黃永青 胡清濤

摘 要：介紹了基于VC++的模糊控制汽車(chē)倒車(chē)仿真系統(tǒng)基本設(shè)計(jì)，建立在汽車(chē)倒車(chē)數(shù)學(xué)模型的基礎(chǔ)上，通過(guò)模糊控制程序，并通過(guò)微軟基礎(chǔ)類(lèi)設(shè)計(jì)仿真界面，使汽車(chē)在倒車(chē)時(shí)的狀態(tài)及其運(yùn)動(dòng)軌跡能夠動(dòng)態(tài)的顯示。在設(shè)計(jì)中，汽車(chē)倒車(chē)模型與控制器采用模塊化設(shè)計(jì)方法，具有一定的通用性，易于擴(kuò)展。通過(guò)該系統(tǒng)可以找到汽車(chē)倒車(chē)的“死區(qū)”范圍，檢驗(yàn)并改進(jìn)控制方法。模糊控制方法控制汽車(chē)倒車(chē)運(yùn)動(dòng)軌跡圓滑，倒車(chē)準(zhǔn)確，具有很好的魯棒性。

關(guān)鍵詞：汽車(chē)倒車(chē)；模糊控制；仿真系統(tǒng)；微軟基礎(chǔ)類(lèi)（MFC）

0 引言

倒車(chē)行駛時(shí)由于視線受到限制，不易看清車(chē)后道路和障礙，加之倒車(chē)時(shí)，后輪變?yōu)榍皩?dǎo)，前輪變?yōu)楹蟾饔^感覺(jué)上發(fā)生差異，控制轉(zhuǎn)向的位置也發(fā)生了變化，使之成為困擾駕駛者的一個(gè)難題。如果我們給汽車(chē)裝一個(gè)智能倒車(chē)系統(tǒng)就可以有效的避免由于倒車(chē)而造成的經(jīng)濟(jì)損失和人身安全。本文利用模糊控制理論，把人的經(jīng)驗(yàn)控制策略的自然語(yǔ)言轉(zhuǎn)化為計(jì)算機(jī)能夠接受的算法語(yǔ)言所描述的控制算法，模擬人的思維方式對(duì)一些無(wú)法構(gòu)造數(shù)學(xué)模型的被控對(duì)象進(jìn)行有效地控制。

1 汽車(chē)倒車(chē)的詳細(xì)描述

在停車(chē)場(chǎng)上停著一輛汽車(chē)（如圖1所示）?，F(xiàn)要求將汽車(chē)倒回場(chǎng)地的一端的中點(diǎn)（0，0）處，使汽車(chē)順直向前。在倒車(chē)的過(guò)程中只能后退不能向前并且不能超過(guò)X軸。設(shè)v為汽車(chē)的速度；L為汽車(chē)的長(zhǎng)度；X為汽車(chē)后端中點(diǎn)橫坐標(biāo)；Y為汽車(chē)后端中點(diǎn)縱坐標(biāo)；Θ為汽車(chē)前輪舵角；Ψ為汽車(chē)傾角；α為停車(chē)區(qū)中點(diǎn)（0.，0）到汽車(chē)后端中點(diǎn)的連線與汽車(chē)中軸線的夾角；β為汽車(chē)中軸線與y軸的夾角。α，β的值可有X，Y和Ψ通過(guò)幾何運(yùn)算求得，所以控制對(duì)象的狀態(tài)變量為X，Y，Ψ。初始狀態(tài)t=0時(shí)，X，Y，Ψ已知，分別為X[0]，Y[0]，Ψ[0]。終止?fàn)顟B(tài)t=tf時(shí)，上述變量的值也已給定，分別為：X[tf]=-0，Y[tf]=0，Ψ[tf]=90o。倒車(chē)的約束條件：-45o≤Θ≤45o；汽車(chē)倒車(chē)運(yùn)動(dòng)的微分方程組為：

2 汽車(chē)倒車(chē)模糊控制器構(gòu)建

2.1 根據(jù)經(jīng)驗(yàn)產(chǎn)生模糊控制策略

當(dāng)距離比較遠(yuǎn)的時(shí)候，應(yīng)當(dāng)努力調(diào)整小車(chē)的正向，使之與終點(diǎn)到（X，Y）連線的方向一致，同時(shí)應(yīng)當(dāng)減小汽車(chē)實(shí)際的正向與最終要求正向的夾角β。當(dāng)距離比較近的時(shí)候，應(yīng)當(dāng)努力減小汽車(chē)與終點(diǎn)水平位置的偏差，同是減小汽車(chē)實(shí)際的正向與最終要求正向的夾角β。

2.2 模糊控制專(zhuān)家經(jīng)驗(yàn)數(shù)學(xué)簡(jiǎn)化如下

當(dāng)距離遠(yuǎn)時(shí)：θ=x/8+β；當(dāng)距離近時(shí)：θ=-3α+2β；由于θ的計(jì)算比較復(fù)雜，我們可以將θ的計(jì)算過(guò)程放在模糊推理系統(tǒng)之外完成。先計(jì)算出θ1（遠(yuǎn)距離）和 θ2（近距離），再將θ1和θ2根據(jù)遠(yuǎn)近的模糊感念來(lái)進(jìn)行模糊綜合。我們?cè)偻ㄟ^(guò)汽車(chē)的坐標(biāo)計(jì)算出來(lái)：D=（X2+Y2）1/2

2.3 建立T-S模型的模糊推理系統(tǒng)

由以上分析可知，其輸入變量為（D，θ1，θ2），輸出變量為θ。其中D的隸屬度函數(shù)有兩條，分別代表“遠(yuǎn)”和“近”。由于在模糊規(guī)則的前項(xiàng)條件里不包含θ1，θ2，因而不用給他們指定隸屬度函數(shù)。這樣的T-S模型系統(tǒng)的模糊規(guī)則只有兩條：如果D是“遠(yuǎn)”的，則θ=θ1；如果D是“近”的，則θ=θ2。

3 汽車(chē)仿真系統(tǒng)詳細(xì)設(shè)計(jì)

3.1 汽車(chē)倒車(chē)仿真模型

在實(shí)際的倒車(chē)中，根據(jù)汽車(chē)的當(dāng)前狀態(tài)（Xt，Yt，Ψt），計(jì)算θ1、θ2和距離D，把計(jì)算的結(jié)果傳輸給模糊控制器進(jìn)行模糊綜合后得到控制量θ，再把控制量θ輸入到汽車(chē)倒車(chē)的數(shù)學(xué)模型求得汽車(chē)新的狀態(tài)（Xt+1，Yt+1，Ψt+1）。同時(shí)把此狀態(tài)送入顯示模塊進(jìn)行顯示，并且判斷是否到達(dá)車(chē)位或者越界，如此循環(huán)進(jìn)行直到停止。

3.2 模糊控制器的程序設(shè)計(jì)如下

模糊控制器采用加權(quán)平均解模糊，作為CTruckDlg類(lèi)的內(nèi)部程序，代碼如下：

float CTruckDlg：：Controler（float dis，float W1，float W2）

{

// dis為距離D，W1為θ1，W2為θ2

float m_wheel；

if（dis>7）

m_wheel=W2；

else if（dis>=3&&dis<=7）

m_wheel=-0.25*（dis-7）*W1+0.25*（dis-3）*W2；

else

m_wheel=W1；

if（m_wheel>45）

m_wheel=45；

if（m_wheel<-45）

m_wheel=-45；

return m_wheel；

}

3.3 顯示模塊設(shè)計(jì)

顯示模塊包括3部分：汽車(chē)倒車(chē)顯示區(qū)域、參數(shù)設(shè)置和顯示區(qū)域和汽車(chē)模型繪制函數(shù)。汽車(chē)倒車(chē)顯示區(qū)域是有MFC的圖片控件構(gòu)成，背景坐標(biāo)為一幅事先畫(huà)好的坐標(biāo)圖像。汽車(chē)模型在該圖片控件上進(jìn)行繪制。參數(shù)設(shè)置和顯示區(qū)域由MFC的編輯框控件、靜態(tài)控件和按鈕控件組成。主要對(duì)汽車(chē)的形狀（長(zhǎng)度）、位置以及仿真系統(tǒng)的參數(shù)進(jìn)行設(shè)置，并可在整個(gè)仿真過(guò)程中動(dòng)態(tài)顯示。

4 結(jié)語(yǔ)

通過(guò)對(duì)模糊控制汽車(chē)倒車(chē)仿真系統(tǒng)的設(shè)計(jì)，可以加快對(duì)智能倒車(chē)系統(tǒng)的開(kāi)發(fā)，同時(shí)模糊控制作為汽車(chē)倒車(chē)的控制算法具有倒車(chē)準(zhǔn)確、魯棒性強(qiáng)的優(yōu)點(diǎn)，與傳統(tǒng)控制算法相比有明顯優(yōu)勢(shì)。

參考文獻(xiàn)

[1]于偉，張乃堯，白帆.倒車(chē)問(wèn)題的模糊優(yōu)化控制方案[J].機(jī)電一體化，2001，（5）：21-24.

[2]吳小莉，林哲輝.MATLAB輔助模糊系統(tǒng)設(shè)計(jì)[M].西安：西安電子科技大學(xué)出版社，2002.

[3]楊智，楊李成.在MATLAB語(yǔ)言中間接實(shí)現(xiàn)C語(yǔ)言鏈接[J].蘭州理工大學(xué)學(xué)報(bào)，1998，（4）：56-60.

（作者單位：1.華潤(rùn)水泥（封開(kāi)）有限公司；2.華潤(rùn)水泥（金沙）有限公司）