【正文】 置反饋電位計→控制電路板反饋。最終對用戶得到舵機的輸入輸出控制特性： 輸入←→舵盤角度 舵機的參數(shù)尺寸：**27.；重量：56g；工作速度: () ()；堵轉力矩: () ()；工作角度：45 度/400us； 舵機控制方法三線連接方法：黑線：底線；紅線：電源線；兩種標準：, 6V；藍線（黃線）：控制信號線；圖49 舵機輸入信號示意圖 本舵機采用 PWM 信號控制，對 PWM 波的要求入上圖 410 所示，PWM波的頻率必須在 50Hz 到 55Hz 之間。通過調整脈沖的寬度（在頻率不變的情況下改變占空比）來控制舵機的轉角。 圖 311 PWM 的波形與轉角關系舵機的響應時間對于控制非常重要，一方面可以通過修改 PWM 周期獲得。另一方面也可以通過機械方式，利用舵機的輸出轉距余量，將角度進行放大，加快舵機響應速度；舵機的響應速度是控制電動車運行中一個非常關鍵的因素，由于舵機響應的滯后，可能導致電動車的運行不穩(wěn)定，必須在算法中予以補償。 單片機PWM波產(chǎn)生PWM（Pulse Width Modulate）即脈寬調制，脈寬調制波是一種可用程序來控制波形占空比、周期、相位的波形。它在電機驅動、D/A 變換等場合有著廣泛的應用。圖 312 PWM 編程時的程序流程圖本系統(tǒng)中使用的 MC9S12DG128 單片機就提供了 PWM 模塊，只要對該模塊編程就可以產(chǎn)生需要 PWM 波，該模塊的特性如下：8 個可編程控制周期和占空比的 PWM 通道； 專用的 PWM 計數(shù) 軟件選擇脈沖極性； 周期和占空比的值雙緩沖； 高電平邊沿或中心對稱方式； 8 個 8 位通道，或是 4 個 16 位通道； 4 個時鐘源； 緊急關閉； 電源模塊電源模塊是整個電動車系統(tǒng)的動力中樞，穩(wěn)定良好的電源模塊是整個電動車能順利完成比賽的基礎。由于電動車的電源是 電池組，而單片機要求5V 供電，轉向舵機電壓要求 6V，而驅動芯片 MC33886 則要求電壓在所能承受范圍內越高越好（由于大賽規(guī)定禁止使用 DCDC 升壓電路，所以我們能向MC33886 提供的最高電壓為電池組電壓 ）。通過對整個電動車模型對電源的需求我們設計了如下電源模塊，如圖 413 所示 圖 313 電源模塊系統(tǒng)結構圖由于電池組的輸出電壓只有 ，而輸出要求 5V 和 6V，不能使用最普通的并且常見的直流穩(wěn)壓電源芯片 7805 和 7806，因為他們要求輸入輸出電壓至少存在 3V 以上的壓差，所以我們選用了低壓降的 LM2940 作為 5V 電壓的穩(wěn)壓模塊，并且由于舵機和驅動電機對電源的影響很大，可能導致電源有較大紋波，為了盡可能的降低驅動電機和轉向舵機之間的干擾，我們采用兩套電源，另外選中 LM1117 專門為轉向舵機單獨提供電源，并且在電池組輸出端加上 1000u的電容，盡量減少電池組輸出電壓的波動。整個電源模塊的原理圖如下圖 414所示： 圖 314 電動車電源模塊原理圖 第四節(jié) 算法設計在第一章控制算法的方案選擇和論證時，我們最終選擇了 PID 算法控制轉角；選擇模糊控制方法控制速度和制動。 控制算法的設計本來應該從屬于軟件設計，但由于控制算法需要比較多的理論分析，而且控制算法在本系統(tǒng)中有著至關重要的作用，所以我們把控制算法的設計作為一章詳細介紹。本章中，我們首先將介紹 PID 控制算法在數(shù)字系統(tǒng)中應用方法，和轉角（橫向）PID 控制算法的設計與參數(shù)整定方式；接下來介紹模糊控制算法的基本原理，和速度和制動（縱向）模糊控制算法的設計和參數(shù)調整方法。對于算法設計的軟件實現(xiàn)部分，我們將在第5節(jié)（軟件設計）中詳細介紹。 數(shù)字 PID 控制介紹 PID 算法簡介 圖 41 模擬 PID 控制系統(tǒng)在工業(yè)控制中，常常采用如圖 41 所示的 PID 控制，其控制規(guī)律為[5]： 由于方向偏離角度和舵機的控制量之間是近似的線性關系，而且也基本上可以看作是線性定常系統(tǒng)，所以適宜采用 PID 算法?？刂扑惴ǖ木唧w設計首先要確定被控對象及其控制輸入量和控制輸出量，很容易看出本小車系統(tǒng)設計中橫向控制的被控對象即為小車的舵機，控制輸入量是由小車前方反射式紅外光電傳感器檢測到的黑線位置，由于小車舵機的實際轉角是由舵機輸入的 PWM波控制的，并且 PWM 的占空比與舵機在舵機轉角工作范圍轉角呈線性關系，因此橫向控制輸出量在算法設計中即為 PWM 波的占空比。 控制輸入量控制輸入量是光電管檢測到的黑線位置，光電管以離散的形式在小車前方以一定的規(guī)律橫向排列，必須對檢測到的黑線位置進行數(shù)字量化作為 PID 算法的控制輸入量。其數(shù)學模型如下：以 14 個光電管的中心為坐標原點，設 14 個光電管從左到右坐標值如圖 53 所示： 圖 53 光電管坐標設定值小車給定前進方向為前方直線方向，即給定值為坐標原點 0，因此偏差即為黑線位置坐標值，設為 angle?？紤]到黑線寬度和轉彎時可能有多個光電管落在黑線上方，此時偏差值取其坐標平均值。如果偏離黑線，輸入為上一次的輸入，保證小車盡可能回到賽道上。 控制輸出量控制輸出量為 PWM 波的占空比， PWM 波占空比和舵機角度對應關系如圖 54： 圖 44 PWM 波占空比與舵機角度對應關系本設計中使用 50Hz 的 PWM 波控制舵機，設定一個周期總計數(shù)值為 30000，根據(jù)圖 54 的對應關系，可以算出翻轉電平計數(shù)值（設為 duty）為 2250 時，舵機轉角為 0 度；在舵機轉角范圍內，翻轉電平計數(shù)值每改變大約 17，舵機角改變 1 度。 PID 控制的實現(xiàn)輸入為方向偏離 angle，采用式 55 描述的位置型 PID 算法： 舵機控制量 duty 范圍在[1850，2650]之間，輸入 angle 在[16，16]之間，所以，可以初步定 K p = ?800 / 32 ≈ 25 ，這樣在最大輸入方向偏差下，舵機可以輸出最大轉角，已經(jīng)達到控制的最大范圍。根據(jù)湊試法的步驟，開始先知考慮比例作用，則有： K p = 25 式411 由于在直道上要盡量消除車體左右擺動，所以需要加入死區(qū)算法，由于輸出范圍確定所以需要加入抗積分飽和的算法，具體實現(xiàn)參考第六章軟件實現(xiàn)部分，參數(shù)確定參考第七章調試部分。 模糊控制介紹 模糊控制原理簡介模糊邏輯控制 (Fuzzy Logic Control)簡稱模糊控制(Fuzzy Control)，是以模糊集合論、模糊語言變量和模糊邏輯推理為基礎的一種計算機數(shù)字控制技術。1965 年，美國的 創(chuàng)立了模糊集合論；1973 年他給出了模糊邏輯控制的定義和相關的定理。1974 年，英國的 首先用模糊控制語句組成模糊控制器，并把它應用于鍋爐和蒸汽機的控制，在實驗室獲得成功。這一開拓性的工作標志著模糊控制論的誕生[6]。 45 模糊控制器結構圖模糊控制的基本思想是把對特定的被控對象或過程的控制策略總結成一系列以 IF(條件)和 THEN(作用)形式表示的控制規(guī)則，通過模糊推理得到控制作用集，作用于被控對象或過程。控制作用集均為一組被量化了的模糊語言集，如“正大”、“負大”、“低”、“高”、“正?！钡?。模糊控制系統(tǒng)的一般結構如圖 55 所示,其中各部分功能如下：1. 模糊化接口：其主要作用是將輸入的精確值轉換成模糊化量，如{PB,PM,PS, Z, NS, NM, NB}分別對應{“正大”，“正中”，“正小”，“零”，“負小”，“負中”，“負大”}等。模糊化的具體過程如下： a) 首先對輸入量進行處理變成模糊控制器要求的輸入量 b) 對經(jīng)過上述變換的輸入量進行尺度變換，使其變換到各自的論域范圍 c) 確定各變量的模糊語言取值及相應的隸屬函數(shù)，即進行模糊化。模糊語言值通常選取 5 或 7 個，例如取為{負，零，正}，{負大，負小，零，正小，正大}，或{負大，負中，負小，零，正小，正中，正大}等。然后對所選取的模糊集定義其隸屬函數(shù)，可取三角形隸屬函數(shù)(如圖 46所示)或梯形，并依據(jù)問題的不同取為均勻間隔或非均勻的；也可采用單點模糊集方法進行模糊化。2. 知識庫：由數(shù)據(jù)庫和規(guī)則庫組成。數(shù)據(jù)庫主要包括語言變量的隸屬度函數(shù)，尺度變換因子以及模糊空間的分級數(shù)等。規(guī)則庫用于存放語言控制規(guī)則，規(guī)則是基于專家知識或手動操作熟練人員長期積累的經(jīng)驗，按人的自覺推理的一種語言表示形式。模糊規(guī)則通常山一系列的關系詞連接而成，如:IF –THEN；或總結為模糊控制規(guī)則表，如表 51 中所示，可直接由 e 和 c 查詢相應的控制量 u。存放控制規(guī)則的規(guī)則庫的“準確性”不僅與規(guī)則條數(shù)相關，還與專家知識的準確度有關。 圖 46 隸屬度函數(shù)取法示意3. 控制規(guī)則： 47 模糊控制規(guī)則表舉例uc ： Nc ： Zc ： Pe ： NPBPMZe ： ZPSZNSe ： PZNMNB4. 模糊推理:是模糊控制器的核心。它具有模擬人的基于模糊概念的推理能力。該推理過程是基于模糊邏輯中的蘊含關系及推理規(guī)則來進行的。常見的模糊推理方法有最大最小推理和5..最大乘積推理兩種，可視具體情況選擇其一。去模糊化：推理得到的控制量(模糊量)變換為實際用于控制的清晰量它包含以下兩部分內容a) 將模糊的控制量經(jīng)去模糊化變換變成表示在論域范圍的清晰量。去模糊化方法有最大隸屬度法，中位數(shù)法，加權平均，重心法，求和法或估值法等等，針對系統(tǒng)要求或運行情況的不同而選取相適應的方法，從而將模糊量轉化為精確量，用以實施最后的控制策略。b) 將表示在論域范圍的清晰量經(jīng)尺度變換變成實際的控制量。 應用模糊算法控制前進和制動在本設計中，小車的速度受到多個因素的影響，包括小車行駛的角度，小車的當前速度等，因此在本設計中采用了模糊控制算法來實現(xiàn)對小車速度的控制。本設計中模糊控制器是個雙輸入單輸出的系統(tǒng)，輸入量為小車檢測到的前方黑線的角度 angleindex 和小車當前行駛速度 velocitycount，輸出量為控制電機速度的 PWM 波的占空比，控制系統(tǒng)結構設計如圖 57 所示： 圖 48 模糊控制系統(tǒng)結構、輸出量模糊化1. 角度量 angleindex 和當前速度 velocitycount 的模糊化考慮到角度量 angleindex 正負對速度控制沒有影響，故將角度量論域劃分為 8 個模糊子集，模糊子集序號越大，角度量越大，即角度偏差越大，其隸屬度函數(shù)如圖 58 所示（注：圖中角度量論域沒有按坐標畫）。 圖 49 角度量隸屬度函數(shù)當前速度是由霍爾傳感器測得的速度值用另一種編碼參數(shù)形式表示的，即霍爾元件檢測到的兩個脈沖之間時間以計數(shù)值的表示，論域可由一定的換算關系得到，如式 512 所表示F 為總線時鐘 24MHz；Div 為分頻系數(shù)，設定值為 128；C 為車輪周長，測得值為 ；velocity 為小車速度；當車速為 1m/s 時，velocitycount 約為8000，根據(jù)實際,車速一般最快 2m/s，由此可確定論域。同樣將論域劃分為 8 個模糊子集，模糊子集的序號越高表示當前測得速度越低。其隸屬度函數(shù)如圖 59 所示圖410 當前速度隸屬度函數(shù)2. 輸出量的模糊化控制舵機驅動芯片包括兩個 PWM 波控制輸入端，一端輸入 PWM 波使車輪正轉，另一端輸入 PWM 波使車輪反轉，即起到制動作用。設 PWMDTY1 和PWMDTY0 分別為兩端輸入的 PWM 波的翻轉電平計數(shù)值，PWM 波一個周期的計數(shù)值設為 200，對 PWM 模塊進行設定，使得 PWDTY1 和 PWMDTY0 越小，電機正反轉速度越快，根據(jù)電機性能和速度要求可確定輸出控制PWMDTY1 和 PWMDTY0 的論域。為了實現(xiàn)快速性的要求，輸出隸屬函數(shù)采用單點值，采用單點值隸屬函數(shù)占用內存少，運算速度快。將 PWMDTY1 論域劃分為 8 個模糊子集，分別用 0、7 代表，模糊子集序列號越小，表示輸出速度越快。其隸屬度函數(shù)如圖 510 所示，而將PWMDTY0 論域劃分為三個模糊子集，分別用 0、2 代表，由 PWM 波占空比與電機驅動芯片的特性可知，0 代表緊急制動，1 代表輕微制動，2 代表不制動，其隸屬度函數(shù)如圖 511