基于模糊PID的汽車防撞設(shè)計(jì).pdf

1、近年來，智能運(yùn)輸系統(tǒng)在世界范圍內(nèi)得到了快速發(fā)展。安全輔助駕駛是智能運(yùn)輸領(lǐng)域的重要內(nèi)容，它的主要應(yīng)用領(lǐng)域包括：速度建議與超速建議、車道偏離警告與預(yù)防、追尾碰撞警告與預(yù)防、疲勞駕駛監(jiān)控等內(nèi)容。 車間距離控制系統(tǒng)主要用于追尾碰撞事故的警告與預(yù)防。傳統(tǒng)的控制方法建立對象的精確數(shù)學(xué)模型對非線性因素往往進(jìn)行線性化處理，而且由于系統(tǒng)參數(shù)是事先確定下來的，系統(tǒng)運(yùn)行中它們不具有可靠的可調(diào)整性，當(dāng)外界環(huán)境較大變化時(shí)控制效果較差。 本文通過對

2、影響汽車系統(tǒng)的因素進(jìn)行綜合的考慮，建立一個(gè)動態(tài)調(diào)節(jié)的安全距離模型。這個(gè)動態(tài)的安全距離模型需要考慮了汽車的車速，天氣狀況，路面情況，汽車的制動性能等，從而保證了控制效果。本文基于動態(tài)安全距離模型的條件下，對兩種適合汽車防撞的算法進(jìn)行了研究。 經(jīng)典的PID算法在現(xiàn)在仍然占有主要的份額，主要是由于其簡單，有效。模糊控制法不需要建立被控系統(tǒng)的精確數(shù)學(xué)模型，而用語言變量來描述系統(tǒng)。這兩種算法各有千秋。本文使用跨平臺的Python語言作為開

3、發(fā)語言，采取了面向?qū)ο蠓治龇椒ㄓ糜诜治瞿M系統(tǒng)的所有對象對著兩種算法進(jìn)行了模擬仿真，通過模擬仿真的結(jié)果發(fā)現(xiàn)這兩種算法在動態(tài)的安全距離模型下各自有自己的優(yōu)缺點(diǎn)。研究發(fā)現(xiàn)這兩種算法可以相互取長補(bǔ)短，本文創(chuàng)造性地將兩種算法接合起來，形成了新型的模糊pID算法來控制汽車防撞。 最后通過模擬系統(tǒng)的結(jié)果顯示：模糊PID算法能夠很好的控制汽車防撞，這種算法結(jié)合了前兩種算法的優(yōu)點(diǎn)，在各種情況下都十分的穩(wěn)定、安全。 本文的提出的動態(tài)安全距