相关热词搜索：
基于智能车新规则的模糊滑模变结构方案5100字
基于智能车新规则的模糊滑模变结构方案5100字 3．智能车系统模糊滑模变结构设计 3.1选择滑模面 滑模面的选择依赖于激光点上黑线分布。直线赛道上黑线位于激光点组成的 线段的左右两半部分上；弯道上黑线位于激光点组成的线段的左半部分或右半部 分，甚至黑线消失；
十字交叉赛道上黑线消失，依次作为设计滑模面的依据。选 择滑模面一，处理直道即黑线位于激光点组成线段的左右两半部分。选择滑模面 二，处理右转的弯道即黑线位于激光点组成线段的左半部分。选择滑模面三，处 理左转的弯道即黑线位于激光点组成线段的右半部分。选择滑模面四，处理十字 交叉的空白部分即没有检测到黑线。
3.2滑模存在的条件 在智能车系统的激光点亮和接收模块，已经得到了由激光点黑白状态组成的 一个24位数Sample，其中0代表白，1代表黑。判断滑模存在的条件，归根为判断 这个24位数中1所在位置的情况。为简化判断过程，提高判断准确度，在此提出 一次检测4位数据的算法。算法如下：
① 将24位数据Sample分成2个12位数据，分别命名为Sampleleft、 Sampleright。
② 用与运算判断如果Sampleleft高8位为0，穷举低四位的16种状态，赋给 左侧偏差值Bl。16种状态中的全白的那种状态就是Sampleleft为全0的状态，也 即左半部分激光全白的状态，这时设定全白标志位Wl为1。
③ 用与运算判断如果Sampleleft高4位为0，穷举中间四位的16种状态，赋 给左侧偏差值Bl。
④ 穷举高四位的16种状态，赋给左侧偏差值Bl。
Sampleright的检测算法类似于Sampleleft，此部分得到右侧偏差值Br。
至此，便可以确定滑模存在的条件。滑模面一存在的条件是Wr!=1&&Wl!=1；
滑模面二存在的条件是Wr==1&&Wl!=1；
滑模面三存在的条件是Wl==1&&Wr!=1；
滑模面四存在的条件是Wr==1&&Wl==1。
3.3求解模糊滑模控制规律 利用模糊控制规律调整控制量u的大小，在满足滑模运动存在的条件下，可 以削减滑模控制的抖振程度，确保<0成立。该方案在每个滑模面采用模糊控制规 律，在切换面附近采用模糊化算法减弱抖振现象。
滑模面一：选择BrBl，偏差变化率作为决定控制量u输出的两个因素。算法 如下：
① 定义模糊集 PB（正大）PM（正中）PS（正小）NS（负小）NM（负中）NB（负大）ZO（零） ② 选定论域 BrBl={ NB，NM，NS，ZO ，PS，PM ，PB } ={ NB，NM，NS，ZO ，PS，PM ，PB } △U={ NB，NM，NS，ZO ，PS，PM ，PB } 论域为：
BrBl={ -3，-2，-1，0，1，2，3 } ={ -3，-2，-1，0，1，2，3} △U={ -3，-2，-1，0，1，2，3} ③确定模糊滑模控制器的模糊控制规则 基本的模糊控制规则是：If BrBl is A and is B, then △U is C。模糊滑 模变结构控制规则表如表1-1所示。
在规则表中设定BrBl时△U为0，这样消除了摇头舵机在小范围内不停抖动的 现象。
④解模糊化 在模糊表中直接赋控制值的方法可以省去解模糊化需要的计算，达到计算量 小，简单易懂的效果。
滑模面二：选择偏差Bl，偏差变化率为决定控制量u输出的两个因素。算法如下：
①定义模糊集 PB（正大）PM（正中）PS（正小）NS（负小）NM（负中）NB（负大）ZO（零） ③ 选定论域 Bl={ NB，NM，NS，ZO ，PS，PM ，PB } ={ NB，NM，NS，ZO ，PS，PM ，PB } △U={ NB，NM，NS，ZO ，PS，PM ，PB } 论域为：
Bl={ -3，-2，-1，0，1，2，3 } ={ -3，-2，-1，0，1，2，3} △U={ -3，-2，-1，0，1，2，3} ③确定模糊滑模控制器的模糊控制规则 基本的模糊控制规则是：If Bl is A andis B, then △U is C。模糊滑模 变结构控制规则表如表1-2所示。
在模糊表中设定Bl时△U为0，这样做模糊化的效果既可以很好消除抖振现象 也可以保证摇头在弯道摇动有足够的裕量。
④解模糊化 在模糊表中直接赋控制值的方法可以省去解模糊化需要的计算，达到计算量 小，简单易懂的效果。
滑模面三类似于滑模面二，差别只在于偏差改为Br，偏差变化率改为。
滑模面四用于处理十字交叉的空白部分。偏差选择为前10次△U的平均值， 偏差变化率选择为前10次△U的平均 第七届全国大学生“飞思卡尔”杯智能汽车竞赛竞速比赛规则较往届有较大 改变，对于光电组，突出表现在赛道形式上，因此方案需要重新设计。本文基于 光电组智能车，结合变结构的思想，设计了模糊滑模变结构的控制方案。在智能 车上成功实现，实验表明，此方案响应迅速，适应性强，鲁棒性好。在行驶中， 摇头舵机跟线及时、超调量小、极难丢线，入弯出弯转向顺滑，行驶流畅，最高平均稳定速度达3m/s。
摘 要：
新规则；
模糊控制；
滑模变结构；
抖振 1．引言 "飞思卡尔"杯智能汽车竞赛新规则中黑线位置与往届不同，位于白板两侧。
因此往届采用单排激光，"一"字形撒到黑线周围的方案已被淘汰。经比较，采用 双排，"一"字形分别撒到两侧黑线周围，黑线内8颗激光点，黑线及其以外4颗激 光点的方案是最佳的。表现在，激光板重量适中，激光点较为密集，摇头舵机转 向范围较宽，入弯抖动较小。智能车的稳定快速行驶对摇头舵机控制的快速性和 稳定性要求极其严格。在往届智能车竞赛中，黑线位于赛道中央，需要控制摇头 舵机使黑线处在激光点范围内，因此对赛道信息的处理只需列举尽黑线可能的位 置并赋给相应的偏差值，再对摇头舵机进行PD控制即可。控制简单，无需复杂算 法。而在新规则下，由于赛道宽度不确定、前瞻可能再做调整等因素，列举尽黑 线可能的位置几乎不可能。本文在此提出一种模糊滑模变结构控制方案，在对智 能车控制中得到良好效果。
2．模糊滑模变结构控制 滑模变结构控制迫使系统的状态被限制在某一子流形上运动,即"滑动模态" 运动，其本质是一类特殊的非线性控制，一种使控制系统结构随时间变化的开关 特性。模糊滑模变结构控制是将模糊控制与传统的滑模控制相结合，并将两者的 优点紧密结合在一起。模糊滑模变结构控制不仅具有常规模糊控制器的优点，即 不需要建立系统的模型，而且还具有常规模糊控制器不具有的特点。表现在：一， 系统的控制目标由跟踪误差改变为滑模函数，当控制使滑模函数s为0时，跟踪误 差也将渐变至0；
二，对于大于二阶的高阶系统，常规模糊控制中的输入是[]， 而模糊滑模控制的输入()却始终是二维的。因此，在n>2的高阶系统中，模糊滑 模控制简化了系统复杂性，同时柔化了控制信号，减轻或消除了一般滑模控制的 抖振现象。
值的变化率d，选这两个参数作为决定输出X的两个因素。算法与滑模面二类似。这里输出的X不是舵机需要的值，应按如下公式转换：
这样在进入十字交叉时即使摇头不正，也可以自动适应，顺利通过空白。相 反，如果十字交叉没有任何算法，只是保持以前的舵机值将很难通过十字交叉。
滑模到达条件模糊化体现在：
① 滑模面一中BrBl时△U为0；
② 滑模面二中Bl时△U为0；
④ 滑模面三中Br时△U为0；
至此，智能车最为关键的摇头跟线系统已经设计完毕。转向舵机控制只需要 根据摇头偏差以及偏差率或者速度等因素采用PD或者模糊控制即可，本方案选为 模糊控制，在此不做详细描述。
4 .实验方法与数据 本方案经在飞思卡尔智能车上实现，实验中采用2012年飞思卡尔新规则。经 观察，舵机反应迅速、稳定、顺滑，不同赛道上不出现抖动现象，极难丢线。
其中，在稳定的前提下舵机由中值转向左右极限值的时间对比如表1-3所示。
[7] Lenain R, thuilot B, Cariou C, et al. Model predictive control for vehicle guidance in presence of sliding: application to farm vehicles path tracking [C]//Proceedings of the 2005 IEEE International Conference on Robotics and Automation. Barcelona, Spain: IEEE, 2005,885~890 [8] 贾洪平, 孙丹, 贺益康. 基于滑模变结构的永磁同步电机直接转矩控制 [J]. 中国电机工程学报, 2006, 24(20): 134~137. JIA Hongping, SUN Dan, HE Yikang. The PMSM DTC based on variable structure sliding mode[J]. Proceedings of the Chinese Society for Electrical Engineering, 2006, 24(20): 134~137 [9] CHOI H S,PARK Y H, CHO Y S. LEE M H. Global Sliding Mode Control[J]. IEEE Control Systems Magazine, 2001, 21(3): 27~35. [10] HUANG S J, HUANG K S, CHIOU K C. Development and application of anovel radial basis function sliding mode controller[J]. Mechatronics,2003,13(4):313~329. [11] XU J X, LEE T H, PAN Y J. On the sliding mode control for DC servo mechanisms in the presence of unmodeled dynamics[J].Mechatronics, 2003, 13(7): 755~770 另外，不同赛道最高稳定速度对比如表1-4所示。
5 结语 本文选择飞思卡尔智能车竞赛中的智能车作为控制对象，完全根据新规则设 计，创新之处在于选用有广阔前景的模糊滑模变结构控制为设计思想，实现了整 体智能车方案设计，通过对智能车的调试及运行，实现了该方案。实验证明，对 于智能车竞赛新规则，模糊滑模变结构控制既可以做到消除抖振，也可以实现赛 道快速跟踪，因此具有极其良好的应用前景。
[1] 熊 详, 郭丙君. 基于双模态控制的交流异步电机直接转矩控制系统[J]. 华东理工大学学报, 2010, (3)：438~442 [2] 段学超, 仇原鹰, 段保岩. 平面倒立摆自适应模糊滑模控制[J].沈阳：
控制与决策. 2007, 22(7):774~777 [3] 刘学超, 屈胜利, 孙弘等. 滑模变结构控制在两轮不稳定小车系统中的 应用[J]. 西安: 航空计算技术. 2007, 37(5): 42~48 [4] Reble M, Munz U, Allgower F. Diagnosis of Parametric Faults in Multivariable Nonlinear Systems[C]. The 46th IEEE Conference on Decision and Control, 2007: 366~371. [5] HA Q P,NGUYEN Q H,RYE D C,et al. Fuzzy sliding-mode controllers with applications[J]. IEEE Trans on Industrial Electronics,2001,48(1):38-46 [6] Wang J, Steiber J, Surampudi B. Autonomous ground vehicle control system for high-speed and safe operation [C]//Proceedings of the American Control Conference 2008. Washington, USA: IEEE, 2008: 218~223
