基于激光传感器模糊控制的智能车控制系统

2011年8月刊
人工智能与识别技术
信息与电脑
China Computer&Communication
引言：智能车控制器采用软件算法控制和传感器检测精确控制综合来实现。

软件算法控制根据激光传感器和测试速度编码盘传输的信号，通过单片机分析，进行整体运行状态的模糊控制，判断出智能车在赛道上的运行状态，计算出智能车偏转角度和运行速度的理想期望，使智能车按照理想状态保持高速运行。

1. 智能车系统构架
依据“飞思卡尔”智能车比赛的规定，智能车是沿着赛道中间的黑线行驶，光电组类别的智能车通过安装在车体上的激光发射管射在赛道上，激光接收管接收到黑白两色路面返回的不同值进行方位判断，通过改变转向舵机的偏角和输入给电机伺服器不同占空比的pwm 信号，综合控制智能车的运行。

智能车控制最重要的问题就是使赛车在赛道上即快速又稳定的行驶，由于智能车自身做工等一系列原因，不能很精确的结合赛道建立数学模型，由于模糊算法又十分适合智能车这种时变、非线性、高时响应的系统，可以较为理想的对智能车进行速度与方向上的控制，提高控制系统的动静态性能和鲁棒性。

智能车的设计结构如下图所示：
智能车控制部分的电路由激光传感器电路、速度控制电路和主控电路3部分组成。

激光传感器电路包括发射和接受两部分，速度控制电路包括速度检测电路和电机伺服器驱动电路两部分，而主控电路是智能车设计的核心，他由Freescale 公司提供的MC9S12XS128单片机及其自行设计的外围电路组成。

路面信息采集由激光传感器模块采集，速度信息采集模块由安装在车后轮轴上的编码器采集。

通过这两方面信息的采集，得到智能车在轨道上相对黑线的位置及本身的运行状态，结合方向舵机和电机伺服器，运用模糊控制原理综合对车体进行综合控制，达到快速且平稳控制智能车运行的目的。

2. 智能车模糊控制结构
“飞思卡尔”智能车大赛要求赛车在不冲出跑道的情况下尽可能
快地跑完整个赛道，选手不仅要结合车辆工程原理知识，调整车体的机械结构，而且要结合自行设计制作的最小系统板和外围电路，良好的编写合适的算法，好的算法能及时有效的对智能车的速度和方向进行控制。

对智能车的控制主要在于对电机伺服器和舵机的控制。

由于本次智能车采用双舵机的结构，一舵机为转向控制舵机，调整智能车摆向，另一舵机为激光传感器摆头舵机，随车身的转向而摆动，这样的设计可以增加激光的探测范围，从而更好的反馈赛道信息，但是车身转向舵机和激光传感器摆头舵机摆向之间存在非线性关系，这样的设计加大了控制难度。

智能车本身在赛道上状态极不确定，为了以最佳位置和速度在赛道上运行，何时加减速、何时转弯、两舵机打角方位多少，都是控制器来决策的，而高质量的控制才能把速度与转向良好的结合，达到最快跑完赛道的目的。

3. 智能车模糊控制规则
模糊控制器的控制规律由单片机中的程序实现，单片机经过终端采样获得被控制量的精确值，将测得的值与给定的标准值相比较，得到一个误差E 。

将误差信号E 模糊化编程，误差E 用相应的模糊语言表示,得到了一个输出e 。

由推理得出的模糊控制规则R 与e 合成进行模糊决策，得到模糊控制量。

在得到控制量后，经数模转换为模拟量送给执行机构，进行下一步的控制。

模糊控制器由3部分组成，如果所示：
4. 控制原理
4.1 程序控制原理：
我们主要运用芯片中的pwm 模块，i/o 模块，ect 模块来对小车进行控制。

其中pwm 模块用于舵机的转向角控制和电机伺服器的速度控制，i/o 模块用于采集激光等信号进入单片机处理，ect 模块用于采集外围中断，收集脉冲信号，从而转化为速度信号。

4.2 车身控制原理
我们采用激光管排成一字形，激光管通过与摆头舵机相连。

摆头舵机通过单片机控制，使激光管可以随着黑线的位置变换而摆动，始
基于激光传感器模糊控制的智能车控制系统
朱明隆 于骁 苏旭磊
（西南交通大学机械工程学院，四川成都 610031）
摘 要：自行设计的飞思卡尔智能车，其方向控制和速度控制存在非线性关系，运用模糊算法，在Freescale 单片机MC9S12XS128上编程实现，经过实际跑道上的测试，可以实现对智能车转向和速度的优化控制与智能调节，并能良好的适应不同环境的比赛赛道，使智能车的稳定性大大提高，具有很好的控制效果。

关键词：模糊控制；自适应
中图分类号：TP39 文献标识码：A 文章编号：1003-9767(2011)08-0065-02
2011年8月刊人工智能与识别技术信息与电脑
China Computer&Communication
终期望让激光管中间的激光照射在黑线上。

由于本次智能车采用的车
体是后二驱结构，因此在车后传动轴上安装编码器测试小车速度。

通
过各传感器传回单片机的信号综合分析，使输入信号与输出信号（摆
头舵机的偏移量和转向舵机所需要的偏移量）能构成一个映射关系。

使智能车的激光管摆头舵机、转向舵机和电机伺服器速度输出值都趋
于理想。

4.3 模糊控制算法概括
转向的模糊控制：
我们将激光管摆头舵机的转向，结合实验计算出固定的标定量使
激光接收管接受的黑线的信息模糊化，再与小车的速度信号综合处理
后，计算出转向舵机期望的模糊量量和速度值期望值的模糊量。

经过大量实验证明，存在公式，满足把输入的黑线信息转换成最
适宜的转向角V，由于所有15个激光管一字排开并间距相同，而赛道
黑线的宽度大于其之间的间距，所以存在两种情况，有可能只有单独
1个激光管发射的激光照射在黑线上，也有可能同时有相邻2个激光管
发射的激光找到赛道黑线上。

将激光管从左到右依次编号为L1-L15，
由于单片机扫描激光接收管的数据是按灯的编号，从小到大依次进行
的，我们设最先照到黑线的激光管编号为Li。

而单片机中设有智能判
断判断单或双灯的程序，并提供返回值β。

经过大量的实验数据修正，得到以下公式：
（若判断出是单灯照到黑线则β=100 α=0，若判断出是双灯照
到黑线则β=200 α=1）
而Ai的值经过大量实际经验计算有：
A1A2A3A4A5A6A7A8
10085807469607372
A9A10A11A12A13A14A15
70696569687061
由以上公式可把计算出的模糊化的转向角V的值通过以下映射分
别对应为Left1－4，Right1－4，Mid九个输出期望。

速度及激光管摆头角的模糊控制：
安装在智能车后轮上的编码器实时传回速度数据，我们将数据送
入MC9S12XS128单片机，通过与模糊化转向角V相同的方法，使编码
器传回的速度信号模糊化，经过公式变为Vmax,Vb, Vm,Vs等四“档”
化的期望值，同理摆头角也变为0,S,-S,-M,M,B,-B7,+MAX,-MAX一共
九“档”的期望值，具体过程就不再这里赘述了。

解模糊及综合控制：
通过综合分析智能车在前一个时刻模糊化的偏转量和速度值，我
们经过大量试验得出以下的对应表格，使激光管摆头舵机、转向舵机
和车身使输出的模糊量期望清晰化，使智能车在直道和弯道上的性能
大大增强，从而提高了运行速度。

对激光摆头舵机、转向舵机和速度输出的清晰化的期望分别建立
表格如下：
转向舵机的偏移量期望值
0123456
v_max Mid Left3Left4Left4Right3Right4Right4
Vb Mid Left2Left2Left3Rigth2Right2Right3
Vm Mid Left1Left2Left2Right1Right2Right2
Vs mid Left1Left1Left2Right1Right1Right2
速度控制的期望值
Mid Left1Left2Left3Left4Right1Right2Right3Right4
v_max Vmax Vb Vm Vm Vs Vb Vm Vm Vs
Vb Vmax Vb Vm Vm Vm Vb Vm Vm Vm
Vm Vmax Vb Vb Vb Vm Vb Vb Vb Vm
Vs Vmax Vmax Vb Vb Vb Vmax Vb Vb Vb
激光管摆头舵机
Mid Left1Left2Left3Left4Right1Right2Right3Right4
△n0-S-M-B-MAX S M B MAX
5. 程序设计框图
6. 结语
在Freescale单片机MC9S12XS128平台上，通过模糊控制指令，对
摆头舵机、偏转舵机和速度值进行修正，实时调整智能车的运行综合
状态。

模糊化后的综合分型使三项修正有很高的正确性和稳定性，反
馈后的速度和车身信息，通过大量的实际实验修正使模糊化结果更符
合本车综合性能，使智能车在直道和弯道都能保持高速运行状态。

在
“飞思卡尔智能车”比赛中取得良好的效果。

参考文献：
[1] 孙同景，陈桂友Freescale 9S12十六位单片机原理及嵌入式开发
技术，机械工业出版社，2008年5月
[2] [美]RichardC.Dorf，Robert.Bishop，现代控制系统，高等教育出
版社，2001年6月
[3] 林焕新, 胡跃明, 陈安基于自适应模糊控制的智能车控制系统研
究，华南理工大学精密电子制造装备教育部工程研究中心,2009年
[4] 丁芳，贾翔宇，李科伟，杨明，模糊算法在智能车控制中的应
用，中国民航大学航空自动学院，2009年。