基于模糊PID控制的智能小车转向系统设计

硕士研究生课程论文课程名称：智能控制题目基于模糊PID控制的智能小车转向系统设计题目类型（课程论文或读书报告）：课程论文学院：电气与信息工程学院专业名称：控制科学与工程姓名：李仲强学号：2016200436任课教师：李振壁授课时间：2016年9月8日～2015年11月3日提交时间：2016年11月3日基于模糊PID的智能小车转向系统的设计摘要：因为电动小车的转向性能是决定其整体性能的重要因素之一，它在转向时需要较短的响应速度和较好的动态特性，目前较多的是采用传统的PID控制，但是传统的PID控制很难同时满足以上两种要求，所以把模糊PID控制运用于智能小车中用来改善转向系统。在matlab里simulink中对该系统进行构建模型进行仿真，并且把得到的曲线图和传统PID的图相比较，最后我们可以得出相比于传统的PID控制，模糊PID控制方法可以满足转向统的需求，它具有响应迅速，超调量小，较好的动态特性和鲁棒性。关键字：模糊PID电动小车PIDAbstract:Becausethesteeringperformanceofelectrictrolleyisoneoftheimportantfactorstodetermineitsoverallperformance,itneedsshorterresponsespeedandgooddynamiccharacteristicsinsteering.Atpresent,moretraditionalPIDcontrolisused,butthetraditionalPIDcontrolisdifficulttomeettheabovetworequirements,sothefuzzyPIDcontrolusedinintelligentcartoimprovethesteeringsystem.Inthesimulinkinmatlab,themodelofthesystemissimulated,andtheobtainedgraphiscomparedwiththatofthetraditionalPID.Finally,wecanconcludethatthefuzzyPIDcontrolmethodcanmeettherequirementsofthesteeringsystemcomparedwiththetraditionalPIDcontrol.Demand,ithasafastresponse,overshootsmall,gooddynamiccharacteristicsandrobustness.Keywords:fuzzyPIDelectrictrolleyPID0引言智能小车也称作轮式机器人，它可以运用于一些高危现场，例如环境监测，地质勘探等。智能小车可以根据外部的控制信号而调整运动方向、转速等的参数，而转向的性能则是智能小车的重要参数之一。智能小车的转向系统是一个多输入非线性的模型，并且随着转速的不同转向系统的数学模型也随着发生变化。传统的PID控制虽然控制十分简单，但是由于各个参数初始化以后无法改变，智能小车在转速变化之后PID不能得到很好的控制效果，PID不适合这种时不变系统。针对这一问题，本文把模糊算法和PID算法结合起来应用于这一转向系统，PID的参数会根据误差而调整，从而对PID进行改造消除了缺点。最后运用simulink工具对其进行仿真，再传统PID进行比较。1智能小车转向模型智能小车在转弯时要求控制器能在最短的时间内调节转速和运动方向，让小车按照正确轨迹行驶，否则小车就会冲出跑道。因此这个控制器最主要的是响应速度和控制精度，这两个参数决定这个系统的性能优劣。1.1系统硬件设计超声波避障模块、51单片机最小系统板、电机驱动模块、电源模块、串口通信模块、释红外检测模块(通过检测人体辐射的微量红外线判断周围是否有人)、超声波避障模块和车体(包括电机机）等部分组成。模糊PID控制单片机输出不同占空比的PWM脉冲信号，然后通过信号放大器驱动电机转动如下图1所示。图1小车硬件系统总体结构图1.2小车转向模型由查阅相关文献和根据实际进行推理，我们可知电动车转向系统是一个多输入非线性的，因此很难得到一个精确的理想模型。但在实际应用中，常常将一个复杂系统近似为一个带时滞的二阶线性系，电动车转向系统也不例外。通过不同速度下电动车在直线轨迹下运动的实际参数的测取，将电动车的转向系统用以下传递函数表示：12.48.125)(2ssesGts（1）2控制器的设计2.1PID控制器设计PID控制作为传统的控制方式，其按照系统偏差的比例，积分与微分对系统进行调节。具有设计简单，易于实现，适用面广等特点。其数学表达式如下。dtdeKedtKeKtudip)(（2）经过参数整定，本文中的系统参数为PK=3，iK=O．1，dK=O．0l。2.2模糊PID控制器设计模糊控制器是模糊控制系统的核心部分，也是和其它控制系统区别最大的环节。根据模糊控制器设计原理，按图2所示控制系统结构进行模糊自适应PID控制器的设计。该控制系统设计的关键是要先找出三个参数与误差和误差变化率c之间的模糊关系，要求在系统运行中不断检测e和ec，根据模糊控制原理对三个参数进行在线修正以满足不同工况下对参数的不同要求，最终获得良好的动态和静态控制性能。PID调节器模糊推理de/dt对象ukpkiKdrine+_其中的模糊控制器通过检测e和ec的值来改变PID中pK，iK，dK这三个参数进行在线修改，以满足不同e和ec时对控制参数的要求，从而让被控对象有这很好的动态性能和静态性能。其中这三个参数：（1）比例系数pK的作用是加快系统的响应速度，提高系统的调节精度，pK越大系统的响应速度越快，调节精度越高。（2）积分作用系数iK的作用是消除系统的静态误差，iK越大系统的静态误差消除的越快。（3）微分作用系数dK的作用是改善系统的动态特性，主要是在响应过程中抑制偏差向某一方向变化，对误差进行提前预报。通过研究以上三个参数的不同作用，考虑三个参数之间的互联关系，查阅了相关文献后制定出了以下的模糊控制表：表1模糊控制规则其中模糊PID控制器的输入信号误差e的论域是[-3,3],ec的论域是[-3,3]，输出信号kp的论域是[-0.3，0.3],ki的论域是[-0.06,0.06],kd论域[-3,3],均模糊化成七级，即负大NB，负中NM,负小NS，零ZR，正小PS，正中PM,正大PB。3仿真实验3.1建立模糊推理规则库根据以上设计在Matlab中调用FIS编辑器进行模糊控制器的编辑，并建立一个FIS文件以便组建控制系统时调用。建立以Fuzzyshiyan．fis命名的FIS文件，FIS类型选择Mamdani型，推理规则选择rain法，合成规则选择msx法，解模糊规则选择centroid法，将输入扩展为二个，将输出扩展为三个，在MembershipFunctionEditor窗口对输入变量、c和输出变量Kp、Ki和Kd。的隶属函数和量化区间进行确立则隶属函数图如下图2和图3所示；在RuleEditor窗口按模糊控制规则表建立输入、输出对应的模糊控制规则。图2输入变量e隶属函数图图3Kp的隶属函数图3.2解模糊输入量通过模糊推理得到的结果是一个模糊集合,但是实际模糊控制系统所得到的控制输出信号必须是模糊论域中的精确量。所以一定要对模糊集合进行解模糊化。通过对比各种解模糊的方法后，本文选择重心法，因为其具有更平滑的推理控制,即使对应于输入信号的微小变化,输出也会发生变化。因此本系统采用重心法进行反模糊化。计算式如下式：XiXiXiu（3)式中xi为第个i个模糊输出量μ(xi)第i个模糊输出量的隶属度。3.3利用simulink工具箱构建仿真图利用matlanb中的simulink工具进行仿真，建立如下图4所示的simulink仿真图，把建立的模糊控制规则添加到fuzzy控制器中，上半部分是模糊PID，下半部分是传统PID，把这两个模块的输出连接到一个示波器中，从示波器可以得到如下图5的曲线，把两种控制方式的仿真在一张图上比较从而得出结论。图4模糊pid的simulink仿真图图5t=0.02时的系统阶跃响应曲线图图6t=0.05时的系统阶跃响应曲线图由仿真结果可知，通过建立电动车转向系统的近似化模型，分别用模糊PID控制和传统PID控制进行仿真，得到了不同速度下，即不同的时间滞后常数下的系统阶跃响应。从系统阶跃响应曲线图4和图5中可以看到，在t=0.02s时即图4，其中蓝色的曲线是在传统PID控制下得到的输出，黄色的曲线是模糊PID控制得到的。通过比较着两条曲线可得出：模糊PID控制较传统PID控制有更小的超调量和调节时闻，且稳定性能更好。在t=0.05s时即图5，传统PID控制出现剧烈震荡，系统不稳定，而模糊PID控制则保持了较好的稳定性能。4.结论本文首先介绍了智能小车的硬件部分随后建立了小车的转向系统的模型，然后通过在Matlab工具箱中的SimuLink对模糊PID控制和传统PID控制进行了建模，分别在t=0.02和t=0.05时进行仿真，得到的结果表明，使用模糊控制器来实时对PID参数进行调整，与传统PID控制相比，能获得更好的动态性能和稳态性能，鲁棒性更好。以上的结论说明模糊PID控制更适合用于电动车的转向控制中。参考文献[1]杨明，程磊，黄卫华，等．基于光电管寻迹的智能车舵机控制[J1]．光电技术应用，2007，(01)：50一51．[2]韦巍，何衍．智能控制基础[M]．北京：清华大学出版社，2008．[3]夏德铃．自动控制理论[M]．北京：机械工业出版社，2005．[4]王孝武．现代控制理论基础[M]．北京：机械工业出版社，1998．[5]张晓华．系统建模与仿真[M]．北京：清华大学出版社，2006．[6]李国勇．神经模糊控制理论及应用[M]．北京：电子工业出版社，2009．[7]兰华，李晓鹏。丁勇竣．智能车转向系统模糊控制器设计研究[J]．传感器与微系统。2010，(05)：35—36．李老师您好！这段时间的学习，加深了我对控制这两个字的理解和认识。我认为控制就是最大程度的利用现有装置来满足人们的各种需求，没有好的控制算法的话，就算买再昂贵的设备也无法达到预期的效果。利用智能控制，甚至能赋予计算机智能，让其可以理解人类的语言和行为。老师在课堂上并不拘泥于书本，还经常给我们介绍智能控制在实际中的应用，并且举出若干案例。您还鼓励我们多独立思考，敢于提出自己的想法，多读相关文献。在以后的课程中希望老师能多介绍一些学科最新的动态和怎么把我们所学的知识运用到本专业里。感谢老师不辞辛苦的晚上从本部赶到新区给我们上课，祝您身体健康，事事顺心，天天开心。您的学生：李仲强2016年11月3日