【正文】 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。考慮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，已經達到控制的最大范圍。根據湊試法的步驟，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)據庫和規(guī)則庫組成。數(shù)據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 所示。 圖 411 速度控制量 PWMDTY1 圖 412 速度控制量 模糊控制規(guī)則根據車體的物理運動學規(guī)律和日常生活中的經驗，為了使車行駛的平均速度最大且保證不偏離車道，可以總結出一下規(guī)則：根據車體的物理運動學規(guī)律和日常生活中的經驗，為了使車行駛的平均速度最大且保證不偏離車道，可以總結出一下規(guī)則：規(guī)則 1：如果車在直道上，以最快速度行駛。規(guī)則 2：如果車在彎道上，則要減速。規(guī)則 3：彎道角度越大，行駛速度要越慢。規(guī)則 4：由高速行駛的直道突然轉為角度較大的彎道則要剎車。規(guī)則 5：彎道上速度太慢時要加速。根據以上幾點規(guī)則，可得模糊控制規(guī)則表如表 553 所示：輸出控制量PWMDTY1角度量01234567當前速度001237777101236777201235677301234567401233456501232345601231234701230123 表 PWMDTY1 模糊控制規(guī)則表輸出控制量PWMDTY0角度量01234567當前速度022210000122221000222222100322222210422222221 表 43 速度控制量 PWMDTY0 模糊控制規(guī)則表522222222622222222722222222 輸出量反模糊化為了減少運算量，在反模糊化前沒有對規(guī)則強度不同的相同后件進行處理，而是直接將得到的各后件用重心法得到模糊輸出量，如式 513 PWMDTYx = ∑ (Pi Fi )/∑ Pi 式 513式中 Pi 指各后件的概率，F(xiàn)i 指各后件對應隸屬度函數(shù)中的值。在本設計中，由于角度量的測量是非連續(xù)的，測得的角度量對相應模糊子集的概率相同，例如第 2 個光電管處于黑線上時，就認為角度量對應模糊子集 2 。為了計算簡單，式 513 中的概率為當前速度對應模糊子集的概率。 模糊控制的實現(xiàn)本設計中模糊控制算法的實現(xiàn)使用的是軟件法。為了盡量減小計算時間，便 于 規(guī) 則 調 試 ， 在 系 統(tǒng) 中 設 置 了 兩 個 表 格 分 別 用 于 存 儲 PWMDTY1 和PWMDTY0 的控制規(guī)則表，用于模糊推理，而模糊化和反模則用公式記算具體的程序流程參見第六章軟件設計，規(guī)則的調試參見第七章調試部分。 第五節(jié) 軟件設計 開發(fā)環(huán)境介紹本系統(tǒng)使用了 Metrowerks 公司提供的 CodeWarrior for HCS12 教學用版本，它是面向以 HC12 或 S12 為 CPU 的單片機嵌入式應用開發(fā)的軟件包，包括集成開發(fā)環(huán)境 IDE、處理專家?guī)?，全芯片仿真、C 交叉編譯器、匯編器、鏈接器以及 BDM 調試器。 軟件結構軟件主要包括：路徑識別、方向控制、速度測量、速度控制等四個模塊。軟件流程可分為以下幾部分：初始化、得到 AD 轉換數(shù)據并轉換為角度偏差、根據角度偏差控制舵機、根據角度偏差和當前速度控制電機轉速和制動。軟件結構框圖見圖 61： 圖 51 軟件結構框圖程序流程如圖 62 所示： 開始 初始化 測量角度 舵機控制 電機控制 圖 52 主程序流程圖下面我將分別介紹各個模塊的實現(xiàn)原理和程序流程。 初始化初始化主要包括各個模塊工作寄存器的設置、工作時鐘設置、中斷設置、全局變量和控制規(guī)則表的初始化。程序流程如圖 53