- 相關推薦
基于視覺的智能車行駛控制技術的改進論文
摘 要：本文針對車輛的行駛控制技術進行了研究，提出了一種模糊神經網絡PID控制算法來實現車輛的行駛控制。該方法將模糊理論和神經網絡相結合，并利用其調整PID參數，實現對自動監測車輛的行駛控制。由仿真得出，該控制算法具有很好的控制性能，解決了普通PID控制器在控制時變、非線性系統中所出現的問題，具有控制速度快、實時性好、穩態誤差小的特點。
關鍵詞：智能車；PID控制；模糊算法；神經網絡
引言
隨著智能交通技術（ITS）的發展，智能車的自主化行駛程度不斷提高，無人車的自動駕駛控制技術的研究也逐漸成為各個國家的熱點。今后的研究方向是如何將各種控制方法有效的結合以達到最優的控制效果。對此，本文針對智能車行駛控制問題進行了深入的研究，提出了一種自適應性比較高的單車線沿線制導行駛控制算法。
1。行駛控制算法選定
PID控制是應用最為廣泛的策略之一，其控制結構簡單、參數易于在線調整，主要適用于線性系統控制。而被控對象往往機理復雜，具有高度非線性、時變不確定性和純滯后等特點，常規PID控制器存在參數整定不良、適應性差等問題。仿真假設道路上沒有障礙、岔道等較為理想的情況；車道寬為3m；車中心沿車道線右邊1m處行駛；車寬1m；道路由直線路段和弧度較大的圓弧路段組成；車與引導線的夾角小于等于45度；車前輪轉角小于30度；油門開度調節最大值30%；偏移量最大為150cm；車輛以80KM/h的速度跟蹤車道線而不沖出路面；
車輛實際速度與設定的標準速度的偏差作為第一個控制器的輸入量，輸出的控制量為車輪驅動力。為確保車輛的安全行駛，即不讓車輛沖出即定的軌道，選定車身到路中心距離作為第二個控制器輸入量，輸出為車輛的前輪拐角。僅考慮車輛與軌道中心的距離這個偏差作為輸入量，車輛不可避免地會圍繞路中心振蕩，為此選定車輛速度方向與道路方向之間的夾角作為第三個控制器輸入量，輸出的控制量仍為方向盤拐角。
在控制模型內對三個PID環節的輸出進行線性加權。控制結構如圖3所示。仿真程序的流程如圖4所示。
圖3車輛控制模型原理圖 圖4行駛控制仿真程序流程圖
將模糊神經網絡PID控制算法應用到仿真程序中，所得的實驗結果如下。實驗將普通PID控制和模糊神經網絡PID控制的結果進行對比，此外也將模糊PID控制的誤差進行了詳細的統計。圖中，豎格線為行駛距離標致線，每一格表示100米；虛線為自動監測車輛中心所要求行駛的路徑；虛線上面的線為應急車道線，即自動監測車輛所要跟蹤的引導線；虛線下方的線為假定高速路邊界。
圖5直線路段使用普通PID的控制效果圖 圖6直線路段使用模糊神經網絡PID的控制效果圖
（注：初始kp=0。2、ki=20、 kd=50，初始偏移量為100cm，初始偏移角度為0）
圖7曲線路段使用普通PID的控制效果圖 圖8曲線路段使用模糊神經網絡PID的控制效果圖
（注：初始kp=0。2、ki=20、 kd=50，初始偏移量為0，初始偏移角度為0）
由上面的仿真結果可知，使用模糊神經網絡PID控制的控制效果比普通PID控制的控制效果有了很大的提升。試驗證明了該模糊神經網PID控制算法是收斂的，能在效短的時間內達到穩態。
表1中所示的是在不同道路彎度和不同初始偏移量及偏移角度下的行駛跟蹤高誤差。
表1 行駛控制誤差表
（注：曲度為每一千米道路方向所轉過的角度，單位為度；誤差為行駛控制的穩態偏移量，即車輛偏離即定路線的距離，單位為厘米；初始偏移量為車進行控制前偏離軌道的距離和車身方向與道路方向的偏角，表示為 偏離角度/偏離距離 ，單位為 度/厘米）
從表1可以看出，使用模糊神經網絡PID控制算法，對于適當的初始PID參數，所取得的控制效果能夠得到較大的改善。在彎道路段的穩態誤差到直線路段均能收斂為0。
2。結束語
本文對自智能車行駛控制的算法進行了研究。通過對各種控制算法的研究比較，提出了一種模糊神經網絡PID控制算法，將模糊理論和神經網絡相結合，并利用其調整PID參數，使控制系統達到很好的控制性能，解決了普通PID控制器在控制時變、非線性系統中所出現問題。將算法應用到本課題所研究的自動監測車輛行駛控制中，從仿真可知模糊神經網絡PID控制器的控制效果明顯優于普通的PID控制器，具有控制速度快、實時性好、穩態誤差小的特點。在進一步的研究中，要針對更復雜的情況，改進算法，提高穩定性。
參考文獻：
。 Control Theory and Applications ， 1995 ，12 （4） ：491–497
【基于視覺的智能車行駛控制技術的改進論文】相關文章：
智能控制技術在工程機械控制的應用論文05-01
基于藍牙技術的智能門禁系統論文05-04
基于視覺序列圖像的月球車自運動估計技術04-28
智能控制綜述論文04-30
基于PID控制的越野車ESP控制策略研究04-27
基于射頻通信技術的停車庫智能管理系統論文05-02
基于實時控制的智能控制在廢水處理中的應用04-26
基于智能傳感技術的結構健康監測04-28