（延安職業(yè)技術(shù)學(xué)院，陜西 延安716000）

一、研究背景

模糊控制是上個(gè)世紀(jì)誕生的一種基于語義規(guī)則的人工智能。隨著模糊控制這項(xiàng)技術(shù)的日益成熟，在人類生產(chǎn)活動(dòng)的各個(gè)領(lǐng)域都得到了日益廣泛的應(yīng)用，其中的一個(gè)重要應(yīng)用對(duì)象便是自動(dòng)駕駛。

目前，國內(nèi)外自動(dòng)駕駛技術(shù)大部分的研究?jī)?nèi)容都是基于封閉環(huán)境下的高速公路或者特殊的城市道路的測(cè)試階段，在開放環(huán)境下很難實(shí)現(xiàn)自動(dòng)駕駛的應(yīng)用。由于汽車在十字路口或者車輛和行人密集的道路行駛時(shí)，周圍的環(huán)境復(fù)雜。針對(duì)這種情況，對(duì)汽車油門自動(dòng)控制的研究為實(shí)現(xiàn)特殊路段的自動(dòng)駕駛提供了一定參考依據(jù)，其中模糊控制能更好的解決自動(dòng)駕駛研究中遇到的復(fù)雜問題。

二、研究現(xiàn)狀

隨著模糊控制技術(shù)的日益成熟，越來越多的研究人員開始了基于模糊控制的研究，如下是近幾年將模糊控制應(yīng)用于汽車行業(yè)的一些實(shí)驗(yàn)研究。

2014年，江蘇理工學(xué)院汽車與交通工程學(xué)院的袁傳義等人進(jìn)行了基于模糊控制的EPS車輛操縱穩(wěn)定性研究，研究設(shè)計(jì)了EPS控制系統(tǒng)及其控制策略,并在Simulink中搭建EPS和它的模糊控制系統(tǒng)模型,從而得到汽車車身側(cè)偏角和橫擺角速度仿真結(jié)果；計(jì)算結(jié)果表明,與無助力的機(jī)械式轉(zhuǎn)向系統(tǒng)相比,裝備EPS的車輛車身側(cè)偏角的峰值和標(biāo)準(zhǔn)差分別減少了18.8%和19.1%,具有更好的操縱穩(wěn)定性。

2016年，貴州大學(xué)的韓雪雯等人對(duì)重型車輛側(cè)傾穩(wěn)定性進(jìn)行了分析，分析基于模糊控制。設(shè)計(jì)了模糊控制差動(dòng)制動(dòng)防側(cè)翻控制系統(tǒng),模糊控制被應(yīng)用于上層控制器,下層控制器則采用的是差動(dòng)制動(dòng)控制,分別在階躍工況和魚鉤工況下進(jìn)行仿真分析。結(jié)果表明:通過設(shè)計(jì)所得到的模糊控制差動(dòng)制動(dòng)防側(cè)翻控制系統(tǒng)在提升重型車輛的橫擺穩(wěn)定性和側(cè)傾穩(wěn)定性上有著很好的效果。

2017年，Xinxin Shao等人針對(duì)存在簧載質(zhì)量變化、執(zhí)行機(jī)構(gòu)故障和控制輸入約束的輪內(nèi)電動(dòng)汽車主動(dòng)懸架，提出了一種容錯(cuò)模糊H∞控制設(shè)計(jì)方法。該控制器是基于四分之一車輛主動(dòng)懸架模型，以懸架電機(jī)作為動(dòng)力吸收體，采用動(dòng)態(tài)輪內(nèi)阻尼電機(jī)驅(qū)動(dòng)系統(tǒng)設(shè)計(jì)的。該控制器的H∞性能由三個(gè)等式約束的線性矩陣不等式（LMIs）組成，利用MATLAB LMI工具箱有效地求解。將該控制器應(yīng)用于電動(dòng)汽車懸架系統(tǒng)，通過計(jì)算機(jī)仿真驗(yàn)證了其有效性。

2019年，北京航空航天大學(xué)的潘宇巍等人基于多級(jí)模糊控制，對(duì)車輛目標(biāo)跟蹤進(jìn)行了研究。結(jié)果表明,車輛非線性動(dòng)力學(xué)三自由度模型相較理想車輛模型更為準(zhǔn)確的反映了高速車輛的運(yùn)動(dòng)特性,多級(jí)模糊控制跟蹤算法可以有效實(shí)現(xiàn)車輛對(duì)變速度、變角速度目標(biāo)的跟蹤,并兼顧了駕駛的安全性。

三、研究?jī)?nèi)容

通過查閱國內(nèi)外自動(dòng)駕駛方面所研究和取得的成果，特殊路段下的自動(dòng)駕駛的相關(guān)技術(shù)的研究很少，對(duì)于我國多樣化、復(fù)雜化的道路類型，有必要對(duì)特殊道路環(huán)境下的自動(dòng)駕駛進(jìn)行研究。因此，本文研究了特殊道路行進(jìn)車輛的油門自動(dòng)控制方法，這對(duì)于在各種道路類型上實(shí)現(xiàn)自動(dòng)駕駛有很重要的參考意義。

研究?jī)?nèi)容分為兩個(gè)階段。第一階段是對(duì)駕駛員駕駛風(fēng)格的學(xué)習(xí)。在學(xué)習(xí)階段，主要是采集駕駛員在特殊路段行駛時(shí)，自車車速、自車與前車的距離和節(jié)氣門開度之間的對(duì)應(yīng)關(guān)系；通過不同的自車車速、自車與前車的距離情況下的駕駛員對(duì)節(jié)氣門開度的控制來反映駕駛員的開車風(fēng)格；第二階段是控制階段。在控制階段，應(yīng)用雙模糊控制方法，基于節(jié)氣門開度誤差e1和節(jié)氣門開度誤差變化率e2的兩個(gè)模糊輸入量所進(jìn)行的模糊推理所獲得的模糊輸出量為模糊輸出量。之后對(duì)模糊輸出量進(jìn)行模糊判決，從而得到模糊控制輸出量。

四、基于模糊控制的車輛油門控制方法

（一）實(shí)驗(yàn)設(shè)備

在實(shí)驗(yàn)中，測(cè)試車輛配備有車速傳感器和激光掃描雷達(dá)。其中，車速傳感器用于采集自車車速；激光掃描雷達(dá)安裝在汽車前保險(xiǎn)杠中央，用于實(shí)時(shí)采集自車與前車的距離。

（二）學(xué)習(xí)階段

在學(xué)習(xí)階段，駕駛員駕駛車輛在十字路口或者行人和車輛比較密集的路段行駛。在行駛的過程中，利用車速傳感器和激光掃描雷達(dá)對(duì)自車車速v和自車與前車的距離d進(jìn)行實(shí)時(shí)的采集。同時(shí)，記錄下自車在不同車速和前車距離情況下的節(jié)氣門開度x(為了實(shí)現(xiàn)對(duì)駕駛員風(fēng)格和駕駛習(xí)慣更加全面的掌握，要求學(xué)習(xí)階段的數(shù)據(jù)記錄累計(jì)時(shí)間為10小時(shí)以上)。

在進(jìn)行完對(duì)駕駛員駕駛經(jīng)驗(yàn)的學(xué)習(xí)之后，利用已經(jīng)采集的數(shù)據(jù)對(duì)汽車的節(jié)氣門開度進(jìn)行相應(yīng)的自動(dòng)控制，利用的方法為模糊控制。

（三）模糊控制原理

采用學(xué)習(xí)階段時(shí)所采集到的數(shù)據(jù)對(duì)汽車的節(jié)氣門開度進(jìn)行相應(yīng)的自動(dòng)控制。利用的方法為模糊控制，即節(jié)氣門開度誤差e1和節(jié)氣門開度誤差的變化率e2作為模糊控制輸入量。

選用合適的隸屬函數(shù)對(duì)這兩個(gè)變量進(jìn)行模糊量化，從而獲得兩個(gè)對(duì)應(yīng)的模糊輸入量。根據(jù)之前學(xué)習(xí)的自車車速、自車與前車的距離和節(jié)氣門開度的對(duì)應(yīng)關(guān)系作為模糊控制規(guī)則進(jìn)行模糊推理，以獲得對(duì)應(yīng)的模糊輸出量。其中，基于節(jié)氣門開度誤差e1和節(jié)氣門開度誤差變化率e2的兩個(gè)模糊輸入量進(jìn)行的模糊推理獲得的模糊輸出量為模糊輸出量。

對(duì)模糊輸出量進(jìn)行模糊判決得到模糊控制輸出量，并把該模糊控制輸出量作為最終的節(jié)氣門開度的狀態(tài)量?？刂葡到y(tǒng)根據(jù)最終的節(jié)氣門開度狀態(tài)量來控制執(zhí)行器調(diào)節(jié)節(jié)氣門開度的狀態(tài)，從而使汽車的油門控制符合駕駛員的駕駛風(fēng)格和駕駛習(xí)慣。

（四）參數(shù)的模糊化處理

所述的節(jié)氣門開度的模糊控制方法，其特征在于，所述節(jié)氣門開度誤差和節(jié)氣門開度誤差變化率的模糊語言值分別為：{NB(負(fù)大 )，NS(負(fù)小 )，ZE(零 )，PS(正小 )，PB(正大 )}及 {NB(負(fù)大 )，NM(負(fù)中 )，NS(負(fù)小 )，ZE(零 )，PS(正小 )，PM(正中 )，PB(正大 )}；

所述節(jié)氣門開度誤差的隸屬度函數(shù)采用ZMF、TRIMF和SMF函數(shù)，所述節(jié)氣門開度誤差變化率的隸屬度函數(shù)采用 TRIMF函數(shù) ；

所述的模糊控制輸出量的模糊語言值為：{JX（減?。?，BC（保持），ZD（增大）}。

（五）模糊論域劃分及隸屬函數(shù)的設(shè)計(jì)圖

根據(jù)本研究的節(jié)氣門開度誤差e1的模糊論域劃分及隸屬函數(shù)的設(shè)計(jì)圖如圖1所示：

圖1 節(jié)氣門開度誤差e1的模糊論域劃分及隸屬函數(shù)的設(shè)計(jì)圖

根據(jù)本研究所得的的節(jié)氣門開度誤差的變化率e2的模糊論域劃分及隸屬函數(shù)的設(shè)計(jì)圖如圖2所示；

圖2 節(jié)氣門開度誤差的變化率e2的模糊論域劃分及隸屬函數(shù)的設(shè)計(jì)圖

（六）制定模糊控制規(guī)則

鑒于汽車在十字路口或者車輛和行人密集的道路行駛時(shí)，周圍的環(huán)境復(fù)雜，既需要保證車輛行駛時(shí)的的安全性，又需要保證車輛行駛時(shí)的快速性，故制定如下規(guī)則。當(dāng)節(jié)氣門開度誤差e1為負(fù)時(shí)，無論節(jié)氣門開度誤差變化率e2為何值，均需要增大節(jié)氣門開度；當(dāng)節(jié)氣門開度誤差e1和節(jié)氣門開度誤差變化率e2均為正時(shí)，需要減小節(jié)氣門開度 。當(dāng)節(jié)氣門開度誤差e1與節(jié)氣門開度誤差變化率e2有著其他的對(duì)應(yīng)關(guān)系時(shí)，應(yīng)綜合的考慮節(jié)氣門開度誤差與節(jié)氣門開度誤差變化率對(duì)節(jié)氣門開度的影響。通過經(jīng)驗(yàn)總結(jié)推理得到如下模糊控制規(guī)則表，如下表所示。

模糊控制規(guī)則表

五、討論

當(dāng)汽車在十字路口或者車輛和行人密集的道路行駛時(shí)，周圍的環(huán)境復(fù)雜。這一特殊行車環(huán)境使自動(dòng)駕駛的發(fā)展受到了阻力。這一行車環(huán)境既需要保證車輛行駛的安全性，也需要兼顧行駛的快速性。因而實(shí)現(xiàn)對(duì)行車速度的自動(dòng)控制顯得格外重要。

本文研究了基于模糊控制的車輛油門控制方法。該方法主要針對(duì)的場(chǎng)景是十字路口或者車輛和行人密集的道路。模糊控制無需建立確切的數(shù)學(xué)模型，且具有良好的魯棒性。研究首先采集優(yōu)秀駕駛?cè)嗽隈{駛時(shí)的自車車速v、自車與前車的距離d以及自車在不同車速和前車距離情況下的節(jié)氣門開度x（為了實(shí)現(xiàn)對(duì)駕駛員風(fēng)格和駕駛習(xí)慣更加全面的掌握，要求學(xué)習(xí)階段的數(shù)據(jù)記錄累計(jì)時(shí)間為10小時(shí)以上）。之后，以節(jié)氣門開度誤差e1和節(jié)氣門開度誤差變化率e2作為模糊輸入量。在選擇隸屬度函數(shù)時(shí)，節(jié)氣門開度誤差e1采用ZMF、TRIMF和SMF函數(shù)，節(jié)氣門開度誤差變化率e2采用 TRIMF函數(shù)，來對(duì)這兩個(gè)變量進(jìn)行模糊量化。根據(jù)學(xué)習(xí)階段所采集到的自車車速v、自車與前車的距離d和節(jié)氣門開度x之間的對(duì)應(yīng)關(guān)系作為模糊控制規(guī)則進(jìn)行模糊推理，以獲得對(duì)應(yīng)的模糊輸出量。其中，基于節(jié)氣門開度誤差e1和節(jié)氣門開度誤差變化率e2的兩個(gè)模糊輸入量進(jìn)行的模糊推理獲得的模糊輸出量為模糊輸出量。

對(duì)模糊輸出量進(jìn)行模糊判決得到模糊控制輸出量，并把該模糊控制輸出量作為最終的節(jié)氣門開度的狀態(tài)量。基于模糊控制，從而實(shí)現(xiàn)對(duì)節(jié)氣門開度的自動(dòng)控制，進(jìn)而實(shí)現(xiàn)對(duì)行車速度的自動(dòng)控制。

六、結(jié)束語

當(dāng)汽車在十字路口或者車輛和行人密集的道路行駛時(shí)，周圍的環(huán)境復(fù)雜，因而本文基于這種情況，結(jié)合車輛本身的系統(tǒng)動(dòng)力學(xué)特點(diǎn)，提出了一種基于模糊控制的車輛油門控制方法。而模糊控制屬于智能控制，可以實(shí)現(xiàn)非線性控制，無需為對(duì)象建立確切的數(shù)學(xué)模型，具有較好的魯棒性和靈活性。這種模糊控制方法在車輛的油門傳感器和減速器間加裝模糊控制器和步進(jìn)電機(jī)，充分借鑒優(yōu)秀司機(jī)的駕駛經(jīng)驗(yàn)，模擬司機(jī)的駕駛行為，在油門控制方面形成了較好的動(dòng)態(tài)特性。當(dāng)駕駛?cè)嗣媾R這種情況時(shí)，采用模糊控制來進(jìn)行油門控制能夠體現(xiàn)出更好的可靠性和舒適性，該油門控制方法能更好的控制自動(dòng)駕駛車輛速度，內(nèi)部運(yùn)算簡(jiǎn)便，對(duì)實(shí)現(xiàn)自動(dòng)駕駛技術(shù)的研究有一定的參考意義。