智能车基于pid及模糊控制的油门刹车速度控制算法.doc

首先定义速度偏差-50 km/h≤e（k）≤50km/h，-20≤ec（i）= e（k）- e（k-1）≤20，阀值eswith=10km/h，?throttle为油门当前的控制量，?brake为刹车当前的控制量 设计思想：油门控制采用增量式PID控制算法，输入量为e（k）、e（k-1）、e（k-2）和u（k-1）（上一时刻的输出量），输出量u（k）为油门控制量（油阀）；刹车控制采用模糊控制算法，输入为e（k）和ec（i），输出量为刹车控制量；最后通过选择规则进行选择。 选择规则： -50 km/h≤e（k）0 ① e（k）- eswith 选择油门控制 ② e（k）≤- eswith 若?throttle≠0先选择油门再从新进行选择 若?throttle=0选择刹车 0e（k）≤50 km/h ① ubrake≤ ?brake 选择刹车控制 ② ubrake ?brake 先选择刹车后选择油门 e（k）=0 直接跳出选择 刹车控制：刹车采用模糊控制算法 1.确定模糊语言变量 e基本论域取[-50,50]，ec基本论域取[-20,20]，刹车控制量输出u基本论域取[-30,30]，这里我将这三个变量按照下面的公式进行离散化： 其中，，n为离散度。 E、ec和u均取离散度n=3，离散化后得到三个量的语言值论域分别为： E=EC=U={-3,-2,-1,0,1,2,3} 其对应语言值为{ NB,NM,NS,ZO, PS,PM,PB } 2.确定隶属度函数 E/EC和U取相同的隶属度函数即： 说明：都选用三角形隶属度函数，图像略 实际EC和E输入值若超出论域范围，则取相应的端点值。 3.模糊控制规则 由隶属度函数可以得到语言值隶属度（通过图像直接可以看出）如下表： 表1：E/EC和U语言值隶属度向量表 -3 -2 -1 0 1 2 3 NB 1 0.5 0 0 0 0 0 NM 0 1 0.5 0 0 0 0 NS 0 0.5 1 0.5 0 0 0 ZO 0 0 0.5 1 0.5 0 0 PS 0 0 0 0.5 1 0.5 0 PM 0 0 0 0 0.5 1 0 PB 0 0 0 0 0 0.5 1 设置模糊规则库如下表： 表2：模糊规则表 U EC —— NB NM NS ZO 其他 NB PB PB PM PM —— NM PB PM PM PS —— NS PM PM PS PS —— ZO PM PS PS ZO —— PS PS PS ZO ZO —— PM PS ZO ZO ZO —— PB ZO ZO ZO ZO —— 注：由于刹车控制中，没有偏差E大于0的情况，故在“其他”栏中没有规则 3.模糊推理 由模糊规则表3可以知道输入E与EC和输出U的模糊关系，这里我取两个例子做模糊推理如下： if (E is NB) and (EC is NM) then (U is PB) 那么他的模糊关系子矩阵为： 其中，,即表1中NVB对应行向量，同理可以得到， if (E is NVB or NB) and (EC is NVB) then (U is PVB) 结果略 按此法可得到15个关系子矩阵，对所有子矩阵取并集得到模糊关系矩阵如下： 由R可以得到模拟量输出为： 算法说明：可以得到一个7*7的矩阵，与R得到一个1*7的向量 4.去模糊化 由上面得到的模拟量输出为1×7的模拟向量，每一行的行元素（u（zij））对应相应的离散变量zj，则可通过加权平均法公式解模糊： 从而得到实际刹车控制量的精确值u。 油门控制： 油门控制采用增量式PID控制，即： 只需要设置、 、三个参数即可输出油门控制量。