基于模糊理論對(duì)智能汽車定速控制的研究*

吳 晨

（陜西工業(yè)職業(yè)技術(shù)學(xué)院汽車工程學(xué)院 陜西 咸陽 712000）

引言

汽車巡航控制系統(tǒng)（CRUISE CONTROL SYSTEM，縮寫為CCS）可計(jì)算理想車速與實(shí)際車速之間的差值，通過ECU 控制增加動(dòng)力或增加制動(dòng)力對(duì)實(shí)際車速進(jìn)行調(diào)整，減小理想車速與實(shí)際車速之間的差值，實(shí)現(xiàn)車輛的定速行駛[1]。

智能汽車在巡航過程中易受到外界的干擾，具有較強(qiáng)的非線性，且交通路況復(fù)雜。因此，提升智能汽車定速巡航系統(tǒng)的控制性能已成為智能汽車安全控制系統(tǒng)的重點(diǎn)之一。目前國內(nèi)外已經(jīng)進(jìn)行了大量的研究，如傳統(tǒng)的PID 控制，可以設(shè)定控制參數(shù)，通過對(duì)理想車速與實(shí)際車速之間的差值進(jìn)行比例、積分、微分，控制發(fā)動(dòng)機(jī)的節(jié)氣門開度或制動(dòng)壓力，實(shí)現(xiàn)調(diào)節(jié)汽車的車速。Seto 等采用PD 控制器，以本車與前車之間的距離為輸入，通過加速度決策環(huán)節(jié)確定車輛理想加速度，同時(shí)加入反饋，調(diào)整加速度值，實(shí)現(xiàn)控制縱向速度。楊柳考慮速度變化的強(qiáng)非線性，提出以滑模變結(jié)構(gòu)控制為基礎(chǔ)結(jié)合動(dòng)態(tài)表面控制的方法調(diào)整車輛速度[2]。張裊娜等在模糊控制的基礎(chǔ)上結(jié)合RBF 神經(jīng)網(wǎng)絡(luò)，在線整定PID 控制器參數(shù)[3]。經(jīng)仿真表明，可有效改善汽車速度跟隨時(shí)的穩(wěn)定性。

隨著汽車智能化程度的提高，對(duì)智能汽車穩(wěn)定性定速行駛控制提出了更高的要求，文中通過引入模糊控制，對(duì)模糊參數(shù)進(jìn)行自適應(yīng)整定，實(shí)現(xiàn)智能汽車定速控制車速的穩(wěn)定跟隨。

1 基于模糊理論的PID 汽車巡航控制器設(shè)計(jì)控制

自適應(yīng)模糊PID 控制結(jié)合模糊控制和PID 控制的優(yōu)點(diǎn)，系統(tǒng)運(yùn)行時(shí)不斷檢測理想車速與實(shí)際車速之間的差值與差值變化率的變化，并根據(jù)事先設(shè)定好的模糊規(guī)則輸出一組調(diào)整值，改善傳統(tǒng)PID 控制器只能設(shè)置一組參數(shù)的弊端，實(shí)時(shí)整定控制器參數(shù)，使系統(tǒng)快速達(dá)到穩(wěn)定[4]，其控制模型如圖1 所示。

模糊控制器的輸入變量一般為偏差與偏差的變化率，本文中以理想車速與實(shí)際車速偏差E 及其變化率EC 為輸入變量，以模糊規(guī)則修正參數(shù)kp′、ki′、kD′為輸出變量，設(shè)置輸入變量的模糊論域均為{-6 6}，考慮PID 控制器參數(shù)的設(shè)置對(duì)控制精度的影響，設(shè)置其模糊論域分別為{-40 40}、{-30 30}、{-20 20}。輸入變量與輸出變量的模糊子集相同，E=EC=kp=ki=kD={NB NM NS ZO PS PM PB}，分別為負(fù)大（NB）、負(fù)中（NM）、負(fù)小（NS）、零（ZO）、正小（PS）、正中（PM）、正大（PB）。

模糊控制的一個(gè)重要部分是選擇隸屬函數(shù)，通常有三角形、梯形、正態(tài)型等，考慮到運(yùn)算量的大小及對(duì)PID 參數(shù)的實(shí)時(shí)調(diào)整響應(yīng)速度，采用三角形隸屬函數(shù)，而控制效果與隸屬函數(shù)形狀相關(guān)性不大，只與模糊子集的寬度相關(guān)，選擇合適的寬度可以達(dá)到很好的控制效果，得到各參數(shù)的隸屬函數(shù)，如圖2所示。

圖2 各隸屬函數(shù)

模糊控制規(guī)則作為模糊控制的核心部分，根據(jù)人的經(jīng)驗(yàn)和實(shí)際情況制定合適的模糊規(guī)則，可以達(dá)到很好的控制效果。核心原則是使系統(tǒng)響應(yīng)時(shí)間盡可能小、超調(diào)量盡可能小[5]。根據(jù)模糊控制器的輸入變量和輸出變量的模糊子集，依據(jù)文獻(xiàn)提出的原則，制定模糊控制規(guī)則，對(duì)PID 的參數(shù)進(jìn)行整定，如表1、表2、表3 所示。

表1 kp′的模糊規(guī)則

表2 ki′的模糊規(guī)則

表3 kD′的模糊規(guī)則

添加模糊控制策略主要是對(duì)PID 參數(shù)進(jìn)行整定，可實(shí)時(shí)對(duì)PID 參數(shù)進(jìn)行調(diào)整，生成一組調(diào)整值。運(yùn)行初始，需要對(duì)所建控制器設(shè)定一組初值kp0、ki0、kD0，通過傳統(tǒng)的PID 控制器整定方法即可得到[6]。某時(shí)刻自適應(yīng)模糊PID 控制器參數(shù)為

式中：kp0、ki0、kD0為自適應(yīng)模糊PID 控制器參數(shù)的初始值，（E，EC）P、（E，EC）I、（E，EC）D 即為模糊控制器的輸出變量，根據(jù)理想車速與實(shí)際車速的偏差和偏差變化率實(shí)時(shí)自動(dòng)調(diào)整。

2 仿真與分析

為驗(yàn)證所建立恒定速度控制模型的性能，并與傳統(tǒng)的PID 控制模型與模糊控制模型性能進(jìn)行對(duì)比，選取carsim 自帶車輛模型，在不同工況中進(jìn)行閉環(huán)仿真實(shí)驗(yàn)。采用carsim 和MATLAB/SIMULINK 進(jìn)行聯(lián)合仿真，添加道路數(shù)據(jù)、自適應(yīng)模糊PID 控制模型、傳統(tǒng)的PID 控制模型和模糊控制模型，對(duì)自適應(yīng)模糊PID 控制模型、傳統(tǒng)的PID 控制模型和模糊控制模型的控制性能進(jìn)行對(duì)比。自適應(yīng)模糊PID 控制模型的輸入變量為理想車速與實(shí)際車速的偏差E 及其變化率EC，輸出變量為統(tǒng)一油門開度。統(tǒng)一油門開度為正值時(shí)表示發(fā)動(dòng)機(jī)的節(jié)氣門開度，為負(fù)值時(shí)表示制動(dòng)壓力[7]。圖3 為所建恒定速度控制模型仿真框圖。

圖3 恒定速度控制模型仿真框圖

圖4 所示為車輛在直道上行駛，理想速度分別為60 km/h，90 km/h，120 km/h 時(shí)，車輛在傳統(tǒng)的PID控制、模糊控制和自適應(yīng)模糊PID 控制下進(jìn)行仿真，輸出的縱向速度及縱向加速度曲線。

圖4 仿真結(jié)果

從縱向速度的仿真示意圖可以看出，任何車速下車速跟隨的效果為自適應(yīng)模糊PID 控制模型優(yōu)于模糊控制優(yōu)于PID 控制。PID 控制系統(tǒng)的超調(diào)量最大，且達(dá)到穩(wěn)定速度的時(shí)間最長，自適應(yīng)模糊PID 控制系統(tǒng)的超調(diào)量最小，達(dá)到穩(wěn)定速度的時(shí)間也最小。這是因?yàn)樽赃m應(yīng)模糊控制能夠很好地表示強(qiáng)非線性關(guān)系，實(shí)時(shí)對(duì)PID 參數(shù)進(jìn)行調(diào)整，具有快速達(dá)到穩(wěn)定速度的目的，其結(jié)構(gòu)簡單，可適應(yīng)環(huán)境的變化。

當(dāng)車速v=60 km/h 時(shí)，自適應(yīng)模糊PID 控制模型的最大偏差為0.5 km/h，達(dá)到穩(wěn)定速度的時(shí)間為3 s；當(dāng)車速v=90 km/h 時(shí)，自適應(yīng)模糊PID 控制模型的最大偏差為0.6 km/h，達(dá)到穩(wěn)定速度的時(shí)間為7 s；當(dāng)車速v=120 km/h 時(shí)，自適應(yīng)模糊PID 控制模型的最大偏差為0.9 km/h，達(dá)到穩(wěn)定車速的時(shí)間為20 s。可以看出隨著車速的增加，自適應(yīng)模糊PID 控制模型的控制性能逐漸降低，其最大偏差基本都偏小，控制在1 km/h 之內(nèi)。

從縱向加速度的仿真示意圖可以看出，在最初時(shí)刻縱向加速度會(huì)在很短一段時(shí)間內(nèi)急速變化，系統(tǒng)發(fā)生震蕩但很快穩(wěn)定下來。這是因?yàn)槌跏荚O(shè)置的控制模型參數(shù)并不是最優(yōu)參數(shù)，通過一段時(shí)間的調(diào)整，控制模型參數(shù)達(dá)到最優(yōu)，系統(tǒng)即會(huì)穩(wěn)定下來，但由于不穩(wěn)定時(shí)間比較短，影響不大。其中自適應(yīng)模糊PID 控制的振蕩期為三種控制模型中最短，可以看出自適應(yīng)模糊PID 控制的魯棒性更好。

3 結(jié)論

基于自適應(yīng)模糊PID 控制建立了智能車輛的定速控制模型，克服了傳統(tǒng)PID 控制和模糊控制的缺點(diǎn)，利用模糊控制器對(duì)PID 控制器的控制參數(shù)實(shí)時(shí)進(jìn)行調(diào)整，時(shí)刻滿足最優(yōu)參數(shù)，能很好地滿足智能車輛的強(qiáng)非線性，建立的模型結(jié)構(gòu)簡單，魯棒性強(qiáng)。