智能车模拟巡航系统控制策略研究——毕业论文

智能车模拟巡航系统控制策略研究海 南 大 学毕 业 论 文（设计）题 目： 智能车模拟巡航系统控制策略研究 摘 要如今人们对车辆的乘坐舒适性，驾驶安全性和操作方便性以及配置智能化的要求越来越高。在汽车传统定速巡航的基础上，发展起来的自适应巡航系统更加受到大众的青睐。自适应巡航系统是通过车载传感器，探知前方的道路和有效目标，将采集数据传输给微控制器，处理响应后汽车自动操控油门加速或刹车制动来控制汽车纵向速度和加速度的自动辅助驾驶系统。车辆自适应巡航系统在保持和前方车辆的安全距离、期望加速度和理想速度方面功效显著，从而大大减轻了驾驶疲劳感、提高了操纵简便性和主动安全性。自适应巡航俨然成为了未来汽车不可或缺的重要功能系统。本文通过基于飞思卡尔的K60微控制器制作的智能小车，由鹰眼ov7725摄像头采集图像数据，超声波和红外线辅助测距，电机驱动加速前进和减速制动，舵机控制转向，编码器反馈实时车速，模拟演示车辆的自适应巡航系统，从智能小车的基础硬件做起，编写C语言代码程序，做出手机蓝牙串口App上位机通讯协议，经过大量的程序调试和参数整定，从而实现简单的自主匀速跟车、主动安全制动以及稳定循迹行驶。控制方法方面，舵机使用位置式PD控制，电机使用增量式PID，并且提出了模糊控制器，比较了不同控制器的优劣，据此提出模拟汽车自适应巡航系统的控制思想、控制方法和控制策略，优化了小车的行驶姿态，更好的实现了自适应巡航。关键词：微控制器；智能车；自适应巡航系统；控制策略；模拟演示AbstractToday, people on the ride comfort of the vehicle, driving safety and ease of operation as well as the configuration of intelligent requirements more and more high. Based on the traditional automobile cruise control, adaptive cruise control system developed more popular.Adaptive cruise control system is by the onboard sensors, ascertain the road ahead and effective target. The collected data is transmitted to the microcontroller, treatment response after the automobile automatic control throttle acceleration or braking to control vehicle longitudinal velocity and acceleration of the automatic driver assistance systems.Vehicle adaptive cruise control system in maintain and front of the vehicle at a safe distance, the desired acceleration and speed to the desired effect is significant, thereby greatly reducing the driving fatigue, improve the manipulation is simple and active safety. Adaptive cruise control has become an important function of the future of the car system.n this paper, by Carl K60 micro controller to make the smart car based on Freescale, by Hawkeye ov7725 camera to capture image data, ultrasonic and infrared assisted ranging, motor drive forward acceleration and deceleration brake, steering control, real-time speed encoder feedback, simulation demonstration vehicle adaptive cruise control system, start from the basic hardware of the smart car, written in C language code, make the communication protocol of Bluetooth serial app PC mobile phone, after a lot of program debugging and parameter setting, in order to achieve simple independent uniform with the car, active safety and stable tracking driving. And the control method, the control strategy and the control strategy of the adaptive cruise control system are presented.Key words：Micro controller；Intelligent vehicle；Adaptive cruise control system；control strategy；Simulation demonstrationII目 录1绪 论11.1课题研究背景及意义11.2自适应巡航系统概述11.2.1自适应巡航系统的组成11.2.2自适应巡航系统的模式21.3研究内容32自适应巡航系统模型的建立32.1自适应巡航系统模型简化32.1.1自适应巡航系统简化32.1.2自适应巡航模型简化32.2小车模型建立42.2.1小车模型简化42.2.2小车模型建立42.3自适应模型建立52.3.1循迹模型建立52.3.2主动制动模型建立62.3.3稳态跟车模型建立63智能车硬件实现63.1智能车总体架构概述63.2机械安装83.2.1舵机的固定方式83.2.2摄像头的安装83.2.3编码器的安装83.2.4转向轮定位83.3硬件的设计93.3.1单片机最小系统板93.3.2稳压电源模块93.3.3电机驱动电路94智能车软件的设计104.1软件概述104.2编程环境114.3蓝牙串口APP辅助控制114.4摄像头图像采集程序134.5赛道边线识别算法134.6舵机控制算法和电机控制算法144.6.1 PID概述144.6.2舵机位置式PD控制154.6.3电机增量式PID控制154.6.4舵机模糊控制155智能车自适应巡航系统控制策略165.1智能车自适应巡航系统控制思想165.1.1整体控制流程165.1.2误判最小原则175.2智能车自适应巡航系统控制算法175.2.1优化PID控制算法175.2.2智能车自适应巡航系统的模糊自适应控制算法175.2.3自适应巡航汽车的经典模糊控制算法186结论19致 谢21参考文献22附录A：部分程序23IV1绪 论1.1课题研究背景及意义随着科技和经济的发展，汽车已经成为人们生活中不可或缺的物品。人们生活水平的提高，制造业和交通业的飞速发展都使得汽车保有量不断提升。车多随之带来很多问题，道路拥堵，环境污染和交通事故。最新数据显示全世界每年死于道路交通的人数超过120万，中国年死于车祸人数连年攀升，多么惊人的数据。大多数事故原因都是疲劳驾驶和操纵失误的人为因素，所以，提升驾驶的主动安全性，降低驾驶疲劳性，提高操纵简便性和乘坐舒适性都迫在眉睫。应运而生的主动安全驾驶辅助技术能够帮助驾驶员减轻驾驶疲劳感，警示危险甚至避免和纠正误操作，保证车辆安全平稳行驶。其中，自适应巡航系统应用最为广泛，发展比较成熟，很多中高档车都已经装备该技术。因此，着力于研究更加先进的、简洁的、高效率、低成本的自适应巡航技术成为了科研主流。本文通过基于飞思卡尔K60微控制器的智能车，简单的演示小车的自适应巡航。阐述自适应巡航系统的基本原理和实际现象，使之能够为大多数驾驶者所接受，使得自适应巡航系统真正为汽车技术发展添油加力，也为保证驾驶员生命财产安全贡献力量。1.2自适应巡航系统概述自适应巡航系统在汽车主动安全和智能交通方面开发前景广阔，成为研究发展的热点，其前身就是定速巡航系统，我们也称之为传统的巡航系统。自适应巡航系统（Adaptive Cruise Control System，简称ACC）是在定速巡航系统的基础上拓宽了车速范围，使之更适应驾驶的不确定性，从而帮助驾驶员减少驾驶疲劳感，提升操作便捷性和主动安全性，能够有效减少事故的发生，尽可能避免碰撞，保证驾驶员和行人的生命财产安全1。1.2.1自适应巡航系统的组成传感器，比如雷达、摄像头、超声波、红外等，探测和感知前方道路情况和目标车辆的行驶状态，是自适应巡航系统的信息采集和数据输入部分。控制器，也就是单片机，是整个系统的大脑和指挥部，起到分析数据、处理信息、综合决策、智能控制的重要作用，是自适应系统的核心部分。执行器，包括油门、刹车、方向盘等，是将控制器发出的指令实现为车辆的动作执行，达到改变车辆行驶状态的目的2。图1-1 ACC结构图1.2.2自适应巡航系统的模式在ACC系统的实际应用中，包含的模式主要有平稳跟车、前车换道插入、前车换道离开、远处接近前车一级紧急刹车5种典型的交通场景。实际生活中， 各种交通情况和行驶工况都能由这些简单的场景组合而成。所以，单个典型场景的适应性就能直接反映出自适应巡航系统的好坏。如下图所示，车辆间的相对运动，根据是否受到前车影响大致能够分为两种情况，在不受前车影响的情况下，实现自适应巡航；一旦受到前方车辆的影响，就需要模式识别，开关控制，根据不同的实际情况，实现稳态跟随，速度加减，制动等动作。碰撞作为一种特殊的情况，特殊考虑，并没有将其列入正常车间关系图，而是针对这种情况需要优先减速制动，保护驾驶员和乘客的生命安全3。图1-2 汽车纵向关系图（模式图）1.3研究内容本文基于飞思卡尔的K60微控制器的智能小车制作为背景，对自适应巡航系统进行了简单演示和研究。全文共分为六章，各章的主要内容如下：第一章扼要地介绍了论文写作的整体背景和自适应巡航系统概述；第二章实现了自适应巡航系统的小车模型建立，为之后的控制奠定了理论基础；第三章简述了智能小车的硬件制作流程和方法，为程序运行奠定了实物基础；第四章重点介绍了智能小车的软件设计，从摄像头采集到舵机、电机控制，依靠手机蓝牙串口App进行参数整定；第五章说明了智能车实现自适应巡航的控制思想、控制方法和控制策略，主要提出PID控制和模糊控制。第六章除了说明所做的主要工作，使用方法总结外，还提出了存在的问题和进一步需要改进的方向。2自适应巡航系统模型的建立2.1自适应巡航系统模型简化2.1.1自适应巡航系统简化通过基于K60微控制器的智能车模拟演示自适应巡航系统需要进行多项模拟简化。用车模代替模拟真车，用摄像头或超声波模块模拟车载雷达传感器，用电机模拟发动机，用舵机模拟转向系统，用欧姆龙模块模拟码盘速度反馈，用赛道模拟道路，用物体模拟前方车辆等等。简化后的系统能够满足自适应巡航系统的基本要求，能够循迹行驶，能够实现稳态跟车，能够实现定速巡航和自主制动。2.1.2自适应巡航模型简化真实情况下，车辆的行驶状态极为复杂，车辆模型包括了车体外形、动力系统、传动系统、转向系统、制动系统、悬架系统和轮胎等，在行驶过程中还需要考虑机械阻力、空气阻力等。由于智能车不存在真实意义上的发动机、传动系、转向系、制动系和悬架部分，模拟演示自适应巡航系统的要求不高，只分析车辆简单的运动学、侧重于对控制思想和策略的探讨，因此，简化了车辆的发动机模型、液力变矩器模型、变速器模型、轮胎模型和制动器模型4。2.2小车模型建立2.2.1小车模型简化在智能车自适应巡航控制过程中，可以把4轮小车简化为一个2轮汽车模型，在这种假设的前提下，需要满足的条件是：1)分析中忽略转向系统的影响，直接以前轮转角作为输入；2)忽略悬架的作用，认为汽车车厢只做平行于地面的平面运动，即汽车沿z轴的位移，绕y轴的俯仰角与绕x轴的侧倾角均为零；3)汽车沿x轴的前进速度u视为不变，故汽车只有沿y轴的侧向运动和绕z轴的横摆运动两个自由度；4)汽车的侧向加速度限定在0.4g以下，轮胎侧偏特性处于线性范围；5)驱动力不大，不考虑地面切向力对轮胎侧偏特性的影响，不考虑空气动力的作用5。2.2.2小车模型建立汽车侧向运动和横摆运动的微分方程为：前轮侧向力/前轮纵向力；后轮侧向力/后轮纵向力；为前轮转角；为汽车质量；为汽车纵/横向车速；为横摆角速度；为质心到前/后轴的距离，为汽车相对z轴的转动惯量。前后轮侧向力为前/后轮侧偏力，为前/后轮侧偏刚度。由上得出：因此，在车辆全局坐标系中，根据期望轨迹的曲率就可以计算的车汽车的期望横摆角速度和期望侧向加速度为：为期望横摆角速度；为期望侧向加速度；为期望轨迹的曲率。根据道路参数，计算出期望的轨迹曲线，读取陀螺仪和加速度计的数据，综合计算得出小车的期望横摆角速度和侧向加速度，从而达到最优的路径规划和循迹控制6。图2-1 简化后的二轮汽车模型2.3自适应模型建立2.3.1循迹模型建立循迹演示实验是模仿车辆的传统巡航，由前方探测器探知道路情况，按照车道中心线，分界线和边缘线等标志，自动循迹行驶。程序算法主要是根据摄像头传输回来的道路信息，经过K60的DMA模块，将IO口的电平信息搬运到系统内存。存储在指定数组中，经过处理，得出赛道中心线，根据车身中心线与赛道中心线的偏差和偏差变化率，用PD控制器控制舵机打角，从而实现小车循迹。图2-2 循迹演示实验2.3.2主动制动模型建立自适应巡航模式中最能体现主动安全性的就是在驾驶员未及时采取正确操作时车辆系统自动的采取制动措施，防止碰撞的发生。演示实验中，使用黑色不透明物体充当前方静止车辆，使小车匀速向障碍物驶去，当靠近障碍物时小车会减速，如果未及时使用手机控制刹车，小车会自动制动。2.3.3稳态跟车模型建立稳态跟车是日常驾驶时最为常见的一种情况。本文借用已经搭建好的一辆智能车使其匀速行驶，试验车辆跟随前车行驶，过程中保持一定的安全距离7。3智能车硬件实现3.1智能车总体架构概述基于K60微控制器的智能车构成如下：(1)飞思卡尔单片机公司生产的MK60FX512VLQ15作为主控芯片；(2)山外鹰眼ov7725硬件二值化摄像头；(3)飞思卡尔比赛官方推荐的车模，包括电机和舵机；(4)欧姆龙编码器反馈小车速度；(5)陀螺仪和加速度计反馈车身加速度和横摆角速度；(6)超声波与红外模块反馈与前方物体距离；(7)液晶显示图像和参数信息；(8)蓝牙模块与手机蓝牙串口App通讯。图3-1 基于K60的智能小车整体细节智能车利用鹰眼摄像头经过自身硬件二值化后将逻辑信号发送给K60，采集前方道路信息，单片机分析处理后作出响应，改变输出的脉宽调制PWM波的占空比实现舵机打角并控制电机转速。同时欧姆龙采集输出脉冲信号，K60使用脉冲捕捉功能计数，计算小车的实时速度反馈。图3-2 智能车运行流程3.2机械安装3.2.1舵机的固定方式车模的转向是通过舵机带动左右横拉杆实现。舵机的转动速度和功率是一定，要想加快转向机构的响应速度，唯一的办法就是优化舵机的安装位置及其力矩延长杆的长度。由于功率是速度与力矩乘积的函数，过分追求速度，必然要损失力矩，力矩太小也会造成转向迟钝，因此设计时就要综合考虑转向机构响应速度与舵机力矩之间的关系，通过优化得到一个最佳的转向效果。3.2.2摄像头的安装摄像头是车的眼睛，其安装方式和位置极为重要。摄像头的安装要求使得摄像头位于整个车模的中心位置，权衡好前瞻和失真问题，高度要适合于图像的采集和处理，既要保证采集图像的覆盖量，又不至于丢失太多细节。使用单杆结构来固定摄像头，整个支架十分简约，但也会带来摄像头易抖动的问题。3.2.3编码器的安装速度传感器可分为对射式光栅或光电编码器。本车选择了500线的微型欧姆龙光电编码器，能够保证较高的的精度要求。安装过程要保证有合适的齿轮咬合，过紧会增加传动阻力，过松会出现打齿现象。应该调整到传动轻松顺畅，噪声较小的状态。3.2.4转向轮定位转向轮定位参数包括主销内倾角、主销后倾角、转向轮外倾角及转向轮前束。车轮定位的作用是使汽车保持稳定的直线行驶和转向轻便，并减少汽车在行驶中轮胎和转向机件的磨损。由于受智能车车模限制，这其中能够人为调整就是转向轮外倾角和转向轮前束。转向轮外倾角是当小车受到自身重力或是侧向力时使得轮胎对地面能够有更大的接触面积，提高抓地力；前束为了抵消前轮外倾点来转向轮向两侧滚开的趋势，最大限度地减少车轮行驶中的横向滑移率。实际运用中，通过将调节舵机拉杆的长度，达到改变前束的效果。由于智能车质量不大，故外倾角调整到较小位置，前束也较小。由于智能车相对于实际车辆结构有较大差别，因此通过理论支持，需要结合实际情况，多次实验，才能使得定位科学有效，提升机械结构的合理性。3.3硬件的设计3.3.1单片机最小系统板Kinetis系列微控制器是飞思卡尔公司于2010年下半年推出的基于ARMCortex-M4内核的微控制器，是业内首款Cortex-M4内核芯片。其中，K60是应用最为广泛的，性价比最高的一款微控制器，所以选择K60作为智能车的核心芯片。3.3.2稳压电源模块智能车系统的总的电源供应来自7.2V大容量镍镉电池，同时，电池充满电时能够达到8V以上。但是单片机K60最小系统是3.3V供电，而摄像头需要5V供电，因此需要降压稳压电路，将7.2V电源电压稳定到3.3V和5V。3.3.3电机驱动电路驱动电路就相当于汽车的发动机，是控制小车启动加速，减速制动的基础。电机的速度与施加的电压成正比，输出转矩则与电流成正比。直流电机高效运行的最常见方法是施加一个PWM方波，其占空比对应于所需速度。电机起到一个低通滤波器作用，将PWM信号转换为有效直流电平。PWM驱动信号很常用，因为使用微处理器很容易产生PWM信号。图3-3 电机驱动升压电路图3-4 双桥MOS驱动电路图3-5 电机隔离电路4智能车软件的设计4.1软件概述智能车的硬件设计是功能实现的基础，而优化的算法是智能车正常运行的保证。算法能够将采集的信息转化为执行器的动作，从而按照程序员的意愿进行。不管是道路识别循迹还是加速超车、减速制动，都需要依靠程序作为支撑。程序是思维，是灵魂，是赋予机械生命的东西。4.2编程环境软件开发工具选用的是Embedded Workbench for ARM。Embedded Workbench for ARM 是IARSystems公司为ARM 微处理器开发的一个集成开发环境(下面简称IAR EWARM)。比较其他的ARM 开发环境，IAR EWARM 具有入门容易、使用方便和代码紧凑等特点。它为用户提供一个易学和具有最大量代码继承能力的开发环境，以及对大多数和特殊目标的支持。笔者经过了亲身对比使用IAR和MDK公司开发的Kiel两个开发环境，虽然Kiel具有较为友好的人机界面，但是IAR的编译效率极高，在线调试功能尤其强大。因此笔者使用IAR作为编程工具，有效地提高了工作效率，大大节省软件调试时间。4.3蓝牙串口APP辅助控制由于小车完全由单片机控制，难以避免出现程序跑飞，程序bug，参数整定等常见问题，所以在实验中需要通过蓝牙人为干预小车的启动停止，避免碰撞，对小车也起到了保护作用。同时在进行小车参数调试的时候也需要蓝牙串口与单片机进行数据交流。本智能车调试主要使用的是手机蓝牙串口App，该模块能够稳定的与单片机进行数据交换。我的蓝牙上位机如下图，该蓝牙串口APP配有PID调参，系统状态指示灯和按键发送、数据回显等功能。图4-1 手机APP蓝牙上位机界面该蓝牙串口上位机的通讯协议是笔者自主完成并实现函数封装，能够兼容不同数据类型的参数调试，简洁实用，并能实现一键起停。通过使用按键状态机思想使得程序大大简化。状态机如下：typedef enum /定义蓝牙按键状态机 Bluetooth_Key_NULL, Bluetooth_Key_UP, Bluetooth_Key_DOWN, Bluetooth_Key_LEFT, Bluetooth_Key_RIGHT, Bluetooth_Key_1, Bluetooth_Key_2, Bluetooth_Key_3, Bluetooth_Key_4, Bluetooth_Key_5, Bluetooth_Key_6, Bluetooth_Key_7, Bluetooth_Key_8, Bluetooth_Key_9, Bluetooth_Key_10, Bluetooth_Key_11, Bluetooth_Key_12,Bluetooth_Key;通过使用多键位配合调参使得调参过程异常简单，并提高了程序的可移植性。4.4摄像头图像采集程序由于鹰眼已经经过了硬件二值化，上电后配置寄存器参数，配置为灰度图，将颜色由深到浅分成0到255数值。在摄像头上电过程中读写寄存器，设置灰度阈值，经过硬件二值化后，将大于该阈值的设置为0，小于的为1，这样传输到单片机的数据就只剩下1和0，大大加快了处理速度，降低了图像处理难度，节省单片机资源。摄像头采集程序结束后，可以发送到上位机观看图像。如下，是面对赛道拍摄的上位机显示的图像，摄像头解析度为6080。图4-2 赛道上位机4.5赛道边线识别算法赛道边线识别算法主要包括两种形式，即边线全局扫描法和边线跟踪扫描法。全局扫描法是基于智能车相对于赛道偏离位置，人为确定每行图像的起始扫描点分别向左右扫描右白入黑的点即为左右边线，并放入左右边线数组。跟踪扫描法是基于上一行图像左右边线提取点，在该点左右一定的小范围内进行图像边线采集，该方法原理是根据赛道的连续性实现的。全局扫描能够避免极端情况，一旦出现某一行扫描不到边线的情况，不会干扰到后续的边线采集，但缺点也是非常明显，大量的数据信息判断计算，对资源消耗无疑是巨大的，同时无法利用赛道的连续性，一旦图像引入噪声，很容易出现误判问题，而且难以解决。相对来说，跟踪扫描法具有高效率，高准确性的优点。因此，笔者权衡两者优劣，取长补短，进行了双扫描法。设定丢失边线阈值，在阈值内进行跟踪扫描法，一旦跟踪扫描法出现大量边线丢失，说明该方法不再使用，转向全局扫描。两者结合，既能提高效率和精确度，又能减少误判。4.6舵机控制算法和电机控制算法4.6.1 PID概述PID 控制是工程实际中应用最为广泛的调节器控制规律。它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。下图是PID的基本结构。图4-3 PID基本结构图e(t)代表理想输入与实际输出的误差，这个误差信号被送到控制器，控制器算出误差信号的积分值和微分值，并将它们与原误差信号进行线性组合，得到输出量u:kp、ki、kd 分别为比例系数、积分系数、微分系数。接着u被送到了执行机构，然后获得新的输出信号u，这个新的输出信号u再次被送到感应器，得到新的误差信号e(t)，这个过程就这样周而复始地进行。比例调节的作用是按比例反应系统的偏差；积分调节作用是使系统消除稳态误差，提高无差度；微分调节作用反映系统偏差信号的变化率，具有预见性，能预见偏差变化的趋势，因此能产生超前的控制作用，在偏差还没有形成之前，已被微分调节作用消除。因此，可以改善系统的动态性能。4.6.2舵机位置式PD控制本次智能车模拟中在舵机控制方面使用的是PD控制，由于舵机的打角更看重灵敏度，在高灵敏度的情况下能够及时调整改变方向，因此对精确度的要求会降低。所以，对舵机的控制去除了积分项I，虽然存在静态误差，但是通过提高了舵机系统的反应能力使得误差极小。输出量包含两个部分，一个是系统误差，另一个是系统误差的变化量，分别乘以控制参数P和D。如下：舵机位置式程序：Turning_Angle=(int)(Kp*even_diff+Kd*(even_diff-even_diff_last);由于对舵机的要求是小车在直道上高速几乎不打角，在大弯处打角及时，这就需要对P值进行修改，根据不同的赛道情况实现动态P值。笔者根据大量的实验后，发现二次P值最为有效，程序如下：Turning_Angle=(int)(even_diff*even_diff/Steer_Kp+3)*even_diff+Steer_Kd*(even_diff-even_diff_last);4.6.3电机增量式PID控制在电机控制中使用增量式PID，与普通PID相似，对位置式加以变换，连续两场的PID表达式相减得到增量式PID算法：程序如下：Speed=Speed_last+Kp*(et-et1)+Ki*et+Kd*(et-2*et1+et2);/增量式PID(et:误差；et1:上场误差；et2:上上场误差)4.6.4舵机模糊控制经典的模糊控制器利用模糊集合理论将专家知识或操作人员经验形成的语言规则直接转化为自动控制策略，其设计无需依靠对象数学模型，而是利用其语言知识模型进行设计和修正控制算法。模糊控制相对于PID控制算法，能够保证舵机的稳定性，减少舵机打角次数，使得路径更加优化。另一方面，传统的控制器对系统的数学模型要求较高，而模糊控制不需要进行建模，只是根据经验总结出的根据模糊控制规则进行的允许范围内的控制。模糊控制器包括模糊化模块、模糊推理模块和解模糊模块。其结构原理图如下：图4-4模糊控制器结构原理图由于模糊控制的隶属度难以精确，模糊化过程有很多不确定因素，解模糊的过程需要大量的实验进行校正改进，对被控对象的需要有较为丰富的经验基础，因此此处仅指出模糊控制的优势，不作为研究重点，不作为智能车的控制器使用。5智能车自适应巡航系统控制策略5.1智能车自适应巡航系统控制思想5.1.1整体控制流程智能车自适应巡航系统的控制流程整体如下：图5-1 自适应巡航系统的控制流程图5.1.2误判最小原则在一个控制周期内，将赛道信息采集完整，并尽可能的减少误判，计算出的中心线和中心线偏差应该能够准确表征出车辆相对于赛道的位置偏移，即提高舵机电机PID控制器输入的准确性。同时，可以提取不同的赛道参数进行多方矫正，例如，赛道偏差、斜率、曲率等等，多样的赛道参数能够更加全面、更加准确的反正赛道的真实情况。降低由单一赛道信息而导致的误差甚至是误判。5.2智能车自适应巡航系统控制算法5.2.1优化PID控制算法5.2.2智能车自适应巡航系统的模糊自适应控制算法 由于汽车的纵向速度控制系统包括了发动机、传动系、制动系和轮胎等具有强非线性特性的部件，导致汽车纵向动力学系统本身具有强非线性。目前的控制校正算法是采用非线性系统等效线性化，建立简单的一阶或二阶线性参考模型，并通过参数辨识来描述汽车纵向动力学特性。这种线性近似方法在汽车低速或车速变化较小时可以取得较好的控制精度，但在高速行驶或速度变化较大时（如急加速或急减速）过程中，离线或在线辨识的线性参考模型往往误差较大，无法有效地描述系统的非线性特性。同时，模型参数由于行驶环境的变化会使得控制算法对模型不确定性十分敏感，鲁棒性和自适应性不好。 本文拟结合模糊控制方法在解决非线性问题方面的优势，在控制校正部分采用模糊控制方法实现汽车纵向动力学的非线性控制。研究中将首先建立汽车自适应巡航的经典模糊控制器，然后针对环境动态变化等因素，建立ACC系统的自适应模糊PID控制算法，根据输入的变化通过模糊控制器在线地调节P、I和D三个参数，从而使得控制算法具有很好的鲁棒性和自适应性。 5.2.3自适应巡航汽车的经典模糊控制算法 1)模糊控制器的概述经典的模糊控制器利用模糊集合理论将专家知识或操作人员经验形成的语言规则直接转化为自动控制策略，其设计无需依靠对象数学模型，而是利用其语言知识模型进行设计和修正控制算法。由于前文已经在舵机控制中使用介绍模糊控制器，此处不再赘述。对自适应巡航系统建立模糊控制首先计算实际输出值与给定值的误差，然后将误差精确量转化为模糊变量，经过模糊控制规则的处理和模糊推理计算，得出模糊输出变量，最后将模糊变量经过去模糊处理和判决得到精确值，送至被控对象实施控制动作9。 2)模糊控制器的建立驾驶人在不同的路况情形中驾驶的时候，往往是根据本车车速、前车车速、本车与前车之间的相对距离以及其变化来进行加减速操作。在模拟自适应巡航系统时应该全面建立在上述环境中，通过传感器得知本车车速、前车车速、两车间距和相对变化情况，从而对舵机和电机进行控制。（1）当汽车的当前车速大于系统预设巡航速度时，电机减少PWM占空比，使车速逐渐降低到预设巡航车速：Rule1：IF speed_error is positive，THEN throttle up； （2）当汽车的车速小于巡航车速，并且前后两车距离较远，电机增加PWM占空比，使车速逐渐升高到预设巡航车速：Rule2：IF speed_error is negative，AND timegap_error is far，THEN throttle down；（3）当汽车的加速度为正并且过大时，电机减少PWM占空比：Rule3：IF acceleration is positive，THEN throttle up; （4）当汽车的速度正在降低，并且前后两车距离较远时，电机增加PWM占空比：Rule4：IF acceleration is negative，AND timegap_error is far，THEN throttle down; （5） 当两车距离较近，并且车间时距还在减小时，电机减少PWM占空比：Rule5：IF timegap_error is near，AND de_timegap is negative，THEN throttle up； 以上只是一些初步的、简单的控制规则，在实际应用中，应该使用更多的规则，以适应不同工况、不同路况下车辆的正常可靠行驶。6结论随着科技的发展，车辆电子化和智能化早已发展成为汽车未来发展的大趋势。智能车自适应巡航系统将逐步融入未来的驾驶生活。本文以基于飞思卡尔K60微控制器的智能小车，通过鹰眼摄像头采集图像，欧姆龙编码器反馈实时速度，陀螺仪和加速度计模块反馈侧向加速度和横摆角速度，使用PID或模糊控制器控制舵机打角和电机变速，使小车能够起停、循迹、变速、跟车，实现模拟自适应巡航系统的目的。总体来说，制作出的智能车是令人满意的，也实现了笔者最初设计的基本功能。本文所做的研究创新性的将飞思卡尔单片机制作的智能小车引入模拟真实汽车的自适应巡航系统，非常直观地展现了自适应巡航系统的功能。对大学本科生，本文所实现的智能车的模拟生动形象并富有新意，其功能实现更使得自适应巡航系统不再显得过于神秘，能更加全面深刻的理解自适应巡航系统。经过对智能车模拟自适应巡航系统控制策略的深入研究，本文还存在如下问题：(1) 由于车模限制，并不能非常完美的实现真正汽车的自适应巡航系统功能，模型的简化和建立过程过于简单，难以模拟真实汽车的动力系统，传动系统等等。(2)由于时间限制，只是实现了小车简单的起停、循迹、跟车等功能，而不能实现超车等更高难度的功能，使得自适应巡航系统的模拟也不够完善。(3) 程序还存在部分问题，在较短的时间内并没有及时解决。(4) 蓝牙对小车非常重要，但是由于传输的波特率为115200，较慢，当传输的数据量过大时就难以及时传输，还会大量占据cpu资源，使得程序运行卡顿。可以改进使用其他数传模块。由于本文所讲的智能车模拟巡航系统具有制作简单，可移植性强，造价不高，还可适用于其他的汽车电子演示实验，能够加深车辆工程的学生对汽车电子的认知和理解，具有一举多得的功能。同时，由于智能小车和未来智能汽车的设计制作原理基本一致，基于微控制器智能小车的制作也能促进学生感受智能车，了解智能车。致 谢本论文经过了半年的构思、初稿、修改到如今的终稿，一字一句不仅包含着作者的心血更是我可爱的导师张建珍老师无私教导的结晶。虽然她远在国外，与我们有着十二个小时的时差，但这并不能阻止她给予我们指导与帮助。每次的邮件联系都给我提出了很多宝贵的意见，并帮助我不断的前进。在她的帮助下，我顺利的完成了我的毕业论文！从大二开始，我有幸接触到了“飞思卡尔”杯全国大学生智能车竞赛，并深深的迷上了智能车制作，从一个连电阻电容都分不清的小白，逐渐成为了能够自己编写几千行代码，能够实现小车起停、循迹、跟车的“小工程师”。在这其中，我要感谢胡文峰老师和李创老师给予我的教导，以及众多学长学姐给予我的帮助，没有他们的付出，就不会有我现在的收获。我还要感谢和我一起参加比赛的吴江涛、桂锟、李云鹏和李昕锐同学，是他们的陪伴才使我能够进步。同时，他们在硬件上给予我的帮助无疑是巨大的。我也要感谢我的父母和亲人，他们在我的学业中给了我莫大的鼓励、关爱和支持。在日常学习和生活中，朱建风同学给予了我很大帮助。最后，再次向所有关心和帮助过我的领导、老师、同学和朋友表示由衷的谢意！衷心地感谢在百忙之中评阅我的毕业设计和参加答辩的各位老师！ 王绪涛二O一六年五月 于海南28参考文献1马国成. 车辆自适应巡航跟随控制技术研究D.北京理工大学,2014.2刘洪玮. 汽车自适应巡航控制系统的研究D.东华大学,2010.3李以农,冀杰,郑玲,赵树恩. 智能车辆自适应巡航控制系统建模与仿真J. 中国机械工程,2010,11:1374-1381.4王地川. 汽车自适应巡航控制跟随模式研究D.湖南大学,2003.5李肖含. 汽车自适应巡航控制系统模糊控制策略研究D.北京理工大学,2015.6耿石峰. 基于轨迹分析的自适应巡航系统目标识别方法研究D.吉林大学,2015.7裴晓飞,刘昭度,马国成,齐志权. 汽车自适应巡航系统的多模式切换控制J. 机械工程学报,2012,10:96-102.8朱永强. 汽车自适应巡航系统的控制策略开发及行驶环境评估D.吉林大学,2007.9田雷. 汽车自适应巡航系统的模糊自校正控制算法研究D.吉林大学,2006.10张琨,崔胜民,王剑锋. 基于自适应RBF网络补偿的智能车辆循迹控制J. 控制与决策,2014,04:627-631.附录A：部分程序1摄像头边线提取/* * 功能：图像采集程序*/void image_get(void) uint16 line; /等待采集完成，等待是否会占用CPU内存！ while(ImageComplete_Flag = 0); ImageComplete_Flag = 0;/采集完成标志清零 for(line=59;line13;line-)/提取各行边界线 if(line=55)/近处行提取，前5行 Near_lost=PickCenter_Near(); if(Near_lost0)/近处丢行 Far_Find_Flag=FAR_FIND_ALL;/全局搜索标志 else if(line13) Cross_ID(line);/十字判别算法 Effective_rows(line);/有效行提取 if(Pick_Flagline&LEFT_LOST_W)&(!(Pick_Flagline+1&LEFT_LOST_W)&(inflection_left=0) Turn_left_w=line+1;/line+2是拐点 if(Pick_Flagline&RIGHT_LO