizing map)神經(jīng)網(wǎng)絡(luò)和模糊控制，實(shí)現(xiàn)對(duì)車(chē)輛的控制。</p><p>　　在自動(dòng)泊車(chē)系統(tǒng)中，停車(chē)位的檢測(cè)是一個(gè)重要的問(wèn)題。文獻(xiàn)[16, 17]對(duì)這個(gè)問(wèn)題進(jìn)行了研究，分別使用激光雷達(dá)和超聲波傳感器，實(shí)現(xiàn)停車(chē)位的檢測(cè)。

25、</p><p>　　本文對(duì)自動(dòng)泊車(chē)系統(tǒng)的整體結(jié)構(gòu)進(jìn)行了論述。對(duì)傳感器的選擇、方向盤(pán)的控制、泊車(chē)控制方法、人機(jī)界面的設(shè)計(jì)等問(wèn)題進(jìn)行了分析.</p><p>　　我國(guó)目前有多家高校在進(jìn)行陸地自主車(chē)(AM Autonomous land vehicle)的</p><p>　　研究。主要成果有清華大學(xué)、北京理工大學(xué)、南京理工大學(xué)、浙江大學(xué)、國(guó)防科</p>

26、<p>　　技大學(xué)等幾所高校共同研制開(kāi)發(fā)的7138系統(tǒng);清華大學(xué)的THMR-III和THMR-V</p><p>　　自主車(chē):吉林大學(xué)的JUTIV-11系統(tǒng)等[2a1.自動(dòng)泊車(chē)系統(tǒng)可以認(rèn)為是陸地自主車(chē)</p><p><b>　　研究的一個(gè)子問(wèn)題。</b></p><p>　　1.2.2自動(dòng)泊車(chē)系統(tǒng)的應(yīng)用現(xiàn)狀</p>&

27、lt;p>　　進(jìn)入二十一世紀(jì)，多個(gè)汽車(chē)生產(chǎn)廠(chǎng)家陸續(xù)推出了自動(dòng)泊車(chē)系統(tǒng):2003年，豐</p><p>　　田(Toyota)公司首先在其Prius混合動(dòng)力車(chē)型上配置了智能泊車(chē)系統(tǒng):2007年,又在新款LS460轎車(chē)上使用了自動(dòng)泊車(chē)系統(tǒng);2006年，本田(Honda)公司宣布在改進(jìn)款life車(chē)型上提供智能泊車(chē)輔助系統(tǒng):2006年，法國(guó)的汽車(chē)零部件供應(yīng)商法雷奧( Valeo)公司發(fā)布了其第一代自動(dòng)泊車(chē)系統(tǒng)(Pa

28、rk4UlM )，并己在大眾(Volkswagen)公司的途安系列車(chē)型中應(yīng)用;BMW也在測(cè)試類(lèi)似的統(tǒng):SiemensVDO公司正在開(kāi)發(fā)名為Park Mate的自動(dòng)泊車(chē)系統(tǒng)，預(yù)計(jì)2008至2009年推向市場(chǎng)。</p><p>　　下面介紹一下各廠(chǎng)家自動(dòng)泊車(chē)系統(tǒng)的特點(diǎn)。LS460的自動(dòng)泊車(chē)系統(tǒng)由雷克薩</p><p>　　斯的母公司Toyota以及Aisin Seiki合作研發(fā)，采用了Dens

29、。公司的超聲波傳感器和Aisin基于攝像頭的圖像識(shí)別技術(shù)。此系統(tǒng)配置了超聲感應(yīng)裝置—車(chē)頭六個(gè)感應(yīng)頭，車(chē)尾四個(gè)，目的是能準(zhǔn)確檢測(cè)車(chē)輛位置。圖像識(shí)別上，其圖像采集來(lái)自后置攝像頭，Aisin通過(guò)色彩對(duì)比技術(shù)增強(qiáng)了該系統(tǒng)的空間識(shí)別性能。在開(kāi)始泊車(chē)前，駕駛者需通過(guò)觸摸屏確定泊車(chē)方式以及調(diào)整停車(chē)位的位置。設(shè)置好后，駕駛者按下“OK"按鈕，把手從方向盤(pán)上拿開(kāi)，由駕駛者控制車(chē)輛的倒車(chē)速度,自動(dòng)泊車(chē)系統(tǒng)控制車(chē)輛的轉(zhuǎn)向，借助后視攝像頭、超聲傳感器

30、以及轉(zhuǎn)向系統(tǒng)中的電子馬達(dá)。將車(chē)駛?cè)胪＼?chē)位。這個(gè)過(guò)程中，駕駛者可以通過(guò)踩剎車(chē)或轉(zhuǎn)動(dòng)方向盤(pán)中止自動(dòng)泊車(chē)。</p><p>　　本田2006改進(jìn)款life上的智能泊車(chē)輔助系統(tǒng)，并不基于傳感器技術(shù)。其工作原理是:首先，要求駕駛者將車(chē)輛停在某一特定位置(車(chē)身某一固定點(diǎn)與停車(chē)位</p><p>　　邊緣對(duì)齊，從而確定了車(chē)身與停車(chē)位之間的位置關(guān)系):然后，要求駕駛者選擇停</p><

31、p>　　車(chē)方式〔如右倒車(chē)泊車(chē)、左倒車(chē)泊車(chē)，或縱列泊車(chē)):接著，駕駛者按下“START"</p><p>　　鍵，泊車(chē)輔助系統(tǒng)將車(chē)輛誘導(dǎo)至最佳倒車(chē)起始位置;最后，泊車(chē)輔助系統(tǒng)會(huì)通過(guò)</p><p>　　語(yǔ)音提示的方式，指導(dǎo)駕駛者操作方向盤(pán)，將車(chē)倒進(jìn)停車(chē)位。本田的這套系統(tǒng)，</p><p>　　相對(duì)來(lái)講，有一定的成本優(yōu)勢(shì)，但需要駕駛者進(jìn)行較多的操作，智能

32、性上有所欠</p><p><b>　　缺.</b></p><p>　　法雷奧的Park4UTIn系統(tǒng)，是一個(gè)基于超聲波傳感器測(cè)距的自動(dòng)泊車(chē)系統(tǒng)。安裝了此系統(tǒng)的車(chē)輛只需按一下“Park4U"鍵。即可啟動(dòng)泊車(chē)程序，車(chē)身側(cè)面的傳感器將掃描道路兩側(cè)，測(cè)量車(chē)位的長(zhǎng)度。當(dāng)系統(tǒng)確認(rèn)有足夠的泊車(chē)空間，即前后比車(chē)長(zhǎng)各多出70厘米時(shí)，將通過(guò)指示器告知駕駛者.駕駛者繼續(xù)向前行

33、駛直至系統(tǒng)提示“開(kāi)始位置”時(shí)，放開(kāi)方向盤(pán)，只需控制速度和剎車(chē)即可停車(chē)入位。法雷奧的下一代Park4UTM系統(tǒng)，將可以在更狹小的空間內(nèi)完成自動(dòng)泊車(chē)，其目標(biāo)是在前后比車(chē)長(zhǎng)多出50厘米時(shí)，仍可完成自動(dòng)泊車(chē)。此系統(tǒng)只是在沒(méi)有碰撞的情況下，盡量把車(chē)倒進(jìn)車(chē)位，在系統(tǒng)操作完成后，車(chē)輛并不一定能完全停入理想的位置,此時(shí)需要駕駛者人工操作，進(jìn)行調(diào)整。</p><p>　　我國(guó)的汽車(chē)工業(yè)起步較晚，在自動(dòng)泊車(chē)系統(tǒng)的應(yīng)用上也落后于世界先

34、進(jìn)國(guó)家。比亞迪股份有限公司于2003年12月向國(guó)家知識(shí)產(chǎn)權(quán)局提出了自動(dòng)泊車(chē)系統(tǒng)的實(shí)用新型專(zhuān)利申請(qǐng)，并在2005年獲得授權(quán)[211。不過(guò)目前未得到更多關(guān)于此技術(shù)在具體車(chē)型上應(yīng)用的報(bào)道。為了縮小國(guó)內(nèi)與國(guó)外產(chǎn)品的水平差距，需要在自 </p><p>　　1.3課題的研究?jī)?nèi)容</p><p>　　本文是在國(guó)內(nèi)外現(xiàn)有研究成果的基礎(chǔ)上，對(duì)自動(dòng)泊車(chē)系統(tǒng)進(jìn)行研究，完成自</p><p&

35、gt;　　動(dòng)泊車(chē)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)的工作，并驗(yàn)證自動(dòng)泊車(chē)系統(tǒng)的功能、性能是否達(dá)到設(shè)</p><p><b>　　計(jì)要求。</b></p><p><b>　　課題的研究?jī)?nèi)容有：</b></p><p>　　1.自動(dòng)泊車(chē)系統(tǒng)的總體設(shè)計(jì)，包括自動(dòng)泊車(chē)系統(tǒng)功能模塊的劃分、傳感器</p><p>　　的選擇、

36、車(chē)位檢測(cè)的方法，以及人機(jī)交互方式的確定。</p><p>　　2.對(duì)平行泊車(chē)和垂直泊車(chē)兩種常見(jiàn)泊車(chē)方式，分析泊車(chē)時(shí)的行駛軌跡，從</p><p>　　理論上計(jì)算理想的倒車(chē)起始位置，并提出基于模糊控制的泊車(chē)方法，通</p><p>　　過(guò)仿真實(shí)驗(yàn)驗(yàn)證方法的可行性。</p><p>　　3構(gòu)建自動(dòng)泊車(chē)系統(tǒng)的實(shí)驗(yàn)平臺(tái)。此平臺(tái)包括模型車(chē)輛、車(chē)輛運(yùn)動(dòng)控

37、制電路</p><p><b>　　及相關(guān)控制軟件。</b></p><p>　　4.自動(dòng)泊車(chē)系統(tǒng)軟件的實(shí)現(xiàn)。包括車(chē)位檢測(cè)方法的軟件實(shí)現(xiàn)、平行泊車(chē)和</p><p>　　垂直泊車(chē)模糊控制方法的軟件實(shí)現(xiàn)、人機(jī)界面的軟件實(shí)現(xiàn).</p><p>　　5在自動(dòng)泊車(chē)實(shí)驗(yàn)平臺(tái)上進(jìn)行平行泊車(chē)和垂直泊車(chē)實(shí)驗(yàn)，以驗(yàn)證所設(shè)計(jì)的</p&

38、gt;<p>　　自動(dòng)泊車(chē)系統(tǒng)的可行性。</p><p>　　本文第二章介紹了自動(dòng)泊車(chē)系統(tǒng)研究過(guò)程中應(yīng)用到的理論知識(shí)和技術(shù);第三章給出了自動(dòng)泊車(chē)系統(tǒng)的總體結(jié)構(gòu)，并闡述了除泊車(chē)控制方法以外的各功能模塊的設(shè)計(jì)思路;第四、五章分別對(duì)平行泊車(chē)和垂直泊車(chē)兩種方式，提出泊車(chē)控制方法，給出mattab軟件仿真結(jié)果，并對(duì)結(jié)果進(jìn)行分析;第六章首先介紹自動(dòng)泊車(chē)系統(tǒng)實(shí)驗(yàn)平臺(tái)的構(gòu)建，然后闡述自動(dòng)泊車(chē)系統(tǒng)各功能模塊的軟件實(shí)現(xiàn)

39、，最后對(duì)自動(dòng)泊車(chē)系統(tǒng)在實(shí)驗(yàn)平臺(tái)上的測(cè)試結(jié)果進(jìn)行分析。</p><p><b>　　2.相關(guān)知識(shí)介紹</b></p><p>　　2.1車(chē)輛的數(shù)學(xué)模型</p><p>　　本文所研究的自動(dòng)泊車(chē)系統(tǒng)，主要應(yīng)用于前輪轉(zhuǎn)向的四輪小車(chē)上。由于在泊</p><p>　　車(chē)時(shí)，車(chē)輛行駛的速度一般不會(huì)很快，因此忽略離心力的作用，以及車(chē)輪

40、與地面</p><p>　　打滑的情況。建模時(shí)，認(rèn)為車(chē)輪是剛體圓盤(pán)。小車(chē)?yán)硐氲膭?dòng)力學(xué)模型如圖2.1所示：</p><p>　　圖2.1 車(chē)輛的動(dòng)力學(xué)模型</p><p>　　圖2.1中，車(chē)輛前后車(chē)軸的距離為L(zhǎng)，車(chē)身與參考坐標(biāo)x軸夾角為B.因?yàn)橐筌?chē)輛轉(zhuǎn)向時(shí)，車(chē)輪不打滑，所以過(guò)車(chē)輛四個(gè)車(chē)輪中心點(diǎn)，作車(chē)輪的垂直線(xiàn)，相交于一點(diǎn)尸。從圖2-1看出，左、右前輪偏轉(zhuǎn)角度是不相同

41、的?？梢园褍蓚€(gè)前輪等效于在前車(chē)軸中點(diǎn)ml的一個(gè)車(chē)輪，等效的偏轉(zhuǎn)角度為W^假設(shè)車(chē)輛前車(chē)軸中點(diǎn)ml的運(yùn)行速度為，，后車(chē)軸中點(diǎn)m2的坐標(biāo)為((x,y)，則可列出車(chē)輛的運(yùn)動(dòng)方程:</p><p><b>　　(2.1)</b></p><p>　　2.2超聲波傳感器測(cè)距原理</p><p>　　超聲波傳感器由發(fā)射端和接收端組成，利用壓電陶瓷等材料的物理

42、特性實(shí)現(xiàn)</p><p>　　能量的轉(zhuǎn)換。發(fā)射端將電能轉(zhuǎn)換為機(jī)械能，并以超聲波形式向外傳播;接收端則</p><p>　　將超聲波的能量轉(zhuǎn)換為電能。超聲波傳感器有固定的工作頻率，在工作頻率上，能量轉(zhuǎn)換效率最高。一個(gè)固定頻率在40KHz的超聲波傳感器，需要使用40KIIz的電信號(hào)驅(qū)動(dòng)發(fā)射端，使其向外發(fā)射40KHz的超聲波;接收端在40KHz超聲波的驅(qū)動(dòng)下，將產(chǎn)生40KHz的電信號(hào)。一般地，發(fā)

43、射端的驅(qū)動(dòng)電信號(hào)幅度在5V以上而接收端所產(chǎn)生的電信號(hào)是l0mV級(jí)的。</p><p>　　圖2.2超聲波傳感器測(cè)距的示意圖</p><p>　　超聲波傳感器發(fā)射端和接收端與障礙物的位置關(guān)系如圖2.2所示。發(fā)射端向</p><p>　　外發(fā)送超聲波，超聲波經(jīng)障礙物反射，被接收端檢測(cè)到，設(shè)整個(gè)過(guò)程經(jīng)歷時(shí)間為</p><p>　　t.超聲波傳播速度

44、為v，則障礙物與傳感器之間的距離1為:</p><p>　　l=vt/2 (2.2)</p><p>　　超聲波在空氣中傳播的速度并非為常數(shù).不同溫度下，超聲波的傳播速度如</p><p>　　表2-1所示。因此，超聲波測(cè)距存在一定的誤差，誤差最大約在10%左右。若需</p><p>　　要較

45、為精確的結(jié)果，則可加入溫度補(bǔ)償。</p><p>　　假設(shè)超聲波傳播速度為340m/s,障礙物與傳感器之間的距離在20cm至3m</p><p>　　范圍內(nèi)，由式(2.2)可得，超聲波傳播時(shí)間t在Ims至18ms范圍內(nèi)。使用單片機(jī)</p><p>　　內(nèi)部集成的定時(shí)器(timer)，可測(cè)量出超聲波的傳播時(shí)間。</p><p>　　表2.1聲速

46、與溫度的關(guān)系</p><p>　　2.3増量式光電編碼器原理</p><p>　　光電編碼器是一種集光、機(jī)、電為一體的數(shù)字檢測(cè)裝置。通常用于角位移和 線(xiàn)位移的測(cè)量0從光電編碼器的輸出信號(hào)種類(lèi)來(lái)劃分，可分為增量式和絕對(duì)式兩 大類(lèi)。絕對(duì)式編碼器直接輸出數(shù)字量，對(duì)應(yīng)于轉(zhuǎn)軸的轉(zhuǎn)動(dòng)角度；增量式編碼器則 輸出脈沖信號(hào)，轉(zhuǎn)軸轉(zhuǎn)動(dòng)一定角度，相應(yīng)輸出一定個(gè)數(shù)的脈沖。</p><p>

47、　　采用增量式編碼器進(jìn)行速度檢測(cè)常用的方法有測(cè)M法和測(cè)T法。測(cè)M法是測(cè)量在一定時(shí)間內(nèi)編碼器產(chǎn)生的脈沖數(shù)，以確定碼盤(pán)轉(zhuǎn)動(dòng)速度；測(cè)T法是測(cè)量編碼 器產(chǎn)生的一個(gè)脈沖的寬度，以確定碼盤(pán)轉(zhuǎn)動(dòng)速度。測(cè)分法通常應(yīng)用于定時(shí)采樣中，測(cè)T法在定步釆樣中使用較多。在轉(zhuǎn)速較低時(shí)，測(cè)T法的分辨率較高；轉(zhuǎn)速較高時(shí)，測(cè)分法分辨率較高。在轉(zhuǎn)速變化范圍較廣的情況下，可將兩種方法相結(jié)合。</p><p>　　2.4 MATLAB簡(jiǎn)介</p&g

48、t;<p>　　MATLAB是MathWorks公司1982年推出的一套高性能的數(shù)值計(jì)算和可視化軟件，到目前它已發(fā)展成為國(guó)際公認(rèn)最出色的數(shù)學(xué)應(yīng)用軟件。其強(qiáng)大的擴(kuò)展功能為各領(lǐng)域的應(yīng)用提供了基礎(chǔ)。它面向控制領(lǐng)域推出的建?？梢暬δ躍IMULINK和模糊控制、神經(jīng)網(wǎng)絡(luò)、控制系統(tǒng)等工具箱為控制系統(tǒng)的仿真提供了有力的支持，極大的推動(dòng)了仿真研究的發(fā)展。</p><p>　　MATLAB軟件包括MATLAB主程序

49、和許多日益增多的工具箱。工具箱實(shí)際就是用MATLAB基本語(yǔ)句編寫(xiě)的各種子程序集，用于解決某一方面的專(zhuān)門(mén)問(wèn)題或?qū)崿F(xiàn)某一類(lèi)的新算法。MATLAB提供了與其他應(yīng)用語(yǔ)言的接口，以實(shí)現(xiàn)數(shù)據(jù)的共享和傳遞。</p><p>　　本文將模糊控制和PID控制結(jié)合在一起，根據(jù)各自的特點(diǎn)構(gòu)造了一個(gè)自整定模糊PID控制系統(tǒng)，并在MATLAB中的模糊邏輯工具箱和SIMULINK基礎(chǔ)上，對(duì)該控制系統(tǒng)進(jìn)行了仿真研究。</p>&

50、lt;p><b>　　2.5本章小結(jié)</b></p><p>　　本章對(duì)論文中使用到的理論知識(shí)和技術(shù)作了簡(jiǎn)要介紹。首先是對(duì)自動(dòng)泊車(chē)系統(tǒng)的控制對(duì)象一小車(chē)，建立數(shù)學(xué)模型。然后介紹了超聲波傳感器和增量式編碼器的工作原理。在自動(dòng)泊車(chē)系統(tǒng)中，超聲波傳感器用于測(cè)量障礙物距離，而增量式編碼器用于測(cè)量車(chē)輛的位移和速度。本章最后簡(jiǎn)單介紹了MATLAB軟件。MATLAB是運(yùn)用非常廣泛的一種對(duì)控制系統(tǒng)進(jìn)行仿

51、真的工具。</p><p>　　3.模糊控制的理論基礎(chǔ)</p><p>　　模糊理論是由LotfiA, Zadeh在二十世紀(jì)60、70年代創(chuàng)立的。1965年，Zadeh 發(fā)表了《模糊集合》提出了“模糊集合”的概念，并把集合論中的運(yùn)算擴(kuò)展到模糊集合。1973年他發(fā)表了另一篇開(kāi)創(chuàng)性文章《分析復(fù)雜系統(tǒng)和決策過(guò)程的新方法綱要》，“建立了研究模糊控制的基礎(chǔ)理論，在引入語(yǔ)言變量這一概念的基礎(chǔ)上，提出了

52、用模糊規(guī)則來(lái)量化人類(lèi)知識(shí)”。</p><p>　　3.1模糊集合及基本運(yùn)算</p><p>　　設(shè)U為某些對(duì)象的集合，稱(chēng)為論域，可以是連續(xù)的或離散的；u表示U的元 素，記為U={u}。如果存在一個(gè)函數(shù)力(u)，將論域U中每一個(gè)元素映射到區(qū)間[0，1] 中的一個(gè)值，則可以用函數(shù)(u)表征一個(gè)定義在論域U上的模糊集合：這個(gè)集合由論域所含的元素組成，每個(gè)元素具有由(u)決定的對(duì)這個(gè)集合的隸屬程度

53、。(u)稱(chēng)為隸屬函數(shù)。</p><p>　　一個(gè)集合可以認(rèn)為是對(duì)論域中元素按某一特征進(jìn)行分類(lèi)的結(jié)果。在現(xiàn)實(shí)世界 中，事物的很多特征是不能精確描述的，如美、丑、甜、咸等，是人的一種感覺(jué)， 不同的人有不同的評(píng)價(jià)。那么，如果用這些不能精確描述的特征去對(duì)論域元素進(jìn) 行分類(lèi)，如何表示分類(lèi)結(jié)果呢？模糊集合就是這種分類(lèi)結(jié)果的一種數(shù)學(xué)語(yǔ)言描述。</p><p>　　在模糊集合上的基本運(yùn)算有：補(bǔ)、并、交。模

54、糊集合上的基本運(yùn)算結(jié)果仍然 是模糊集合。</p><p>　　1.補(bǔ)運(yùn)算。設(shè)模糊集合A的補(bǔ)運(yùn)算結(jié)果為，的隸屬函數(shù)定義為： </p><p><b>　　（3.1）</b></p><p>　　函數(shù)C可選擇任何滿(mǎn)足以下兩個(gè)條件的函數(shù)：</p><p>　　C(0)=1,C(1)=0；<

55、/p><p>　　當(dāng)m、n[0,l]時(shí)，如果 m<n,則C(m)≥C(n)。</p><p>　　通常選擇式(3.2)作為的隸屬函數(shù)。</p><p><b>　　(3.2)</b></p><p>　　2.并運(yùn)算。模糊集合A和B的并運(yùn)算表示為,的隸屬函數(shù)定義為：</p><p><b&

56、gt;　　（3.3）</b></p><p>　　函數(shù)s滿(mǎn)足以下四個(gè)條件：</p><p>　　s(1,1)=l,s(0,m)=s(m,0)=m;</p><p>　　S(m,n)=s(n,m);</p><p>　　如果m≤m’且n≤n’,則s(m,n)≤s(m’,n’);</p><p>　　S((m,

57、n),p)=s(m,s(n,p))。</p><p>　　滿(mǎn)足以上四個(gè)條件的函數(shù)為s-范式。常用的的隸屬函數(shù)有max函數(shù)。</p><p>　　3.交運(yùn)算。模糊集合A和B的交運(yùn)算表示為,的隸屬函數(shù)定義為：</p><p><b>　　(3.4)</b></p><p>　　函數(shù)t滿(mǎn)足以下四個(gè)條件：</p>

58、<p>　?。?）t（0,0）=0，t（1，m)=t(m,1)=m;</p><p>　?。?）t(m,n)=t(n,m);</p><p>　?。?）如果m≤m’且n≤n’,則t(m,n)≤t(m’,n’);</p><p>　?。?）t((m,n),p)=t(m,t(n,p))。</p><p>　　滿(mǎn)足以上四個(gè)條件的函數(shù)稱(chēng)為t

59、-范式。常用的的隸屬函數(shù)有min函數(shù)。</p><p><b>　　3.2 模糊語(yǔ)言</b></p><p>　　語(yǔ)言是一種符號(hào)系統(tǒng)，它包括自然語(yǔ)言，機(jī)器語(yǔ)言等等。其中自然語(yǔ)言是以字或詞為符號(hào)的一種符號(hào)系統(tǒng)，人們用它表示主客觀(guān)世界的各種事物、觀(guān)念、行為和情感的意義，是人們?cè)谌粘９ぷ骱蜕钪兴褂玫恼Z(yǔ)言。自然語(yǔ)言中常含有模糊概念。在實(shí)際生產(chǎn)過(guò)程中，人們發(fā)現(xiàn)，有經(jīng)驗(yàn)的操作

60、人員，雖然不懂被控對(duì)象或被控過(guò)程的數(shù)學(xué)模型，卻能憑借經(jīng)驗(yàn)采取相應(yīng)的決策，很好的完成控制工作。</p><p>　　在現(xiàn)實(shí)世界中，世界的很多特征是無(wú)法精確描述的。為了能用數(shù)學(xué)形式描述這些特征，Zadeh引入了語(yǔ)言變量這個(gè)概念。語(yǔ)言變量可表征為四元組（X,T,U,M),各個(gè)元素的含義如下：</p><p>　　X為語(yǔ)言變量名稱(chēng)，如“溫度”；</p><p>　　T為語(yǔ)言

61、變量X取值的術(shù)語(yǔ)集合，如X=“溫度”，T={冷，暖，熱}；</p><p>　　U是語(yǔ)言變量X的論域，如X=“溫度”，U=[-10,40];</p><p>　　M是X取值的語(yǔ)義規(guī)則。</p><p>　　從分類(lèi)的角度看，U是分類(lèi)對(duì)象，T是各個(gè)類(lèi)別的標(biāo)簽，M是一個(gè)分類(lèi)器，分類(lèi)的結(jié)果是若干個(gè)模糊集合。</p><p>　　例如，控制加熱爐的溫度

62、時(shí)，就可以根據(jù)操作工人的經(jīng)驗(yàn)調(diào)節(jié)電加熱爐供電電壓，達(dá)到升溫和降溫的目的，人工操作控制溫度時(shí)，操作工人的經(jīng)驗(yàn)，可以用下述語(yǔ)言來(lái)描述：</p><p>　　若爐溫低于給定溫度則升壓，低的越多，升壓越高。</p><p>　　若爐溫高于給定溫度則降壓，高的越多，降壓越低。</p><p>　　若爐溫等于給定溫度，則保持電壓不變。</p><p>　

63、　上述這些用以描述操作經(jīng)驗(yàn)的一系列模糊性語(yǔ)言，就是模糊條件語(yǔ)句。再用模糊邏輯推理對(duì)系統(tǒng)的實(shí)時(shí)輸入狀態(tài)觀(guān)測(cè)量進(jìn)行處理。則可產(chǎn)生相應(yīng)的控制決策，這就是模糊控制。</p><p>　　有了語(yǔ)言變量的概念后，可以把人們用自然語(yǔ)言描述的命題（稱(chēng)之為模糊命題）與模糊集合建立起對(duì)應(yīng)關(guān)系。模糊命題的最簡(jiǎn)單形式為一個(gè)單獨(dú)的陳述句，如“X是”,X是語(yǔ)言變量，是語(yǔ)言變量的值，即其中一個(gè)類(lèi)別的標(biāo)簽。這個(gè)陳述句與確定的模糊集合相對(duì)應(yīng)。復(fù)雜

64、的模糊命題可分解為若干條簡(jiǎn)單的模糊命題。</p><p>　　當(dāng)命題可用語(yǔ)言變量這種數(shù)學(xué)形式描述后，人類(lèi)的知識(shí)就可用數(shù)學(xué)形式進(jìn)行描述。</p><p>　　3.3模糊控制相關(guān)概念</p><p>　　“模糊邏輯”的概念，其根本在于區(qū)分布爾邏輯或清晰邏輯，用來(lái)定義那些含混不清，無(wú)法量化或精確化的問(wèn)題，對(duì)于馮?諾依曼開(kāi)創(chuàng)的基于“真－假”推理機(jī)制，以及因此開(kāi)創(chuàng)的電子電路和

65、集成電路的布爾算法，模糊邏輯填補(bǔ)了特殊事物在取樣分析方面的空白。在模糊邏輯為基礎(chǔ)的模糊集合理論中，某特定事物具有特色集的隸屬度，他可以在“是”和“非”之間的范圍內(nèi)取任何值。而模糊邏輯是合理的量化數(shù)學(xué)理論，是以數(shù)學(xué)基礎(chǔ)為根本去處理這些不確定、不精確的信息。</p><p>　　邏輯學(xué)是研究推理的方法和原理的一門(mén)學(xué)科。這里推理表示由現(xiàn)命題得到新 命題。模糊邏輯是研究從不精確的前提推出不精確的結(jié)論的方法和原理。其中廣義

66、取式推理是模糊邏輯中的一個(gè)重要基本原理。</p><p>　　廣義取式推理陳述的是，給定兩個(gè)模糊命題“x 為A’”和“如果x為A，則y為B’”，可推出一個(gè)新模糊命題‘y為B’”。即</p><p><b>　　前提1：x為A’</b></p><p>　　前提2：如果x為A，則y為B</p><p><b>　

67、　結(jié)論：y為B’</b></p><p>　　模糊命題可用一個(gè)模糊集合描述，模糊規(guī)則可用一個(gè)模糊關(guān)系描述。對(duì)于廣義取式推理的陳述，用模糊集合和模糊關(guān)系描述如下：設(shè)語(yǔ)言變量x的論域?yàn)閁，模糊集合A、A’分別與命題“x為A”和“x為A’”對(duì)應(yīng)，其隸屬函數(shù)為和；語(yǔ)言變量y的論域?yàn)閂，模糊集合B、B’分別與命題“y為B”和“y為B’”對(duì)應(yīng)，其隸屬函數(shù)為和；模糊規(guī)則“如果x為A,則y為B”用論域U×V

68、上的模糊關(guān)系Q進(jìn)行描述，它的隸屬函數(shù)可由式（3.3）或（3.4）計(jì)算獲得。廣義取式推理的過(guò)程，就是給定模糊集合,計(jì)算出模糊集合的過(guò)程。的計(jì)算公式如下：</p><p><b>　　(3.5)</b></p><p>　　其中函數(shù)t是t-范式，函數(shù)max對(duì)所有函數(shù)t的結(jié)果取最大值。</p><p>　　建立的模糊控制規(guī)則要經(jīng)過(guò)模糊推理才能決策出控

69、制變量的一個(gè)模糊子集，它是一個(gè)模糊量而不能直接控制被控對(duì)象，還需要采取合理的方法將模糊量轉(zhuǎn)換為精確量，以便最好地發(fā)揮出模糊推理結(jié)果的決策效果。把模糊量轉(zhuǎn)換為精確量的過(guò)程稱(chēng)為清晰化，又稱(chēng)解模糊(defuzzification)、去模糊化、逆模糊化、反模糊化。</p><p>　　模糊控制是基于模糊邏輯描述的一個(gè)過(guò)程的控制算法。它是用模糊數(shù)學(xué)的知識(shí)模仿人腦的思維方式，根據(jù)模糊現(xiàn)象進(jìn)行識(shí)別和判決，給出精確控制量，進(jìn)而對(duì)

70、被控對(duì)象進(jìn)行控制的。對(duì)于參數(shù)精確已知的數(shù)學(xué)模型，我們可以用波特圖或奈克斯特圖來(lái)分析其過(guò)程以獲得精確的設(shè)計(jì)參數(shù)。而對(duì)一些復(fù)雜系統(tǒng)，如粒子反應(yīng)，氣象預(yù)報(bào)等設(shè)備，建立一個(gè)合理而精確的數(shù)學(xué)模型是非常困難的。對(duì)于電力傳動(dòng)中的變速矢量控制問(wèn)題，盡管可以通過(guò)測(cè)量得知其模型，但由于其多變量且非線(xiàn)性變化的特點(diǎn)，精確控制也是非常困難的。</p><p>　　模糊控制技術(shù)依據(jù)與操作者的實(shí)踐經(jīng)驗(yàn)和直觀(guān)推斷，也依靠設(shè)計(jì)人員和研發(fā)人員的經(jīng)驗(yàn)

71、和知識(shí)積累。它無(wú)需建立設(shè)備模型，因此基本上是自適應(yīng)的，具有很強(qiáng)的魯棒性。歷經(jīng)多年發(fā)展，已有許多成功應(yīng)用模糊控制理論的案例，如Rutherford、Carter應(yīng)用于冶金爐和熱交換器的控制裝置。</p><p>　　3.4 模糊控制的優(yōu)點(diǎn)</p><p>　　對(duì)比常規(guī)控制辦法，模糊控制有以下幾點(diǎn)優(yōu)勢(shì)：</p><p>　?。?）模糊控制完全是在操作人員經(jīng)驗(yàn)控制基礎(chǔ)上實(shí)

72、現(xiàn)對(duì)系統(tǒng)的控制，無(wú)需建立數(shù)學(xué)模型，是解決不確定系統(tǒng)的一種有效途徑。</p><p>　　（2）模糊控制具有較強(qiáng)的魯棒性，被控對(duì)象參數(shù)的變化對(duì)模糊控制的影響不明顯，可用于非線(xiàn)性、時(shí)變、時(shí)滯的系統(tǒng)，并能獲得優(yōu)良的控制效果。</p><p>　?。?）由離散計(jì)算得到控制查詢(xún)表，提高了控制系統(tǒng)的實(shí)時(shí)性、快速性。</p><p>　　（4）控制的機(jī)理符合人們對(duì)過(guò)程控制作用的直

73、觀(guān)描述和思維邏輯，是人工智能的再現(xiàn)，屬于智能控制。</p><p>　　3.5 模糊變量的隸屬函數(shù)</p><p>　　MATLAB模糊工具箱提供了許多函數(shù)，如表3.1所示的模糊隸屬度函數(shù)，用以生成特殊情況的隸屬函數(shù)，包括常用的三角型、高斯型、π型、鐘型等隸屬函數(shù)。 </p><p>　　表3.1 模糊隸屬度函數(shù)</p&

74、gt;<p>　　3.6.模糊推理系統(tǒng)的數(shù)據(jù)結(jié)構(gòu)管理函數(shù)介紹</p><p>　　在MATLAB工具箱中，把模糊推理系統(tǒng)的各部分作為一個(gè)整體，提供了模糊推理系統(tǒng)數(shù)據(jù)結(jié)構(gòu)管理函數(shù)，用以完成模糊規(guī)則的建立、解析與修改，模糊推理系統(tǒng)的建立、修改和存儲(chǔ)管理以及模糊推理的計(jì)算及去模糊化等操作。</p><p>　?。?）readfis</p><p>　　功能：

75、從磁盤(pán)載入模糊推理系統(tǒng)。</p><p>　?。?）addrule</p><p>　　功能：向模糊推理系統(tǒng)添加模糊規(guī)則。</p><p><b>　?。?）addvar</b></p><p>　　功能：向模糊推理系統(tǒng)添加變量。</p><p>　?。?）convertfis</p>

76、<p>　　功能：將模糊邏輯工具箱1.0版FIS轉(zhuǎn)換為2.0版FIS結(jié)構(gòu)。</p><p>　?。?）evalfis</p><p>　　功能：執(zhí)行模糊推理計(jì)算。</p><p>　　（6）gensurf</p><p>　　功能：生成模糊推理系統(tǒng)的曲面并顯示。</p><p><b>　?。?

77、）getfis</b></p><p>　　功能：獲得模糊推理系統(tǒng)特性曲線(xiàn)。</p><p>　　（8）mam2sug</p><p>　　功能：將Mamdani FIS變換為Sugeno FIS。</p><p>　?。?）parsrule</p><p>　　功能：解析模糊規(guī)則。</p>

78、<p>　?。?0）plotfis</p><p>　　功能：作圖顯示模糊推理系統(tǒng)輸入/輸出結(jié)構(gòu)。</p><p>　?。?1）plotmf</p><p>　　功能：繪制隸屬度函數(shù)曲線(xiàn)。</p><p><b>　?。?2）rmmf</b></p><p>　　功能：從模糊推理系統(tǒng)中刪

79、除隸屬度函數(shù)。</p><p><b>　?。?3）rmvar</b></p><p>　　功能：從模糊系統(tǒng)中刪除對(duì)象。</p><p>　?。?4）setfis</p><p>　　功能：設(shè)置模糊推理特性。</p><p>　?。?5）showfis</p><p>　　

80、功能：顯示添加了注釋的模糊推理系統(tǒng)。</p><p>　?。?6）showrule</p><p>　　功能：顯示模糊規(guī)則。</p><p>　?。?7）writefis</p><p>　　功能：將模糊規(guī)則保存到磁盤(pán)中。</p><p><b>　?。?8）addmf</b></p>

81、<p>　　功能：向模糊推理系統(tǒng)添加隸屬度函數(shù)。</p><p>　?。?9）defuzz</p><p>　　功能：隸屬度函數(shù)的去模糊化。</p><p>　　去模糊化方法的5個(gè)可取的值如下：</p><p>　?、?Centroid：面積重心法。</p><p>　?、?Bisector：面積平分法。

82、</p><p>　?、?Mom：平均最大隸屬度法。</p><p>　?、?Som：最大隸屬度取最小法。</p><p>　　⑤ Lom：最大隸屬度取最大法。</p><p>　　（20）evalmf</p><p>　　功能：通用隸屬度函數(shù)估計(jì)。</p><p><b>　?。?1

83、）mf2mf</b></p><p>　　功能：隸屬度函數(shù)間的參數(shù)轉(zhuǎn)換。</p><p>　?。?2）newfis</p><p>　　功能：建立新的模糊推理系統(tǒng)。</p><p>　　選擇較多的詞匯描述輸入、輸出變量，可以使制定控制規(guī)則方便，但是控制規(guī)則相應(yīng)變得復(fù)雜；選擇詞匯過(guò)少，使得描述變量變得粗糙，導(dǎo)致控制器的性能變壞。一般

84、情況下都選擇七個(gè)詞匯，但也可以根據(jù)實(shí)際系統(tǒng)需要選擇三個(gè)或五個(gè)語(yǔ)言變量。</p><p>　　針對(duì)被控對(duì)象，改善模糊控制結(jié)果的目的之一是盡量減小穩(wěn)態(tài)誤差。因此，對(duì)應(yīng)于控制器輸入(誤差、誤差的變化率)之一的誤差采用：</p><p>　　(負(fù)大，負(fù)中，負(fù)小，零，正小，正中，正大)</p><p><b>　　用英文字頭縮寫(xiě)為：</b></p&

85、gt;<p>　　{NB，NM，NS，ZO，PS，PM，PB}</p><p>　　另一個(gè)輸入—誤差的變化率及控制器的輸出采用：</p><p>　　(負(fù)大，負(fù)中，負(fù)小，零，正小，正中，正大)</p><p><b>　　用英文字頭縮寫(xiě)為：</b></p><p>　　{NB，NM，NS，Z0，PS，PM，

86、PB}</p><p>　　定義各模糊變量的模糊子集。定義一個(gè)模糊子集，實(shí)際上就是要確定模糊子集隸屬函數(shù)曲線(xiàn)的形狀。將確定的隸屬函數(shù)曲線(xiàn)離散化，就得到了有限個(gè)點(diǎn)上的隸屬度，便構(gòu)成了一個(gè)相應(yīng)的模糊變量的模糊子集。</p><p>　　理論研究顯示，在眾多隸屬函數(shù)曲線(xiàn)中，用正態(tài)型模糊變量來(lái)描述人進(jìn)行控制活動(dòng)時(shí)的模糊概念是適宜的。但在實(shí)際的工程中，機(jī)器對(duì)于正態(tài)型分布的模糊變量的運(yùn)算是相當(dāng)復(fù)雜和緩

87、慢的，而三角型分布的模糊變量的運(yùn)算簡(jiǎn)單、迅速。因此，控制系統(tǒng)的眾多控制器一般采用計(jì)算相對(duì)簡(jiǎn)單，控制效果迅速的三角型分布。</p><p>　　3.7 模糊推理方式</p><p>　　3.7.1 Mamdani模糊模型（邁達(dá)尼型）</p><p>　　Mamdani型的模糊推理方法最先將模糊集合的理論用于控制系統(tǒng)[9]。它是在1975年為了控制蒸汽發(fā)動(dòng)機(jī)提出來(lái)的。其

88、采用極小運(yùn)算規(guī)則定義表達(dá)的模糊關(guān)系。如R：If x is A then y is B。式中：x為輸入語(yǔ)言變量；A為推理前件的模糊集合；y為輸出語(yǔ)言變量；B模糊規(guī)則的后件。用RC表示模糊關(guān)系，如公式(3.6)。</p><p><b>　?。?.6）</b></p><p>　　當(dāng)x為，且模糊關(guān)系的合成運(yùn)算采用“極大—極小”運(yùn)算時(shí)，模糊推理的結(jié)論計(jì)算如公式3.7所示。&

89、lt;/p><p><b>　?。?.7）</b></p><p>　　3.7.2 Takagi-Sugeno模糊模型(高木-關(guān)野)</p><p>　　Sugeno模糊模型也稱(chēng)TSK模糊模型，旨在開(kāi)發(fā)從給定的輸入—輸出數(shù)據(jù)集合產(chǎn)生模糊規(guī)則的系統(tǒng)化方法。此類(lèi)方法將解模糊也結(jié)合到模糊推理中，故輸出為精確量。這是因?yàn)镾ugeno型模糊規(guī)則的后件部分表示

90、為輸入量的線(xiàn)性組合。它是最常用的模糊推理算法。</p><p>　　與Mamdani型類(lèi)似；其中輸入量模糊化和模糊邏輯運(yùn)算過(guò)程完全相同，主要差別在于輸出隸屬函數(shù)的形式。典型的零階Sugeno型模糊規(guī)則的形式： </p><p>　　If x is A and y is B then z =k。</p><p>　　式中：x

91、和y為穿入語(yǔ)言變量；A和B為推理前件的模糊集合；z為輸出語(yǔ)言變量；k為常數(shù)。</p><p>　　更為一般的一階Sugeno模型規(guī)則形式為：</p><p>　　If x is A and y is B then z= px+qy+r。</p><p>　　當(dāng)然，以上兩種解模糊方法各有千秋。由于Mamdani型模糊推理規(guī)則的形式符合人們的思維和語(yǔ)言表達(dá)的習(xí)慣。因而能

92、夠方便地表達(dá)人類(lèi)的知識(shí)，但存在計(jì)算復(fù)雜、不利于數(shù)學(xué)分析的缺點(diǎn)；Sugeno型模糊推理則具有計(jì)算簡(jiǎn)單，利于數(shù)學(xué)分析的優(yōu)點(diǎn)，是具有優(yōu)化與自適應(yīng)能力的控制器或模糊建模工具。</p><p>　　3.8 模糊控制規(guī)則表</p><p>　　建立模糊控制器的控制規(guī)則。模糊控制器的控制規(guī)則是基于手動(dòng)控制策略，而手動(dòng)控制策略又是人們通過(guò)學(xué)習(xí)、試驗(yàn)以及長(zhǎng)期經(jīng)驗(yàn)積累而逐漸形成的，存儲(chǔ)在操作者頭腦中的一種技術(shù)

93、知識(shí)集合。手動(dòng)控制過(guò)程一般是通過(guò)對(duì)被控對(duì)象(過(guò)程)的一些觀(guān)測(cè)，操作者再根據(jù)已有的經(jīng)驗(yàn)和技術(shù)知識(shí)，進(jìn)行綜合分析并做出控制決策，調(diào)整加到被控對(duì)象的控制作用，從而使系統(tǒng)達(dá)到預(yù)期的目標(biāo)。手動(dòng)控制的作用同自動(dòng)控制系統(tǒng)中的控制器的作用是基本相同的，所不同的是手動(dòng)控制決策是基于操作系統(tǒng)經(jīng)驗(yàn)和技術(shù)知識(shí)，而控制器的控制決策是基于某種控制算法的數(shù)值運(yùn)算。利用模糊集合理論和語(yǔ)言變量的概念，可以把利用語(yǔ)言歸納的手動(dòng)控制策略上升為數(shù)值運(yùn)算，于是可以采用微型計(jì)算機(jī)

94、完成這個(gè)任務(wù)以代替人的手動(dòng)控制，實(shí)現(xiàn)所謂的模糊自動(dòng)控制。</p><p>　　模糊控制表一般由兩種方法獲得，一種是采用離線(xiàn)算法，以模糊數(shù)學(xué)為基礎(chǔ)進(jìn)行合成推理，根據(jù)采樣得到的誤差e、誤差的變化ec，計(jì)算出相應(yīng)的控制量變化。</p><p>　　另一種是以操作人員的經(jīng)驗(yàn)為依據(jù)，由人工經(jīng)驗(yàn)總結(jié)得到模糊控制表。然而這種模糊控制表是非常粗糙的，引起粗糙的原因，是確定模糊子集時(shí)，完全靠人的主觀(guān)而定，不

95、一定符合實(shí)際情況，在線(xiàn)控制時(shí)有必要對(duì)模糊控制表進(jìn)行在線(xiàn)修正。 </p><p>　　由于e的模糊分割數(shù)是7，ec的模糊分割數(shù)也是7。我們建立的模糊系統(tǒng)共包括49條規(guī)則。</p><p&g

96、t;　　所表示的規(guī)則依次為：</p><p>　?。喝绻鸈是NB and EC是NB則U是NB</p><p>　?。喝绻鸈是NB and EC是NM則U是NB</p><p>　?。喝绻鸈是NB and EC是NS則U是NM

97、 </p><p

98、>　?。喝绻鸈是PB and EC是PM則U是PM</p><p>　?。喝绻鸈是PB and EC是PB則U是PB</p><p>　　在View菜單中選擇Rules命令，可以查看模糊推理規(guī)則。</p><p>　　3.9 模糊控制器的基本結(jié)構(gòu)</p><p>　　模糊系統(tǒng)的基本結(jié)構(gòu)如圖3.1所示:</p><p&

99、gt;　　圖3.1模糊系統(tǒng)基本結(jié)構(gòu) </p><p>　　各個(gè)模塊的功能如下:</p><p>　　1.規(guī)則庫(kù)。它是一個(gè)模糊IF-THEN規(guī)則的集合。這些模糊規(guī)則是人類(lèi)的知識(shí)總結(jié)，模糊推理機(jī)依賴(lài)于規(guī)則庫(kù)的數(shù)據(jù)以完成推理的任務(wù)。</p><p>　　2.模糊器。因?yàn)橥獠枯斎氲男盘?hào)是清晰值，而模糊推理機(jī)需要的輸入信號(hào)是模糊集合，因此需要進(jìn)行清晰值到模糊集合的映射。模糊器

100、的任務(wù)就是完成這一映射操作。常用的模糊器有：?jiǎn)沃的：?、高斯模糊器和三角形模糊器等?lt;/p><p>　　3.解模糊器。它是模糊器的逆操作。因?yàn)槟：评頇C(jī)輸出的是模糊集合，而外部環(huán)境需要的是清晰的信號(hào)值，因此需要進(jìn)行模糊集合到清晰值的映射。常用的解模糊方法有：重心法、中心平均法、最大值法等。</p><p>　　4.模糊推理機(jī)。以模糊器所產(chǎn)生的模糊集合為輸入，對(duì)規(guī)則庫(kù)中的各條規(guī)則運(yùn)用式(3

101、.5)，計(jì)算出各條規(guī)則的推理結(jié)果〔每條規(guī)則生成一個(gè)模糊集合)，然后對(duì)所有推理結(jié)果進(jìn)行s-范式或t-范式運(yùn)算，得到一個(gè)模糊集合，作為最終的結(jié)論輸出到解模糊器。這種方法稱(chēng)為獨(dú)立推理，所謂獨(dú)立，是指每條規(guī)則獨(dú)立運(yùn)用式(3.5)，然后再對(duì)結(jié)果進(jìn)行s-范式或t-范式運(yùn)算。另外,還有一種方法，稱(chēng)為組合推理。它的操作過(guò)程是，先對(duì)各條規(guī)則所對(duì)應(yīng)的模糊關(guān)系進(jìn)行s-范式或t-范式運(yùn)算，得到一個(gè)單獨(dú)的模糊關(guān)系，這個(gè)模糊關(guān)系包含了所有規(guī)則的信息；然后對(duì)輸入的模

102、糊集合和這個(gè)單獨(dú)的模糊關(guān)系運(yùn)用式(3.5)，得到最終的結(jié)論。就計(jì)算結(jié)果而言，獨(dú)立推理和組合推理是等價(jià)的。在計(jì)算的復(fù)雜度上，組合推理比獨(dú)立推理簡(jiǎn)單，這是因?yàn)槊看瓮评碇恍枵{(diào)用一次(3.5)。在靈活性上，獨(dú)立推理優(yōu)于組合 推理，因?yàn)楠?dú)立推理方法可適用于規(guī)則庫(kù)變化的情況，而組合推理是假設(shè)規(guī)則庫(kù)不變的。</p><p>　　3.10 模糊控制器各部分組成</p><p>　　3.10.1 模糊化接口

103、</p><p>　　模糊化接口接受的輸入只有誤差信號(hào)e（t），由e（t）再生成誤差變化率或誤差的差分Δe（t），模糊化接口主要完成以下兩項(xiàng)功能：</p><p><b>　　⑴ 論域變換 </b></p><p><b>　?、?模糊化 </b></p><p>　　3.10.2 知識(shí)庫(kù)</

104、p><p>　　知識(shí)庫(kù)中存儲(chǔ)著有關(guān)模糊控制器的一切知識(shí)，它們決定著模糊控制器的性能，是模糊控制器的核心。</p><p>　?、?數(shù)據(jù)庫(kù)（Data Base）</p><p>　　數(shù)據(jù)庫(kù)中存儲(chǔ)著有關(guān)模糊化、模糊推理、解模糊的一切知識(shí)，包括模糊化中的論域變換方法、輸入變量各模糊集合的隸屬度函數(shù)定義等，以及模糊推理算法、解模糊算法、輸出變量各模糊集合的隸屬度函數(shù)定義等。&l

105、t;/p><p>　　⑵ 規(guī)則庫(kù)（Rule Base）</p><p>　　模糊控制規(guī)則集，即以“if…then…”形式表示的模糊條件語(yǔ)句，如</p><p>　　R1：If e* is A1, then u* is C1,</p><p>　　R2：If e* is A2, then u* is C2,</p><p>

106、<b>　　…</b></p><p>　　其中，e*就是前面所說(shuō)的模糊語(yǔ)言變量，A1，A2，…，An是et*的模糊子集，C1，C2，…，Cn是u*的模糊子集。</p><p>　　規(guī)則庫(kù)中的n條規(guī)則是并列的，它們之間是“或”的邏輯關(guān)系，整個(gè)規(guī)則集合的總模糊關(guān)系為：</p><p><b>　　。</b></p>

107、;<p>　　3.10.3 模糊推理機(jī)</p><p>　　模糊控制應(yīng)用的是廣義前向推理。即通過(guò)模糊規(guī)則對(duì)控制決策進(jìn)行推斷，以確定模糊輸出子集。</p><p>　　3.10.4 解模糊接口</p><p><b>　?、?解模糊 </b></p><p><b>　?、?論域反變換 </b

108、></p><p>　　3.11模糊控制器工作原理</p><p>　　模糊控制器的原理圖，如圖3.2所示。</p><p>　　圖3.2 模糊控制器原理圖</p><p>　　由于一個(gè)模糊概念可以用一個(gè)模糊集合來(lái)表示，因此模糊概念的確定問(wèn)題，就可以直接轉(zhuǎn)換為模糊集隸屬函數(shù)的求取問(wèn)題。因此，對(duì)于一類(lèi)缺乏精確數(shù)學(xué)模型的被控對(duì)象，可以用模糊

109、集合的理論，人對(duì)系統(tǒng)的操作和控制的經(jīng)驗(yàn)，總結(jié)成用模糊條件語(yǔ)句的形式寫(xiě)出的控制規(guī)則。經(jīng)過(guò)必要的數(shù)學(xué)處理，來(lái)確定一定的推理法則。這樣就可以根據(jù)輸入的模糊信息，按照控制規(guī)則和推理法則，做出模糊決策，完成控制動(dòng)作。</p><p>　　為了了解模糊控制器的工作原理，圖3.3列出其結(jié)構(gòu)框圖。</p><p>　　圖3.3 模糊控制器結(jié)構(gòu)</p><p>　　顯然，模糊控制器主

110、要由模糊化接口、知識(shí)庫(kù)、模糊推理機(jī)、解模糊接口四部分組成，通過(guò)單位負(fù)反饋來(lái)引入誤差，并以此為輸入量進(jìn)行控制動(dòng)作。</p><p>　　3.12 模糊控制技術(shù)的應(yīng)用概況</p><p>　　國(guó)內(nèi)在模糊控制方面也同樣取得了顯著成果。1986年，都志杰等人用單片機(jī)研制了工業(yè)用模糊控制器。隨后，何鋼、能秋思、劉浪舟等人相繼將模糊控制方法成功地應(yīng)用在堿熔釜反應(yīng)溫度、玻璃窯爐等控制系統(tǒng)中。</p

111、><p>　　在社會(huì)生活領(lǐng)域中，體現(xiàn)在模糊控制技術(shù)在家電中的應(yīng)用，所謂模糊家電，就是根據(jù)人的經(jīng)驗(yàn)，在電腦或者芯片的控制下實(shí)現(xiàn)可模仿人的思維進(jìn)行操作的家用電器。幾種典型的模糊家電產(chǎn)品諸如：模糊電視機(jī)、模糊空調(diào)器、模糊微波爐、模糊洗衣機(jī)、模糊洗衣機(jī)等的應(yīng)用已經(jīng)相當(dāng)純熟。</p><p>　　4.基于MATLAB的自動(dòng)泊車(chē)系統(tǒng)的設(shè)計(jì)</p><p>　　本章對(duì)垂直泊車(chē)的路徑和

112、控制方法進(jìn)行分析。特別注意，本章中所謂小車(chē)的運(yùn)動(dòng)軌跡，在沒(méi)有特殊說(shuō)明時(shí)，是指小車(chē)后輪軸中點(diǎn)的運(yùn)動(dòng)軌跡。由于車(chē)的狀態(tài)量與控制量之間是非線(xiàn)性關(guān)系，并且考慮到各種誤差，決定選用模糊控制來(lái)設(shè)計(jì)自動(dòng)泊車(chē)系統(tǒng)。</p><p>　　4.1 汽車(chē)倒車(chē)模糊控制器構(gòu)建</p><p>　　利用MATLAB模糊工具箱的圖形界面可視化工具，可以方便直觀(guān)地實(shí)現(xiàn)模糊推理系統(tǒng)的設(shè)計(jì)過(guò)程[10]。MATLAB模糊工具箱