基于CMAC—PID控制的二自由度汽車模型研究

摘 要：本文通過將CMAC網絡與PID控制算法并行應用在汽車二自由度的模型的傳遞函數上，得到了基于CMAC的PID控制算法具有比單獨的PID控制效果好的性能，且具有響應速度快，實時性好，魯棒性強等特點。

關鍵詞：CMAC網絡 PID控制 二自由度汽車模型

中圖分類號：TP27 文獻標識碼：A 文章編號：1672-3791（2013）01（a）-0062-02

在泊車過程中，可以把泊車過程看成一個轉向過程，在車輛的轉向行駛過程中需要考慮車輛的操作穩定性，車輛的操作穩定性非常重要。為了了解操縱穩定性的基本特性，我們將汽車模型簡化為一個兩輪的二自由度模型。對汽車二自由度模型的控制，本文將CMAC網絡的PID控制算法應用在二自由度汽車模型的控制中進行研究。

1 汽車二自由度模型的建立

根據文獻[1]，建立汽車二自由度模型如圖1。

由圖1可得線性型二自由度的汽車模型微分方程為：

（1）

將微分方程整理可得汽車二自由度模型的傳遞函數[2]：

（2）

2 基于CMAC網絡的PID控制算法

2.1 CMAC網絡

CMAC[3，4]是小腦模型關節控制器（Celebellar Model Articulation Controller）的簡稱，其與傳統的神經網絡有所不同，它不具備傳統神經網絡的層次連接結構，但與傳統神經網絡一樣，它也需要進行神經網絡的突觸權值調整。CMAC網絡具有很強的非線性映射能力的網絡，而且，從開始就存在一定的泛華能力。CMAC的模型結構[5]如圖2。

2.2 控制算法原理

CMAC與PID復合控制結構圖如圖3所示。

該控制系統的算法為：

（3）

（4）

式（3）中，ai為二進制選擇向量；c為CMAC網絡的泛化參數；un（n）為CMAC產生的相應輸出；up（n）為常規控制器產生的輸出。

CMAC的調整指標為：

（5）

（6）

（7）

式（6）中，為學率，；為動量因子，

由文獻[2]可得二自由度汽車模型的傳遞函數為：

3 MATLAB仿真分析

（8）

以此傳遞函數為被控對象，CMAC神經網絡參數，，，。PID控制參數，，，采樣時間為1 ms。

仿真結果如圖4所示。

通過仿真結果可以看出，小腦模型的加入使得控制效果比單獨的PID控制效果要好，減小了超調，加快了控制響應速度，體現了小腦模型的特點，即實時性好，魯棒性強等。

4 結語

本文將控制汽車二自由度模型的傳遞函數，研究了基于CMAC的PID控制，可以得到以下幾點結論。

（1）CMAC模型的加入使得控制效果比單獨的PID要好。

（2）基于CMAC的PID的控制響應速度快，實時性好，魯棒性強。

參考文獻

[1] 余志生.汽車理論[M].北京：機械工業出版社，2009，3.

[2] 肖啟瑞，樊明明，黃學翾，等.車輛工程仿真與分析—基于MATLAB的實現[M].北京：機械工業出版社，2012（3）.

[3] 張澤旭.神經網絡控制與MATLAB仿真[M].哈爾濱：哈爾濱工業大學出版社，2011（7）.

[4] 金麗成，邱家駒.基于CMAC神經網絡的配網重構模型[J].浙江大學學報（工學版），2004（6）：133-137.

[5] 段曉燕.基于CMAC網絡的迭代學習初始控制策略[J].計算機應用，2010（8）：2049-2051，2138.