基于模糊控制的智能小车控制系统开发

第28卷

2008年12月

计算机应用

Computer App licati ons

Vol . 28Dec . 2008

文章编号:1001-9081(2008) S2-0350-04

基于模糊控制的智能小车控制系统开发

程志江, 李剑波

(新疆大学电气工程学院, 乌鲁木齐830008)

([email protected] )

摘　要:对具有自动道路检测和自动跟随功能的智能小车控制系统的开发进行了介绍。该智能车配有红外光电传感道路检测装置、速度检测装置、电机驱动装置、转向控制舵机等设备, 以飞思卡尔16位单片机MC9S12DG128B 为控制核心。设计了道路寻优模糊控制程序, 并用C 语言程序开发了模糊控制程, 实现了对直道、蛇形弯道以及大半径弯道三种典型道路的自动跟随。运行效果表明智能车对任意道路具有较好的跟随性, 同时具有较高的车速。

关键词:智能小车; 道路检测; 控制系统; 微处理器; 模糊控制; C 语言中图分类号:TP273+. 4　　文献标志码:A

D evelop m en t of s mart car πs cotrol CHENG Zhi 2J (College of Electrician Engineering, , China )

Abstract:The devel m of s ability of aut omatic r oad detecting and aut omatic r oad f oll owing was ol s car was composed of r oad detecting device of infrared sens or, s peed detecting or servo and Freescale πs 16bitMCU ofMC9S12DG128B, which is the core of the contr ol contr ol p r ogra m was designed for the r oad self 2op ti m izati on . Further more, the fuzzy contr ol p r ogra m was devel oped with C language . A s a resualt, the s mart can detect and foll ow the typ ical r oad of straight r oad, snake r oad and big radius r oad aut omatically . It is indicated that the car can fell ow random r oad p referably with high s peed .

Key words:s mart car; r oad detect; contr ol syste m;MC U; fuzzy contr ol; C language

0　引言

智能小车是具有自动导航功能的智能汽车的缩微模型,

基本导航原理为:利用机器视觉, 使智能车能沿着预设有黑色引导线的白色道路前进, 实现自主导航。智能车的性能主要体现在稳定性、流畅性和车速, 要求智能小车在行驶过程中尽可能使黑色引导线在小车正中心, 并且尽可能地提高车速。

智能小车是一个由传感器、控制机构和控制算法组成的智能体系统。它配有直流电机及其驱动装置、红外传感器道路检测装置、速度检测装置、舵机机驱动装置、电源及电源管理系统等, 以16位微控制器作为核心控制, 通过编写控制程序, 智能小车能够自主识别道路, 在循线标志的导引下以较高速度自动前进, 并具有较高的精确性。智能小车的设计开发涵盖了控制、模式识别、传感技术、电子、电气、计算机、机械及车辆工程等多个学科, 其中控制算法对于智能车自主行驶的稳定性和流畅性起着关键作用。智能车系统设计开发是一门新兴的综合技术[1]。

128k B 的Flash 、2个8路10位ADC 、增强性的8路16位定时

器、8信道的P WM 等。可以提供多种设计资源。其结构如图

[2]

2所示。

1　智能车硬件系统

智能车控制的硬件系统主要由以下部件组成:LC D 显示模块、电源管理模块、路径检测模块、速度检测模块、舵机驱动模块、电机驱动模块。结构如图1所示。1. 1　MC9S12DG128单片机

控制器采用了MC9S12DG128单片机。MC9S12DG128是Freescale 公司推出的S12系列单片机中的一款增强型16位单片机, 外接16MHz 的晶振, 片内资源丰富, 包括16位CP U 、

1. 2　道路检测装置

道路检测装置相当于智能车的眼睛, 使智能车能沿着预设有黑色引导线的白色道路前进。道路检测装置采用TCR5000红外线传感器作为寻迹方案。红外发射器发出红外光线, 黑线吸收了大部分的红外光线, 白线则只吸收一小部分

　　收稿日期:2008-06-18。　　基金项目:新疆维吾尔自治区高校科研计划项目(XJEDU2006S12) 。　　作者简介:程志江(1977-) , 男, 讲师, 硕士, 主要研究方向:智能控制、智能控制器。

12月程志江等:基于模糊控制的智能小车控制系统开发351　　　　

的红外线, 若接收管接收到大部分的红外线, 接收电路导通,

输出为高电平; 否则为低电平。红外道路检测装置置由11只TCR5000红外线传感器, 红外线传感器呈直线分布, 并与智能车前进方向垂直[3]。1. 3　其他装置

除此之外, 智能车硬件系统还有舵机驱动模块、电源管理模块、直流电机驱动装置、车速检测装置等。其中, 电源模块为智能车系统提供7. 2V 、6V 、5V 、2. 5V 等不同装置所需要的工作电压。采用了对射式的W YC H104型U 形光电传感器, 在后轮的轴上安装了一个光电编码盘进行速度检测。采用2片MC33886并联模式实现对智能车的后轮直流电机进行驱动[4]。

的稳定性与快速性的。对于方向采用模糊控制策略, 对于速

度, 采用传统的增量式数字P I D 控制。

3　模糊控制器设计

模糊控制是建立在模糊推理基础上的一种非线性控制策略。它通过模糊语言来表达了人们的操作经验以及常识推理规则。模糊控系统与传统的P I D 控制系统相比仅是控制器不同。模糊控制器的设计包括模糊化、模糊推理即清晰化三个部分组成。3. 1　模糊化处理

智能车模糊控制器采用典型的双输入单输出型模糊控制器, 输入量分别是位置偏差E 和位置偏差的变化率△E, 输出量为舵机控制信号脉冲宽度U 。3. 1. 1　输入输出变量编码

11, 其中的两个, 。将编码, E 的编码输入为:E =--, -8, -7, -6, -5, -4, -3, -2, -1, 0, , , 4, 5, 6, 7, 8, 9, 10, 11}。考虑到系统的检测时间间隔非

为了提高舵机的控常短, 设偏差的变化率ΔE ={-1, 0, 1}。

制精, 采用了将两信道8位P WM 级联成1路16位P WM 输出的方式, 度舵机控制信号脉冲宽度U 的范围是[1100, 1900]。3. 1. 2　模糊化处理

在模糊控制系统中, 传感器检测到的信息是清晰量, 需要将物理量的清晰值转换到模糊语言变量值。将系统的小车实际位置与道路引导线位置相比较, 得到一个偏差E, 控制器根据这个偏差值来决定如何对系统加以调整控制。需要根据还考虑了偏差的变化率ΔE 来进行综合判断。输出量U 为舵机控制信号的脉冲宽度。

语言变量“偏差”E 有“负极大”、“负大”、“负中”、“负小”、“负”、“零”、“正”、“正小”、“正中”、“大”、“正极大”11个语言值(NP, NB, NM , NS, N, Zo, P, PS, P M , P B, PP ) 。语言变

ΔE 有“量“偏差变化率”负”, “零”, “正”3个语言值(N, Zo,

P ) 。语言变量“脉冲宽度”U 有其对应的隶属度函数, 如图4所示。为了提高系统的控制精度, 将偏差E 的隶属度函数的零(Z o ) 固定在工作区上, 而其他的模糊集则向“零

”靠拢[6]。

2　智能车控制系统硬件设计

智能车控制系统由两个闭环的控制系统组成, 方向控制系统用于控制智能车的稳定性和流畅性, 是智能车控制系统设计的主要方面; 方向控制系统主要由微处理器的、模块、P WM 模块、统框图如图3

[]图3　方向控制系统

红外道路检测装置由11只T CR5000红外线传感器组成, 将每只红外线传感器的输出分别连接到MC9S12DG128B 单片机的2个8路10位ADC 的AT D 0～AT D 10上, 通过AD 转换后形成位置信息。经CP U 计算后产生方向信号, 并以

P WM 的形式输出到舵机控制小车的方向。舵机接口采用三

线连接方法, 即正、负电源线和信号线。其中电源两端加

+6V 的直流电。控制信号是周期20m s 左右的脉冲信号, 脉

冲宽度决定舵机输出的角度。为了减小误差, 提高P WM 脉冲信号的精度, 将两个8位的通道级联成一个16位的通道。

控制算法是整个车模的核心, 它的好坏决定了车模运行

ΔE 和U 的隶属度函数图图4　E 、

352　　　　计算机应用

写成如表1～3所示的语言变量赋值表。

2008年

　　将偏差E 、偏差的变化率ΔE 以及控制量U 的隶属度函数

表1　偏差E 的语言变量值

-11-10NP NB NM NS N Zo P PS P M P B PP

[1**********]

0. 70. 3000000000

-90. 40. 7000000000

-80. [1**********]

-700. 70. 400000000

-600. 30. 700000000

-5000. 900000000

-4000. 40. 50000000

-[1**********]0

-20000. 50. 7000000

-100000. 7000000

[1**********]0

10000000. 70000

20000000. 70. 5000

[1**********]0

400000000. 50. 400

5000000000. 900

6000000000. 70. 30

7000000000. 40. 70

[1**********]1

[1**********]. 70. 4

[1**********]0. 30. 7

[1**********]01

表2　偏差变化率ΔE 的语言变量值

N P

100

001

。, 再根据

, 首(E ) ; 再取数据; 然后由一个数据数据对; 最后计算由数据产生的每条控制规则的强度, 并直接受矛盾控制规则中强度最大的控制规则作为控制规则。生成的模糊控制规则如表4所示。

3. 2　模糊规则

, 模糊控制规

表3　脉冲宽度U 的语言变量值

[***********][***********][***********][1**********]900NP NB NM NS N Zo P PS P M P B PP

[1**********]

0. 50. 3000000000

[1**********]

00. 30. 700000000

000. 70. 30000000

[1**********]

0000. 30. 7000000

00000. 70. 300000

[1**********]

000000. 30. 70000

0000000. 70. 3000

[1**********]

00000000. 30. 700

000000000. 70. 30

[1**********]

0000000000. 30. 5

[1**********]

表4　模糊控制规则表

4　模糊控制规则的实现

PS P M P B N

NP NB NM NS N N P

PP P B P M PS

Z O P

Z O Z O Z O NM NB NP

NS NM NB

△E Zo P B P M PS Z O Z O Z O

PP P B P M Z O Z O Z O

根据模糊输入和模糊控制规则, 可由模糊推理求解模糊关系方程, 获得模糊输出。具体时限可采用查表法, 即把所有可能的输入量都量化到语言变量论语的元素上, 并已输入论语的元素作为输入量进行组合, 求出输入连论语远树和输出量论语元素之间的关系。

3. 3　清晰化

智能小车的软件设计是智能车控制系统设计中的重中之

重, 与硬件设计一样, 软件设计着重考虑了容错性。软件运行的关键步骤都加入了容错处理, 加强操作的交互性, 使操作者能够了解当前的系统运行状态并做出相应的调整。智能车控制算法是模糊控制算法, 提升智能车运行的快速性和稳定性。在输入信号有限的条件下, 运用模糊控制算法, 提高了智能车的运动性能。控制程序中提流程图如图5所示。

清晰化是将模糊推理后得到的模糊集转换为用作控制的数字值的过程。可采用重心法的方法清晰化。重心法是指取模糊集隶属函数曲线同基础变量轴所围面积的重心对应的基础变量值作为清晰值的方法。模糊控制的输出只是一个等级, 然后乘以角度的系数, 就可以得到角度的数值。角度值直接控制舵机。

图5　控制程序流程

12月程志江等:基于模糊控制的智能小车控制系统开发353　　　　

在专门面Freescale MCU 的软件工具Code W arri or 中可使

用C 语言进行编程。使用这种集成的调试器和编辑器环境

[5]

来编写代码, 以提高编程效率并减少明显的错误。编写程序后, 再编译并链接, 最后下载到单片机中运行, 实现小车的功能。部分功能程序如下所示[7]。

void main (void ) {x, y, z ini_PWM (); init_ms (); init_LCD(); init_ATD (); init_ATD (); detect_road (); Fuzzy_control (x ) ; D irecti on (y ) S peed (z ) }

//PWM 模块初始化

//测速初始化//LCD初始化//ATD 初始化//ATD 初始化//道路检测//模糊控制//方向控制//速度控制

地控制车子各个时刻的运动, 达到自动寻迹的目的, 具有较高的稳定性, 小车动态性能良好, 适应性强, 整体控制效果良好

。

图6　:

[1]　, . . :北京航空航天大

为了检测智能小车控制器的效果, 设计制作了如图6所

示的道路对小车位置、速度、道路为白色材质, 宽度为60c m, 水平放置, 2. 5c m 的黑色引导线。

, -]Mot or ola 68HC12系列微控制器原理、

[M]. 北京:中国电力出版社, 2003:23-35.

[3]　陈东. 向巍. 基于光电管的智能车模设计[J]. 机床与液压, 2007

(7) :51-54.

[4]　周斌. 智能车光电传感器布局对路径识别的影响研究[J]. 电子

, 可达到1. 05m , , 稳定性和流畅性好。

产品世界, 2006(7) :75-78.

[5]　孔峰. 微型计算机控制技术[J]. 重庆大学出版社, 2003:5-15. [6]　易继楷, 侯媛彬. 智能控制技术[M]. 北京:北京工业大学出版

5　结语

智能车采用了一体化的红外传感器和光电码盘来检测路

面的信息及小车的运动状态, 使用MC9S12DG128B 单片机对采样数据进行智能处理, 采用模糊控制算法的控制策略, 有效

(上接第306页)

社, 1999:194-199

[7]　邵贝贝. 单片机嵌入式应用的在线开发方法[M]. 北京:清华大

学, 2004:25-50

2　视频检索

视频数据的大量增长, 给视频检索提出新的要求。传统的靠手动进行检索已经很难满足目前的要求。到目前为止,

一些学者在视频检索方面做了大量的工作, 可以对视频中文本内容进行检索和跟踪[2]; 对文本语义进行检索[3], 例如输入“股票新闻”就可以得到与股票相关的财经信息, 输入“B ruce W illis ”就可以得到他的所有电影的列表。还有一些学者在视频检索的基础上做了些相关的工作, 他们通过对数字视频的检索, 将检索出的内容进行描述, 把视频转化为描述性音频[4], 这样可以方便盲人或者视力不好的人。

本文设计的监控系统, 要对有运动入侵的场景进行保存, 一旦检测到有运动物体, 就把该场景单独保存起来, 通过AR M 存入S D 卡中, 这副图像作为我们对监控视频数据检索的一个标签。在观看监控视频录像时, 点击该图像, 就可以跳到该图像在视频流中的相应位置, 不必浏览整个视频。这样既达到了监控的目的, 又节省了时间。

利用文本进行视频检索相对来说简单些。文本可用两种:一种是场景文本, 如街道号、广告牌等, 它可以唯一识别一个物体, 场景文本的形状、大小和颜色没有限制, 用它来进行检索还存在困难; 另一种文本是图解文本, 为了更好的理解视频文件, 人为地加到视频中去的文本, 如人物名字、产品名称、节目介绍等, 它的形状、大小和颜色可以人为控制, 以图解文本为线索对视频进行检索比场景文本更为简单。通过以上分析, 在本监控系统中采用图解文本作为检索的线索。在某个

时刻有运动入侵, 就把该帧图像的左上角的一个8×8的块上标记一个数字, 如果是第一次检测到运动, 就标记为“1”, 第二次检测到有运动产生, 在相应图像的左上角标记“2”, 依次类推。在进行检索时只要匹配图像的左上角的这个块, 减少了计算量, 提高了效率。

3　结语

本文对本视频网络监控的系统框架进行了详细的设计, 实现了DSP 和AR M 之间通信和视频数据的网络传输。同时通过分析本监控系统自身的特点, 确定了视频检索的方案。下一步的工作是优化视频数据的读取和传输, 更好地满足系统实时性, 同时实现对视频数据的检索。参考文献:

[1]　刘淼. 嵌入式系统接口设计与L inux 驱动程序开发[M]. 北京:北

京航空航天大学出版社, 2006.

[2]　L I HU I 2P I N G, DOERMANN D, KI A O. Aut omatic text detecti on

and tracking in digital video [J]. I EEE Transacti ons on I m age Pr o 2cessing, 2000, 9(1) :147-156.

[3]　L I HU I 2PI N G, DOER MANN D. Video indexing and retrieval based on

recognized text[C]//I EEEWorkshop onMulti m edia Signal Pr ocessing . Washingt on DC:I EEE Co mputer S ociety, 2002:245-248.

[4]　G AG NON L, F OUCHER S, LAL I B ERTE F, et al . T oward an ap 2

p licati on of content 2based video indexing t o computer 2assisted de 2scri p tive video[C]//Pr oceedings of the 3rd Canadian Conference on Computer and Robot V isi on:CRV 2006. W ashingt on DC:I EEE Computer Society, 2006:8-8.

第28卷

2008年12月

计算机应用

Computer App licati ons

Vol . 28Dec . 2008

文章编号:1001-9081(2008) S2-0350-04

基于模糊控制的智能小车控制系统开发

程志江, 李剑波

(新疆大学电气工程学院, 乌鲁木齐830008)

([email protected] )

关键词:智能小车; 道路检测; 控制系统; 微处理器; 模糊控制; C 语言中图分类号:TP273+. 4　　文献标志码:A

D evelop m en t of s mart car πs cotrol CHENG Zhi 2J (College of Electrician Engineering, , China )

Key words:s mart car; r oad detect; contr ol syste m;MC U; fuzzy contr ol; C language

0　引言

智能小车是具有自动导航功能的智能汽车的缩微模型,

128k B 的Flash 、2个8路10位ADC 、增强性的8路16位定时

器、8信道的P WM 等。可以提供多种设计资源。其结构如图

[2]

2所示。

1　智能车硬件系统

控制器采用了MC9S12DG128单片机。MC9S12DG128是Freescale 公司推出的S12系列单片机中的一款增强型16位单片机, 外接16MHz 的晶振, 片内资源丰富, 包括16位CP U 、

1. 2　道路检测装置

12月程志江等:基于模糊控制的智能小车控制系统开发351　　　　

的红外线, 若接收管接收到大部分的红外线, 接收电路导通,

输出为高电平; 否则为低电平。红外道路检测装置置由11只TCR5000红外线传感器, 红外线传感器呈直线分布, 并与智能车前进方向垂直[3]。1. 3　其他装置

的稳定性与快速性的。对于方向采用模糊控制策略, 对于速

度, 采用传统的增量式数字P I D 控制。

3　模糊控制器设计

11, 其中的两个, 。将编码, E 的编码输入为:E =--, -8, -7, -6, -5, -4, -3, -2, -1, 0, , , 4, 5, 6, 7, 8, 9, 10, 11}。考虑到系统的检测时间间隔非

为了提高舵机的控常短, 设偏差的变化率ΔE ={-1, 0, 1}。

制精, 采用了将两信道8位P WM 级联成1路16位P WM 输出的方式, 度舵机控制信号脉冲宽度U 的范围是[1100, 1900]。3. 1. 2　模糊化处理

ΔE 有“量“偏差变化率”负”, “零”, “正”3个语言值(N, Zo,

”靠拢[6]。

2　智能车控制系统硬件设计

[]图3　方向控制系统

P WM 的形式输出到舵机控制小车的方向。舵机接口采用三

线连接方法, 即正、负电源线和信号线。其中电源两端加

+6V 的直流电。控制信号是周期20m s 左右的脉冲信号, 脉

冲宽度决定舵机输出的角度。为了减小误差, 提高P WM 脉冲信号的精度, 将两个8位的通道级联成一个16位的通道。

控制算法是整个车模的核心, 它的好坏决定了车模运行

ΔE 和U 的隶属度函数图图4　E 、

352　　　　计算机应用

写成如表1～3所示的语言变量赋值表。

2008年

　　将偏差E 、偏差的变化率ΔE 以及控制量U 的隶属度函数

表1　偏差E 的语言变量值

-11-10NP NB NM NS N Zo P PS P M P B PP

[1**********]

0. 70. 3000000000

-90. 40. 7000000000

-80. [1**********]

-700. 70. 400000000

-600. 30. 700000000

-5000. 900000000

-4000. 40. 50000000

-[1**********]0

-20000. 50. 7000000

-100000. 7000000

[1**********]0

10000000. 70000

20000000. 70. 5000

[1**********]0

400000000. 50. 400

5000000000. 900

6000000000. 70. 30

7000000000. 40. 70

[1**********]1

[1**********]. 70. 4

[1**********]0. 30. 7

[1**********]01

表2　偏差变化率ΔE 的语言变量值

N P

100

001

。, 再根据

3. 2　模糊规则

, 模糊控制规

表3　脉冲宽度U 的语言变量值

[***********][***********][***********][1**********]900NP NB NM NS N Zo P PS P M P B PP

[1**********]

0. 50. 3000000000

[1**********]

00. 30. 700000000

000. 70. 30000000

[1**********]

0000. 30. 7000000

00000. 70. 300000

[1**********]

000000. 30. 70000

0000000. 70. 3000

[1**********]

00000000. 30. 700

000000000. 70. 30

[1**********]

0000000000. 30. 5

[1**********]

表4　模糊控制规则表

4　模糊控制规则的实现

PS P M P B N

NP NB NM NS N N P

PP P B P M PS

Z O P

Z O Z O Z O NM NB NP

NS NM NB

△E Zo P B P M PS Z O Z O Z O

PP P B P M Z O Z O Z O

3. 3　清晰化

智能小车的软件设计是智能车控制系统设计中的重中之

图5　控制程序流程

12月程志江等:基于模糊控制的智能小车控制系统开发353　　　　

在专门面Freescale MCU 的软件工具Code W arri or 中可使

用C 语言进行编程。使用这种集成的调试器和编辑器环境

[5]

来编写代码, 以提高编程效率并减少明显的错误。编写程序后, 再编译并链接, 最后下载到单片机中运行, 实现小车的功能。部分功能程序如下所示[7]。

void main (void ) {x, y, z ini_PWM (); init_ms (); init_LCD(); init_ATD (); init_ATD (); detect_road (); Fuzzy_control (x ) ; D irecti on (y ) S peed (z ) }

//PWM 模块初始化

//测速初始化//LCD初始化//ATD 初始化//ATD 初始化//道路检测//模糊控制//方向控制//速度控制

地控制车子各个时刻的运动, 达到自动寻迹的目的, 具有较高的稳定性, 小车动态性能良好, 适应性强, 整体控制效果良好

。

图6　:

[1]　, . . :北京航空航天大

为了检测智能小车控制器的效果, 设计制作了如图6所

示的道路对小车位置、速度、道路为白色材质, 宽度为60c m, 水平放置, 2. 5c m 的黑色引导线。

, -]Mot or ola 68HC12系列微控制器原理、

[M]. 北京:中国电力出版社, 2003:23-35.

[3]　陈东. 向巍. 基于光电管的智能车模设计[J]. 机床与液压, 2007

(7) :51-54.

[4]　周斌. 智能车光电传感器布局对路径识别的影响研究[J]. 电子

, 可达到1. 05m , , 稳定性和流畅性好。

产品世界, 2006(7) :75-78.

[5]　孔峰. 微型计算机控制技术[J]. 重庆大学出版社, 2003:5-15. [6]　易继楷, 侯媛彬. 智能控制技术[M]. 北京:北京工业大学出版

5　结语

智能车采用了一体化的红外传感器和光电码盘来检测路

面的信息及小车的运动状态, 使用MC9S12DG128B 单片机对采样数据进行智能处理, 采用模糊控制算法的控制策略, 有效

(上接第306页)

社, 1999:194-199

[7]　邵贝贝. 单片机嵌入式应用的在线开发方法[M]. 北京:清华大

学, 2004:25-50

2　视频检索

视频数据的大量增长, 给视频检索提出新的要求。传统的靠手动进行检索已经很难满足目前的要求。到目前为止,

3　结语

[1]　刘淼. 嵌入式系统接口设计与L inux 驱动程序开发[M]. 北京:北

京航空航天大学出版社, 2006.

[2]　L I HU I 2P I N G, DOERMANN D, KI A O. Aut omatic text detecti on

and tracking in digital video [J]. I EEE Transacti ons on I m age Pr o 2cessing, 2000, 9(1) :147-156.

[3]　L I HU I 2PI N G, DOER MANN D. Video indexing and retrieval based on

recognized text[C]//I EEEWorkshop onMulti m edia Signal Pr ocessing . Washingt on DC:I EEE Co mputer S ociety, 2002:245-248.

[4]　G AG NON L, F OUCHER S, LAL I B ERTE F, et al . T oward an ap 2

基于模糊控制的智能小车控制系统开发

相关内容

热门内容

标签