（电路与系统专业论文）基于非线性pid神经网络的车辆智能巡航控制系统研究.pdf

摘要 目前国内日益发达的高速公路网络带来了交通路况的大改观，也频频带来了疲劳驾 驶或驾驶员操作不当引发的交通事故。针对这一现象，汽车智能电子安全技术正日益受 到重视。本文以车辆纵向动力学、非线性p i d 控制理论及神经网络控制理论为基础，以 实现车辆纵向动力智能巡航控制为目标，对车辆纵向动力学系统建模、非线性p i d 神经 元网络控制算法及其在车辆智能巡航控制中的应用以及利用m a ：r l a b s d 订u l i n k 建立 车辆纵向动力控制系统并进行算法仿真等方面的研究。 本文研究了一种不依赖于被控对象的智能控制器。该控制器将p i d 控制器的比例、 积分及微分控制模块分别融合到神经网络隐含层神经元中构成非线性p i d 神经元网络 控制器，并根据传统p i d 控制器的参数增益变化曲线分别构造三个表示为误差信号的非 线性函数来调整控制器的比例、积分和微分控制分量。通过在线调整三个独立非线性函 数的权值系数，使得该控制器实现不依赖于被控对象的智能控制。然后在机理分析的基 础上建立了适合控制应用的车辆纵向动力学模型、发动机及制动子系统模型及相应的运 动控制律。通过分析，车辆纵向运动系统具有复杂的非线性特性，而一般传统控制器对 被控对象的依赖性导致了控制精度达不到预期目的。本文利用非线性p i d 神经元网络控 制器不依赖被控对象的优点提出了基于非线性p i d 神经元网络的车辆智能巡航控制系 统。并在汽车巡航控制应用背景下，建立了一种能够较好反映系统特性的车辆纵向运动 智能控制系统仿真模型。驾驶员可以通过中控系统设置恒速和跟驰二种运动模式，车辆 智能巡航控制器根据运动模式选择控制器的输入，而控制器的输出控制量可以触发发动 机系统调节节气门开度或者触发制动系统，从而使巡航车辆保持设定的速度。该系统能 有效的提升驾驶员的舒适度，减少长时间驾驶的疲劳和负担，减少交通事故发生率。 为验证所研究非线性p i d 神经元网络控制方法及其在车辆智能巡航系统的应用，本 文用m a t l a b s i m u l i n k 实现了非线性p i d 神经元网络控制器控制车辆纵向动力系统 的仿真，验证了控制方法的正确性。仿真结果表明，本文设计的智能巡航控制系统具有 良好的动态收敛性、高的稳态跟踪精度和鲁棒性能。 关键词：p i d 控制，神经网络，智能巡航控制，m a t l a b 仿真 a b s t r a c t n o w a d a y st h ei n c r e a s i n g l yd e v e l o p e df r e e w a yn e t w o r ki sf r e q u e n t l yb r i n g i n gt r a f f i c a c c i d e n t s 弱w e l l 鹊a d v a n c i n gt h et r a f f i cs i t u a t i o n , t h u sv e h i c l ea p t i t u d ee l e c t r o n i cs a f e t y t e c h n o l o g yi sd r a w i n gm o r ea n dm o r ea t t e n t i o n a i m i n ga tr e a l i z i n gv e h i c l ep o r t r a i td y n a m i c a p t i t u d ec r u i s e ，t h i st h e s i s ，b a s e do nv e h i c l ep o r t r a i td y n a m i c s ，n o n l i n e a rp i dc o n t r o lt h e o r y a n dn nc o n t r o lt h e o r y , c a r r i e sar e s e a r c hi nm o d e l i n gt h ev e h i c l ep o r t r a i td y n a m i c ss y s t e m , a r i t h m e t i ca n da p p l i c a t i o no fn o n l i n e a rp i dn e r v ef i b e rn e t w o r k i ta l s os t u d i e sh o wt o e s t a b l i s ht h ev e h i c l ep o r t r a i td y n a m i c ss y s t e mw i t hm a t a l b s i m u l i n ka n ds i m u l a t i o n a l g o r i t h m t h i sp a p e rs t u d i e sa l la p t i t u d ec o n t r o l l e ri n d e p e n d e n to ft h ec o n t r o lo b j e c t t h i s c o n t r o l l e rr e s p e c t i v e l ya m a l g a m a t e st h ep r o p o r t i o n , i n t e g r a la n dd i f f e r e n t i a l c o e f f i c i e n t c o n t r o lm o d u l ei n t on nf i b e rt oc o n s t r u c tn o n l i n e a rp i dn e r v ef i b e rn e t w o r kc o n t r o l l e r , a n d a c c o r d i n gt ot h et r a d i t i o n a lp i dc o n t r o l l e rp a r a m e t e rc u r v ec o n s t i t u t e st h r e ef u n c t i 0 1 1 5o f e r r o r s i g n a lt oa d j u s ti t sp r o p o r t i o n , i n t e g r a la n dd i f f e r e n t i a lc o e f f i c i e n tc o n t r o lh e f t t h ec o e f f i c i e n t o ft h et h r e ei n d e p e n d e n tn o n l i n e a rf u n c t i o n si sa d j u s t e do n l i n et or e a l i z et h ea p t i t u d ec o n t r o l i n d e p e n d e n to ft h ec o n t r o lo b j e c t t h e r e f o r et h es u i t a b l ev e h i c l ep o r t r a i td y n a m i c sm o d e l ， e n g i n ea n dt r i gs u b s y s t e mm o d e la n dt h e i rc o r r e s p o n d i n gm o v e m e n t c o n t r o lr u l e sa r ef o u n d e d o nm e c h a n i s ma n a l y s i s t h es t u d yf i n d st h a tt h ed y n a m i c sm o d e lh a sv e r yc o m p l i c a t e d n o n l i n e a rc h a r a c t e r i s t i c s ，a n dt h ec u r r e n tc o n t r o l l e rh a sad e p e n d e n c eo ni t so b j e c t ，w h i c h r e s u l t si nt h ed i s s a t i s f a c t o r yc o n t r o lp r e c i s i o n t h i sp a p e rt a k e st h ei n d e p e n d e n c ea d v a n t a g eo f n o n l i n e a rp i dc o n t r o la n db r i n g sf o r w a r dav e h i c l ea p t i t u d ec r u i s ec o n t r o ls y s t e m i ta l s o e s t a b l i s h e sas i m u l a t i o nm o d e lw h i c hi sa b l et or e f l e c tt h es y s t e mc h a r a c t e r i s t i c sw e l l d r i v e r s c a l ls e tt w om o d e so fc o n s t a n ts p e e da n dr a c i n gs p e e d t h ev e h i c l ea p t i t u d ec r u i s ec o n t r o l e r c h o s e si t si n p u t sa c c o r d i n gt ot h em o v e m e n tm o d e ，a n di t so u t p u t st r i g g e rt h ee n g i n et oa d j u s t t h ev a l v eo rs t a r tt h eb r a k es y s t e m ，s ot h a tt h ec r u i s ev e h i c l ek e e p st h es e ts p e e d t h es y s t e m c a ne n h a n c ed r i v e r sc o m f o r t ，d e c r e a s et h ef a t i g u ed u r i n gl o n g t i m ed r i v i n g ，a n dr e d u c et r a f f i c a c c i d e n t t ov a l i d a t et h es t u d i e dn o n l i n e a rp i dn nc o n t r o lm e t h o da n di t sa p p l i c a t i o ni nv e h i c l e a p t i t u d ec r u i s es y s t e m ，t h i st h e s i ss i m u l a t e sw i t hm a t a l b s i m u l i n kt h ec o n t r o l l i n go f v e h i c l ep o r t r a i t d y n a m i cs y s t e mb y n o n l i n e a rp i dn nc o n t r o l l e r , a n dv a l i d a t e si t s m e t h o d o l o g y t h er e s u l ta p p e a r st h a tt h ed e s i g n e da p t i t u d ec r u i s es y s t e mh a s f a v o r a b l e d y n a m i cc o n s t r i n g e n c y , s t e a d yp r e c i s i o na n dr o b u s t n e s s k e yw o r d s ：p i dc o n t r o l ，n e u r a ln e t w o r k ，a u t o n o m o u si n t e l l i g e n tc r u i s ec o n t r o l ，m a t l a b i i 长沙理工大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的 研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或 集体己经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均 已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名：日期：年月日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保 留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借 阅。本人授权长沙理工大学可以将本学位论文的全部或部分内容编入有关数据库 进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 1 、保密口，在年解密后适用本授权书。 2 、不保密曲。 ( 请在以上相应方框内打“”) 作者签名： 导师签名 日期：年月日 日期：年月日 1 1 课题的提出 第1 章绪论 车辆智能巡航控制系统( a u t o n o m o u si n t e l l i g e n tc r u i s ec o n t r o l ，a i c c ) ，是一种车辆辅助 驾驶系统，它是一种利用电子技术和先进的计算机控制技术对车辆的行驶速度进行自动 调节使得车辆以恒速或跟随前车速度行驶的控制装置。它是传统的定速巡航控制系统 ( c c s ) 的发展与改进，是近年来学术界和企业界的一个热门研究课题。在美、日、德、法、 意等汽车大国已经发展并普及的很广泛了，近几年国内的高速公路网络也越来越发达， 车辆巡航系统控制系统又多了个大显身手的市场空间。高速公路简单的路况使的驾驶员 需要长时间保持在一个恒速范围内行驶，驾驶员的脚长时间踩踏油门带来的疲劳感和疲 钝的思维带来的安全问题是不可忽视的。使用定速巡航功能不仅能大大地减轻驾驶员的 疲劳强度提升驾驶员的舒适性，并且巡航控制系统能自动地维持车速，这样就使得汽车 动力系统工作在发动机最有利的转速范围内，从而不仅提高了发动机的使用效率，也避 免了不必要的加速踏板的人为变动，从而改善汽车燃料经济性和发动机的排放性能。 智能巡航控制系统的核心组成是雷达感应器和控制单元，雷达感应器是另一个复杂 的研究领域，本文只针对控制单元的控制方法进行研究。 巡航控制系统控制的汽车动力系统是个典型的不确定非线性系统，针对这样的复杂 过程控制，本文提出了一种非线性p i d c , 经元网络控制方法，以实现对车辆非线性系统 的控制。 1 2 课题研究的背景及研究意义 汽车是与人类联系最密切的交通工具，它给我们的生活带来巨大便利的同时也带来 日益紧迫的安全问题。f 1 2 0 世纪5 0 年代的“汽车化时代”以来，汽车数量快速增长、高速 公路急剧增加以及汽车技术的进步带来的车速不断提高致使交通事故频发、环境污染严 重【l 】。每年世界上都会因交通事故而带来巨大损失，其中由驾驶员失误( 如判断失误、决 策失误等) 引发的交通事故占9 0 以上怛j 。严峻的交通安全形势使得汽车消费者和政府管 理者对汽车安全性的期望越来越高，传统的针对碰撞后对车辆乘员保护措施和技术已经 不能满足要求，发展以预防为核心的先进汽车主动安全技术已成为现代交通的迫切要 求，而以控制、通讯及信息技术为基础的智能交通系统( i t s ) 的发展恰恰为此提供了 技术支持【4 】。巡航控制是智能交通系统关键技术也是实施智能交通系统必备条件。智能 巡航控制器的应用，可以使驾驶员集中精力处理换道、转向等操作，降低操作强度，提 高驾驶安全感。也能从定程度上解决随着汽车数量的急剧增加出现的交通堵塞问题。 速度保持和距离保持是a i c c 的特点，它可实现多种控制模式，比如：1 、恒速模式； 2 、跟随模式：本车与前车速度相等，并且两车距离处在设定的菏围内；3 、追赶模式： 前车初速高于本车，本车则试图追上前车；4 、超车模式( o v e r t a k i n g ) ：当本车要超越前 车时候开始工作：5 、停车亍走( s t o p & g o ) 模式：当汽车在交通堵塞状况时，车辆自 动怠速，一旦交通恢复就跟随先行车行驶【5 】；6 、突然汇合( s u d d e nm e r g e ) 模式：前车突 然切入本车前方，或是本车突然切入前车后方。目前国内外专家针对各种模式提出了很 多控制方法。本文提出的控制方法主要针对恒速模式、跟随模式和追赶模式。 由于车辆是一个非常容易受到外界环境的影响的复杂大惯性非线形系统，所以对车 辆进行智能巡航的控制系统在及时性、敏感性、精确性、安全性、稳定性各方面要求都 比较高。目前针对一些复杂过程控制比较常用的控制技术有很多，主要包括自适应控制 技术、鲁棒控制技术、预测控制技术、最优控制技术和智能控制技术等。针对车辆智能 巡航控制系统最常用的控制技术有p d 、变参数p i 滑模控制和模糊控制理论等。与本文提 出的基于非线性p i d 神经元网络控制技术相比，模糊p d 算法和传统的p d 算法都难以获得 积分误差的规则，因此容易存在稳态误差，而且仅仅依靠经验规则进行整定，控制参数 无法达到最优。而变参数p i 滑模控制中缺少了微分项，使得控制器不能预测误差变化趋 势，同时也影响控制器的调节速率。所以用p i d 经元网络控制方法来控制车辆的纵向 运动系统以实现对车辆的智能巡航控制是非常合理实用的。它吸收了p i d 控制和神经网 络二者的优点，具有自适应性，可自动调节控制参数，适应被控过程的变化，提高了系 统的控制性能和可靠性。 目前我国的智能巡航控制装置仍处于研制阶段，加强智能巡航控制方面的研制工 作，开发适合我国交通状况的轿车自动巡航控制系统，并逐步推广应用到重型货车、长 途客车上具有非常重大的意义。 1 3 国内外相关领域研究及发展概述 1 3 1 汽车电子的发展过程与展望 汽车1 8 8 6 年发明时，是纯机械产品。之后随着车载蓄电池、直流发电机及直流起 动机的安装，汽车电器在1 9 5 0 年和发动机、底盘、车身一起被列为汽车的四大总成。 进入在计算机技术迅速发展时期( 1 9 7 5 1 9 8 5 ) 后，美国率先在汽车上装用了微电脑， 当时的目的是用于电子化油器及电控汽油喷射系统，以降低油耗和排污。在汽车上成功 的装用微电脑并不断扩大使用范围，标志着汽车的电子化开始了，汽车进入了微机控制 时代。汽车电子控制装置开发最早、最重要的部分是从发动机控制开始的，而后渗透到 汽车的各个组成部分：底盘、车身、辅助电器系统。 自1 9 8 5 至今，开始高科技迅速发展时期，汽车电子产品研制开发的竞争十分激烈， 2 主要侧重于汽车性能的进一步提高和各种功能的进一步完善，以及减少汽车的油耗和排 放。这期间推出的具有代表性的产品就有：车速自动控制、动力转向控制等等。2 1 世纪 汽车电子控制技术发展的目标是：环境保护、节约能源、安全性和智能性。 1 3 2 车辆智能巡航控制系统国内外研究概况 自动巡航控制系统在经历了机械控制、晶体管控制、模拟式微机控制和数字式微机 控制四个阶段，至尽已经有4 5 年左右的历史了。1 9 6 5 年，丰田公司就开始在车上装用机 械控制的巡航系统，之后气动机械式巡航控制系统被德国的某公司研制出来。1 9 6 8 年德 国奔驰开发了晶体管控制的巡航系统，到了7 0 年代中后期，模拟式微机控制的巡航控制 系统被普遍采用。1 9 8 1 年后数字式微机控制的巡航控制系统被广泛采用。到上世纪九十 年代中期，针对辅助驾驶的车辆自适应巡航控锘i j a c c ( a d a p t i v ec r u i s ec o n t r 0 1 ) 系统开 始发展迅速。 1 9 9 9 年和2 0 0 0 年j a g u a r 公司分别推出了装备自适应巡航控制系统的x k l 8 0 轿车和 x k r 轿车，标志着自适应巡航控制系统作为一种驾驶员安全性辅助驾驶系统进入了商品 化阶段此后，戴姆勒克莱斯勒公司推出的c l 6 0 0 轿车、$ 6 0 0 轿车，通用汽车公司2 0 0 1 年推出的c a d i l l a cv i z 6 n 轿车都配备了智能巡航控制系统。当前，配备智能巡航控制系统 已经成为中、高档豪华轿车的一个标志。目前欧美日等汽车大国都成立了相关的研究机 构及国际组织，积极研制智能交通系统，如欧洲的p r o m e t h e u s 、d r i v e ，日本的r a c s ， 美国的s m a r t , p a t h 等。 我国一些高等院校也正对自动巡航控制系统技术的发展进行跟踪研究。清华大学汽 车技术研究所、北京理工大学车辆学院、吉林大学汽车动态模拟国家重点实验室等多家 科研机构正在从事自动巡航控制系统或相关技术的研制开发工作，并取得了阶段性的进 展。北京理工大学针对当前a c c 系统一般是基于c c s 系统开发，对车辆速度的调节主要 是通过控制节气门开度和自动换档来实现，提出了将a c c 系统与车辆制动和防滑控制 a b s a s r 相集成构成a b s a s r a c c 系统的设计方案。吉林大学的汽车动态模拟国家 重点实验室在车辆轨迹预瞄、方向控制以及自适应导航方面有比较不错的成果。 1 3 3 车辆智能巡航控制系统的的发展趋势 未来随着汽车数量的增加、公路网络的拓扑与智能化以及城市交通的拥堵状况恶化 等问题的出现，对车辆电子系统提出的要求会越来越高。而随着控制理论、现代传感、 信息融合以及计算机等技术的发展，未来车辆智能巡航控制系统的发展趋势将朝着集成 化、智能汽车电子控制系统以及走停控制发展。所谓集成化，就是指增强各系统间的内 在联系，融合车辆的各方面信息来提高控制系统的稳定性和可靠性，还可以降低成本。 目前的集成化道路还是将a c c 与a b s 、a s r 等电控设备集成起来的阶段。而随着近几年 智能公路概念的提出以及卫星导航系统的开发与应用，未来的a c c 系统将同其它的汽 车电控系统相互融合，形成智能汽车电子控制系统。驾驶这种汽车只需在显示器中指 3 明所要到达的目的地，汽车就会在卫星导航系统的指引下，借助公路两旁的电子标志 牌，无需人为参与就可安全驶达目的地，实现完全的自动驾驶功能。虽然目前车辆智能 巡航控制的研究工况以高速公路工况为主，针对目前城市高车流密度、中低速行驶等行 驶工况却还没有合适的巡航控制系统。走停控制将是一个必然的发展趋势，它相当于是 a c c 系统针对车速低、车距近的行驶情况所做的功能扩展。它对信号处理速度、系统反 映、距离探测能力的要求提出了更高的要求，而且还增加了车辆的自动起步功能。目前 正在丰田公司正在这方面做领先研究，还并没有商业化【5 】。 据美国学者统计，汽车装备a i c c 后，基本上可以控制汽车行驶高速公路全历程6 2 ， 而装置传统c c s 的汽车只有4 0 2 1 。同样，在欧洲和日本也有实验证明，a c c s 能较好地 适应在城市主干道上的复杂车况。因此，它有巨大的市场需求，是一种很有发展前途的 汽车电子产品，也是实现智能交通的基础。 1 4 本文主要研究内容 针对车辆智能巡航控制系统的控制方法，本文主要研究一种新型非线性p d 神经元 网络控制器，该控制器将p i d 控制器的比例、积分及微分控制模块分别融合到神经网络 隐含层神经元中构成非线性p d 神经元网络控制器，并根据传统p i i ) 控制器的参数增益变 化曲线分别构造三个表示为误差信号的非线性函数来调整控制器的比例、积分和微分控 制分量。通过在线调整三个独立非线性函数的权值系数，使得该控制器实现不依赖于被 控对象的智能控制。这种控制器运用到车辆智能巡航控制系统中取得了良好的控制效 果。全文采用新型控制器构造与分析、模型构建和仿真试验相结合的方法，一共分为五 章。结构和内容如下： 第一章引言介绍了本课题的提出由来，课题研究的背景及意义，相关领域的国内外 研究现状，并介绍了本文的研究方法和基本内容。 第二章介绍了传统p i d 控制器原理和智能p i d 控制器原理，并详细介绍了其他几种常 见的智能p i d 控制器。 第三章的主要工作是结合文献降捌建立了车辆纵向动力学模型，给算法提供了可控 制的对象，并讨论了车辆智能巡航控制策略。 第四章在对比了第三章介绍过的传统智能p i d 控制器后，提出了一种非线性p i d 神经 网络控制器，并从该控制器的模型结构、神经元构成、算法描述方面做了详细的介绍。 第五章以第三章中建立的车辆模型为被控对象，以第四章中提出的非线性p d 神经 网络控制器采用m a t l a b s i m u l i n k 进行仿真，结果论证了这种控制器对车辆智能巡航系 统控制的可行性，先进性和有效性。 4 第2 章传统p i d 控制理论 2 1p i d 控制器原理 在控制理论与技术飞跃发展的今天，p i d 控制仍然是历史最悠久、生命力最强的控 制方式，尽管出现了很多新的控制方法，但是目前正在运行的控制回路中，9 0 以上还 是p i d 控制器，它广泛应用于冶金、机械、化工等工业过程控制中。p i d 几乎已经成为衡 量自动化水平的一个重要标志。它根据给定值将误差的比例( p ) 、积分( i ) 和微分( d ) 通过线形组合构成控制量，对被控对象进行控制，所以被称为p i d 控制器【l o 】。 在p i d 控制器中，比例控制部分产生与偏差成正比的输出信号，以便消除偏差；积 分控制部分产生与偏差的积分值成正比的输出信号，以便消除系统的静态误差；微分部 分产生与偏差的变化率成正比的输出信号，以便加快控制器的调节速率，减少超调。具 有鲁棒性好、算法简单和可靠性高等优点。如果比例积分微分三个部分配合适当，便可 得到快速敏捷、平稳准确的调节效果。然而也就是这三项系数的整定难度限制了p i d 的 应用。 传统p i d 参数整定方法包括z n 整定方法、幅值和相角裕度方法、i m c 方法、i s t e 最 优设定方法等【l o 】。这些方法对于实际系统中存在的非线性和不确定因素控制性能很差。 随着各种智能控制思想的出现，也为了克服传统p i d 控制的弱点，控制界提出了大量对 p i d 控制的改进方法，例如自校正p i d 控制、广义预测p d 控制、模糊p i d 控制、专家p i d 控制、智能p d 控制等等。这些方法的理论依据不同，采用的手段也不相同，但是它们 的共同点都是针对如何选取和整定p i d 参数，都是在保持传统p i d 控制器结构的基础上， 采用新的方法在线或离线确定p i d 参数。这些方法在一定程度上提高了p i d 控制器的性 能，但一般是针对某些具体问题，缺乏通用性，附加的结构和算法也增加了控制器的复 杂性，限制了它们的广泛应用。 下面就对各种p i d 控制理论一一进行分析讨论。 2 1 1 模拟p i d 控制器 在模拟控制系统中，系统由模拟p i d 控制器和被控对象组成。其控制系统原理框图 如图2 1 所示。 5 图2 1 模拟p i d 控制系统原理框图 图中：厂( f ) 为给定值，p ( f ) 为误差，y ( f ) 为实际输出值。 其控制规律为 咖砟阿吉f 舭+ 半l 协， 其中互为积分时间常数，乃为微分时间常数。为了方便表述，令k ，= k 口霉做为积分系 数，k d = k 口乃作为微分系数。那么式( 2 1 ) 可表示为 砸) = 即坻出+ k d 警( 2 - 2 ) 传统p i d 参数的整定基本上都依靠工程师长期积累的大量p i d 控制参数的调节经 验，所以有一定的局限性，在经历了液动式、气动式、电动式三个阶段，目前正在向着 数字化、智能化控制器的方向发展。 2 2 2 数字p i d 控制器 数字p i d 有着传统模拟p i d 控制器无法比拟的优点，它通过计算机程序来实现对 p i d 控制规律的调整，灵活性很大，一些原来在模拟p i d 控制器中无法实现的问题，在 引入计算机后，就得到了解决。由于计算机控制是一种采样控制，所以只能根据采样时 刻的误差值计算控制量，而用一系列的采样时刻点七丁代表连续时间t ，以和式代替积分， 以增量代替微分，式( 2 2 ) 中的积分和微分项被离散化处理后，做如下相似变换： t k t( 后= o ，l ，2 ，) 互p ( f ) 出丁e ( _ ，丁) = 丁p ( ) d e ( t ) e ( k t ) 一d ( 七一1 ) 丁】p ( 后) 一e ( k 一1 ) d ttt 式中丁为采样周期。离散化过程中，丁必须足够短，才能保证有足够的精度。 于是根据式( 2 2 ) 就有了离散的p i d 表达式 6 ”( 七) = k p p ( 尼) + k ，p ( 歹) + 畅 e ( k ) - e ( k - 1 ) ( 2 - 3 ) j = 0 式中k 为采样序号，k = o ，l ，2 ；u ( k ) 为第k 次采样时刻的控制器输出值；e ( k ) 为第k 次 采样时刻输入的误差值；e ( k 1 ) 为第k - 1 次采样时刻输入的误差值；k i 为积分系数；局 为微分系数。 由式( 2 3 ) 进行z 变换，可得到数字p i d 控制器的z 传递函数为 g ( z ) - - 锱= k e4 - 啬竭陋1 ) ( 2 4 ) 数字p i d 控制器结构图如图2 2 所示 图2 2 数字p i d 控制器结构图 上述式( 2 3 ) 、( 2 4 ) 描述的u ( k ) 是直接去控制执行机构，它的值和执行机构的位置( 如 阀门的开度) 是一一对应的，所以通常称为位置式p i d 控制算法。位置式p i d 控制算法程 序流程框图如图2 3 ( a ) 所示。 当执行机构需要的是控制量的增量时，就可以由式( 2 3 ) 推出另外一数字p i d 控制 算法，它输出的是控制量的增量a u ( k ) ，所以叫增量式p i d 控制算法。如图2 4 所示。 由式( 2 3 ) 根据递推原理可得 k - i “( 七一1 ) = k p p ( 七一1 ) + k f p ( ) + k d p ( 七一1 ) 一p ( 后一2 ) ( 2 5 ) j = 0 ( 2 3 ) 减( 2 5 ) 可得 a u ( k ) = k p k ( 尼) 一e ( k 一1 ) j + k p ( ) + 玉毛 e ( 忌) 一2 e ( k 1 ) + p ( 后一2 ) 】 = k p a e ( k ) + 巧p ( 七) + 髟 e ( 尼) 一a e ( k 1 ) 】 ( 2 - 6 ) = a e ( k ) - b e ( k 一1 ) + c e ( k 一2 ) 式中，口= k 口+ k + 畅；b = k p + 2 k a ； c = k a 。 由式( 2 6 ) 可知，控制量的增量a u ( k ) 仅与最近k 次的采样有关，所以误动作时影 响小，而且较容易通过加权处理获得比较好的控制效果。增量式p i d 控制算法程序流程 7 图如图2 3 ( b ) 所示。 开始 设置各参数值k p 、正、乃、爿 l 采入，( 七) 、j ，( 七) 计算误羞炳) = r ( k ) 一y ( k ) 计算k p e ( k ) 一工 士 七 计算墨e u ) + x 专x _ 一 i - - 0 + 计算髟k ( j i ) 一e ( k 一1 ) 】+ x _ x p ( | | ) 一e ( k - 1 ) 输出工唧”( 七) 】 返回 图2 3 位置式与增量式p i d 控制算法程序框图 位置式控制算法和增量式控制算法从整个系统而言并无本质区别，仍然全部由计算 机承担计算任务。但是它们各有自己的优缺点。位置式控制算法的缺点是：由于采用全 量输出，所以每次输出均与过去的状态有关，计算时要对e ( k ) 量进行累加，计算量很大， 而且因为计算机输出控制量“( 七) 对应的是执行机构的实际位置偏差，如果位置传感器出 现故障，“( 七) 可能会出现大幅度变化，会引起执行机构位置的大幅度变化，这种情况在 生产中是不允许的，在某些重要场合还可能造成重大事故。增量式控制算法的缺点是： 积分截断效率大，有静态误差，溢出的影响大。选择使用时，要根据需要来选择控制算 法。 本文考虑到定速模式与跟踪模式的平稳切换，所以采用增量式p i d 控制，再第四章 中将给予详细的分析研究。 2 2 智能p i d 控制理论概况 虽然传统p i d 控制器具有一定的适应性和鲁棒性，但是对像车辆纵向动力控制系统 这类具有强干扰、快速时变不确定性及非线性特性被控对象控制效果较差。因为在某一 条件下整定好的控制参数，由于被控对象在噪声、负载扰动等因素的影响下，过程参数 甚至模型结构均会发生变化。就会使得控制系统效果不好甚至失稳。智能控制理论的兴 起，为p i d 控制器参数的整定提供了新的方法和广阔的应用空间。 2 2 1 智能控制 智能控制( i n t e l l i g e n tc o n t r 0 1 i c ) 是- f l 新兴的理论和技术，它是传统控制发展的 高级阶段，主要用来解决那些用传统方法难以解决的复杂系统的控制，其中包括智能机 器人系统、复杂工业过程控制系统、航空航天控制系统、交通运输系统等。智能控制是 人工智能、自动控制理论、计算机技术、运筹学等领域的许多学科知识交叉结合而成的， 它与传统的控制理论相比，对于环境和任务的复杂性有更大的适配程度。它不仅是对建 立的模型，而且对环境和任务能抽取更多级的描述精度，进而发展了自学习、自适应和 自组织等概念，将能在更广泛的领域获得应用。 目前智能控制的研究对象具备三个特点：1 、不确定性的模型，其结构和参数具有 不确定性甚至会发生突变；2 、高度非线性；3 、复杂的任务要求。本文研究的车辆智能 巡航系统就是这样一个典型的具有不确定性、非线性并有复杂任务要求的模型。针对这 些特点和要求，一个理想的智能控制系统应该有以下功能特点：1 、学习功能；2 、适应 功能；3 、组织功能；4 、鲁棒性；5 、容错性；6 、实时性。其典型的原理框图如图2 4 所示。 图中，“广义对象”包括通常意义下的被控对象和外部环境。“感知信息处理”将传感 器得到的原始信息加以处理。“认知”主要用来接收和存储信息、知识、经验和数据，并 对它们进行分析、推理，作出行动的决策。“通信接口”建立人机之间、系统中各模块之 间的联系。“规划和控制”是整个系统的核心，它根据给定的任务要求、反馈的信息以及 经验知识，进行自动搜索、推理决策、动作规划，最终产生具体的控制作用。 国内外对智能控制的理论研究和应用研究十分活跃，目前已经提出专家控制、模糊 控制、神经网络控制等。虽然方法各式各样，其目的都是为了提高系统的鲁棒性、容错 性和解决具有严重非线性和不确定性系统的控制问题。智能控制技术体系结构如图2 5 所示。 9 图2 4 智能控制系统原理框图 图2 5 智能控制技术体系结构图 将智能控制与常规p i d 控制相结合，形成所谓智能p i d 控制，这种新型控制器已引 起了广泛的关注并已得到较为普遍的应用。 2 2 1 几种传统的智能p i d 控制 为了克服p i d 控制的弱点，提高系统的鲁棒性、容错性和解决具有严重非线性系统 的控制问题，将智能控制与传统p i d 相结合的方法已经不是个陌生的领域了，目前专家 式p i d 控制、模糊p i d 控制和传统神经网络p i d 控制是最为活跃的。为了能在车辆智 能巡航系统中正确合理地应用智能p i d 控制技术，我们事先必须掌握各种智能p i d 控制 的概念、理论、技术的体系结构、基本原理、特点和适用条件等知识。所以，本小节首 先对几种常见的经典智能p i d 控制理论作一些概述性的介绍与对比。 1 专家式智能自整定p i d 控制器 专家控制的实质是，基于受控对象和控制规律的各种知识，并以智能的方式来利用 1 0 智能控制技术 i iiil 专家控制技术 神经网络控制技术模糊控制技术 新理智能控制技术 ili 神 神 神模 自自 集仿 经 经 经神糊 模 校适 模成人 学 间直网 网 接接 络网经 神 糊 正应 专专专 络 络网 经 - 口 糊智智 且 家家家 自 乘络网 i - - 4 模模 o 控能能控 控控系 校 测控络 控 糊糊 制控控制 制制 统 正 控 制 控 制 控控 控 控 制制 制制 制制 制 制 这些知识，使得受控系统尽可能地优化和实用化。它有两个要素：1 、知识库( 存储有 某个专门领域中经过事先总结的按某种格式表示的专家水平的知识条目) ；2 、推理机制 ( 按照类似专家水平的问题求解方法，调用知识库中的条目进行推理、判断和决策) 。 用一个形象的比喻，专家控制是试图在控制闭环中加入一个有经验的控制工程师，系统 能为他提供一个“控制工具箱”，即可对控制、辨识、测量、监视等各种方法和算法选择 方便、调用自如。因此，专家控制实质上是对一个“控制专家”的思路、经验、策略的模 拟、延伸和扩展。专家式智能p i d 控制器有2 个典型的结构，一是基于模式识别的专家 式p i d 自整定控制器，另一个是专家系统智能自整定p i d 控制器。它们的原理框图如图 2 6 与图2 7 图2 6 基于模式识别的专家式p i d 自整定控制器 图2 7 专家系统智能自整定p i d 自整定控制器 图2 6 所示的基于模式识别的专家p i d 自整定控制器主要解决两方面的问题，即响 应曲线特征参数的选取和专家系统中专家知识的获取。它的工作过程是在闭环系统受到 扰动时，对系统误差e 的时间特性进行模式识别，分别识别出该过程响应曲线的多个特 征参数p 。( ，l = 0 ，l ，2 ，1 ) 。将所测出的特征参数值与用户事先设定好的特征参数值进行比 较，其偏离量送入专家系统，专家系统在线推断出为消除各特征量的偏离而控制器各参 数所应有的校正量a k 。、a k ，、a k 。，将它们送入到常规p i d 控制器，以修正p i d 控制 器各个参数。与此同时，控制器根据系统误差e 以及所整定的参数进行运算，输出控制 信号u 到被控对象进行控制，直到被控过程的响应曲线的特征参数达到期望输出。 图2 7 所示的专家系统智能自整定p i d 控制器包括专家知识库、数据库和逻辑推理 机三个部分。专家知识库中已经把熟练操作工作或专家的经验和知识构成p i d 参数选择 手册，这部手册记录了各种工况下被控对象特征所对应的p 、i 、d 参数，数据库根据被 控对象的输入与输出信号及给定信号提供给知识库和推理机。推理机能进行启发式推 理，决定控制策略。优秀的专家系统可对已有知识和规则进行学习和修正，这样对被控 过程对象的知识了解可大大降低，根据输入、输出信息，实现智能自整定控制。专家知 识库的建立需要依靠大量经验的积累这也限制了专家式智能p i d 控制器的使用范围。 2 模糊p i d 控制器( f u z z y - p i d ) 模糊控制是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的计算机智能控 制。他不需要掌握受控对象的精确数学模型，而根据人工控制规则组织控制决策表，然 后由该表决定控制量的大小。利用计算机仿真和试凑法调整控制器的各组成部分，如模 糊集、模糊规则以及调整因子等，即使是非控制专业人士也可以建立性能较好的模糊控 制器。这个优点使得模糊控制方法在工业中得到普遍的应用。与其他传统的闭环控制系 统不同之处，就是用模糊控制器代替了模拟式控制器。其基本原理如图2 8 所示。 ： 模糊控制器 ： 图2 8 模糊控制的基本原理图 把模糊控制与p d 控制器结合起来，使系统既具有模糊控制灵活，适应性强的优点 又具有p i d 控制精度高的特点。采用模糊p d 控制器对复杂控制系统和高精度伺服系统进 行控制，具有不错的控制效果。 由本文的式( 2 2 ) 可以直观的看出p i d 最关键的问题就是参数的整定，而智能p i d 控制要达到的目的是利用人工智能的方法根据控制过程中的实际情况，计算机自动调整 p d 参数。模糊p i d 控制器就是利用二输入三输出的模糊控制器来在线整定p d 的k p 、 k i 、l 幻三个参数，其结构如图2 9 。 但是模糊控制器的遗憾在于它像是个黑箱控制器，一般通过试凑的方式达到良好的 控制性能而不进行严格或解析的研究。而且根据输入变量和输出变量的个数，可把模糊 控制系统类似地划分为单变量模糊控制和多变量模糊控制。多变量模糊控制器直接设计 非常困难，一般也是通过模糊关系方程分解，把一个多输入多输出的模糊控制器分解 成若干个多输入单输出的模糊控制器来设计。从理论上来讲，模糊控制系统所选用的 模糊控制器维数越高，系统的控制精度也就越高。但是维数选择太高，模糊控制规律就 过于复杂，基于模糊合成推理的控制算法的计算机实现也就更困难，所以精度和变量的 维数是个致命的矛盾。就连目前已有的模糊控制设计软件里也缺少分析模糊控制器的精 确数学结构的能力，不能推导出模糊控制器的解析结构，更不用说基于数学的设计和稳 定分析以及其他性能了。 图2 9 模糊p i d 控制结构图 在目前流行的车辆智能巡航系统控制算法中就是采用图2 9 中的模糊控制p i d 结合 的控制器，它以车辆行驶速度和加速度做为系统的输入。但是因为目前的雷达探测技术 的限制，并不能直接测量出车辆的行驶加速度，而只能间接的用方便测量的相对速度参 数对时间进行微分来得到。从理论上来说这种方法是可行的，但是事实上因为引入了额 外的计算误差并带来了较大的运算量，最终控制效果欠佳。 2 3 传统神经网络p id 控制 2 3