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压缩离散化：
)]2
(2[
b
a x a
b n y +--= 其中，],[b a x ∈，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，边界选取钟形隶属度函数，中间取三角形隶属度函数，即：
E EC U
(,5,1)(,3,2,0)(,3,1,1)u (,2,0,2)(,1,1,3)(,0,2,3)(,1,5)g x trig x trig x trig x trig x trig x g x ∧∧--⎧⎪--⎪
⎪--⎪
=-⎨⎪-⎪
⎪⎪
⎩
说明：边界选择钟形隶属度函数，中间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
设置模糊规则库如下表：
表2：模糊规则表
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：
1211U EC E R R R R ⨯⨯=
其中，711)0,,0,5.0,1(0⨯== P R E ,即表1中NB 对应行向量，同理可以得到，712)0,,0,5.0,1,0(1⨯== P R EC , 711)0,,0,5.0,1(0⨯== P R U
7
72
10000
000000005.05.00005.010)0,,0,5.0,1,0()0,,0,5.0,1(⨯⎥⎥⎥⎥⎥⎥⎦⎤
⎢⎢⎢
⎢⎢
⎢⎣⎡=⨯=⨯
T
EC E R R 49121)0,,0,5.0,5.0,0,0,0,0,0,5.0,1,0(⨯= EC E R
7
4912110000000
05.05.00005.0100000
)0,,0,5.0,1()0,,5.0,1,0(⨯⎥⎥⎥⎥⎥⎥⎦⎤
⎢⎢⎢
⎢⎢
⎢⎣⎡=⨯=⨯= T
U EC E R R R
if (E is NB or NM) and (EC is NB) then (U is PB)
21
211()E E EC U R R R R R =⨯⨯，结果略。
按此法可得到27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：
)27,,2,1(21 ==i R R R R i
由R 可以得到模拟量输出为：
()U E EC R =⨯
4.去模糊化
由上面得到的模拟量输出为1×7的模糊向量，每一行的行元素（u （z ij ））对应相应的离散变量z j ，则可通过加权平均法公式解模糊：
21
210
()(1,2,
,21)()
ij
j
i ij
i u z
z u i j u z
===
==∑∑
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：
)2()1()2()()()1()(-+---++++-=k e k k e k k k e k k k k u k u d d p d i p
其中k i =kp ×ts/Ti ，d k =kp ×Td/ts 只需要设置p k 、Ti 、Td 三个参数即可输出油门控制量。
二、调整参数
按照上述算法流程，应用MATLAB 进行仿真实现，在参数调试过程中采用如下方法：
首先将油门和刹车分开进行调整参数，最后再将调整好的参数写入总程序中调整。
1.油门PID 参数调节
油门只需要调整kp 、Ti 、Td 三个参数，根据经验，首先令Ti 、Td 为0，kp 由0逐渐增大，在增大kp 的过程可知，kp 越大系统调节时间越短并趋于稳定，在达到一定程度后，继续增大系统将出现波动。
time(s)
v d ,y
time(s)
v d ,y
kp=0.1
kp=0.4
time(s)
v d ,y
kp=0.9
调节Ti 的过程发现，Ti 对系统稳定性影响并不大，将Ti 由10增大到30的过程中系统输出没有变化。
time(s)
v d ,y
time(s)
v d ,y
Ti=10 Ti=30
在给Td 赋值时，最开始从1增大，发现系统越来越不稳定，于是逐渐减小，到0.003时趋于稳定，它的可调节范围很小，随其值的减小最大误差值逐渐减小，增大则系统趋于不稳定。
