基于MATLAB软件的自动泊车控制系统设计与仿真

1、基于MATLAB软件的自动停车控制系统设计与仿真之五兆芳芳创作摘要现代社会汽车的使用已经相当普遍.而每一个司机都会见对倒车问题，有经验的司性能够快速、准确的将汽车停到指定的位置.然而多数的司机尤其是一些方才考到驾照的新手们尤其对停车的问题十分懊恼.在准确性和速度之间往往很难同时满足，设想如果能有个智能装置，按照当前的车速和位置能够自动将车停到适合位置，且又同时满足快速性和准确性.本课题正是基于以上的设想，结合我们最近学习的模糊控制的相关知识以MATLAB为软件平台，搭建一个基于MATLAB的自动倒车模糊控制系统.以往的各类传统控制办法均是成立在被控对象精确数学模型根本上的，然而，随着系统庞杂程

2、度的提高，将难以成立系统的精确数学模型.在工程实践中，人们发明，一个庞杂的控制系统可由一个操纵人员凭着丰厚的实践经验得到满意的控制效果.这说明，如果通过模拟人脑的思维办法设计控制器，可实现庞杂系统的控制，由此产生了模糊控制.模糊控制是成立在人工经验根本之上的.对于一个熟练的操纵人员，他往往凭借丰厚的实践经验，采纳适当的对策来巧妙地控制一个庞杂进程.若能将这些熟练操纵员的实践经验加以总结和描述，并用语言表达出来，就会得到一种定性的、不精确的控制法则.如果用模糊数学将其定量化就转化为模糊控制算法，形成模糊控制理论.糊控制理论具有一些明显的特点：（1）模糊控制不需要被控对象的数学模型.模糊控制是以人

3、对被控对象的控制经验为依据而设计的控制器，故无需知道被控对象的数学模型.（2）模糊控制是一种反应人类智慧的智能控制办法.模糊控制采取人类思维中的模糊量，如“高”、“中”、“低”、“大”、“小”等，控制量由模糊推理导出.这些模糊量和模糊推理是人类智能勾当的体现.（3）模糊控制易于被人们接受.模糊控制的焦点是控制法则，模糊法则是用语言来暗示的，如“今天气温高，则今天天气暖和”，易于被一般人所接受.（4）机关容易.模糊控制法则易于软件实现.（5）鲁棒性和适应性好.通过专家经验设计的模糊法则可以对庞杂的对象进行有效的控制.关头词：模糊控制；MATLAB仿真；智能控制；自动停车课题的布景及研究意义世界汽

4、车产业已有百年历史.在新世纪，随着计较机、通信、控制、传感器技巧的成长，新型汽车日益趋向智能化.当前，汽车的智能化成为汽车产业成长的热点之一.对于汽车智能化的研究，主要有以下几个方面内容：智能化的信息系统.为驾驶者提供丰厚的交通信息.如GPS导航系统，可为驾驶者提供方位信息，并可给出到达目的地的路径.智能化的平安系统.使驾驶进程更平安，削减交通事故产生的频率，下降事故的危害如ABS（防抱死刹车系统）和ESP（电子稳定程序），两者结合可使车辆在各类情况下保持最佳的稳定性.智能化的节能系统.实现下降能源消耗、削减情况污染.如混杂动力车的出现，有效地提高了能源利用率.智能化的帮助驾驶系统.指导、协助

5、驾驶者完成驾驶任务，进而完全实现车辆的自主驾驶如ACC（适应型巡航控制）、ICC（智能巡航系统）和国际外一些高校研制的陆地自主车（ALV）.随着过来几十年汽车产业的快速成长，现今的发财国度汽车普及率已很是高了.在成长中国度，近年的汽车市场也增长得很是快.由于车辆的日益普及，现代都市中“停车难”问题逐渐显现，停车车位供不该求.为了减缓这一问题，停车场需要在有限的空间内划分出更多的车位，这样一来，每个车位的空间就相对窄小了.在窄小的空间进行倒车入位操纵，对驾驶者来说，是一个不小的挑战.如果在停车的进程中，有智能系统的协助，将大大下降停车的难度.自动停车系统的概念由此而生.一特性能良好的自动停车系统

6、，可以帮忙驾车者平安、快速地完成停车的操纵.节省了时间，加重了驾车的压力.更重要的是，下降了停车进程中车辆产生碰撞的可能性.一个低成本、高性能的自动停车系统拥有良好的市场前景.国际外研究及应用现状自动停车系统的研究现状从二十世纪90年代起，国外学者开始对自动停车的问题进行研究.参考采取多个超声波传感器和编码器获得车辆周边障碍物及停车位的信息.考虑到丈量的误差、车辆转向角和速度不成突变、转向角不成过大、倒车进程中不成产生碰撞及情况可能产生变更等限制条件，先将车辆停在适合的起始位置，然后按设计好的控制函数对转向角和车速进行控制，将车辆驶入停车位.由于车位尺寸的限制及丈量误差的影响，车辆很难通过一步

7、操纵就达到目的位置，所以需要通过实施的丈量车位信息，经过车辆的向前、向后多次的移位后，才干将车辆位置调整到目的位置.这个办法在LIGIER自主车上进行实验.实验结果标明，LIGIER能动态修正车位长度，并完成停车操纵.现如今专家提出了一种新的基于传感器的智能车位系统结构.智能车可在动态的部分信息可知的情况下，实现自主运动.此文的创新点是，成立一个数据库，办理各类罕有的基于传感器的操纵法则(SBM,sensor-basedmaneuver),SBM以脚本形式保管.对于智能车需要执行的任务，首先分化成若干条SBM,形成参数化运动筹划(PMP,parameterizedmotionplan);然后由

8、执行机构实现各条SBM,如果在某SBM执行进程中，出现异常情况，如检测到前方有障碍物等，则修改PMP或重选SBM,以适应外界的变更执行完PMP,就完成一项任务.此文将轨迹跟踪战争行停车作为SBM的两个例子，通过在自主车上进行的实验结果，说明此体系结构的可行性.这里的自动停车操纵，正是使用了文中所描述的办法.当今社会有一种利用超声波传感器的丈量数据，以网格EM形式表示智能车周边情况信息的办法，并将此办法应用于车辆导航、车辆避障战争行停车上.网格图以智能车的位置为中心，按与智能车的距离大小，把网格图分红三部分:离车身最近的区域，每个网格面积小，分辩率高;离车身较远的区域，网格面积较大，分辩率较低:

9、离车身最远的区域，网格面积最大，分辩率最低.传感器探测到障碍物，则将网格图相应网格填充，暗示此处有障碍物:当智能车运行时,网格图中暗示为障碍物的移动.每一个网格中的障碍物有一个生存期，在传感器不克不及检测到障碍物时，障碍物其实不马上在图中消失，而是要经过一段时间后，确定障碍物不再存在，才从图中消失.在讨论平行停车问题时，使用的是路径筹划的办法，倒车的路径由两个圆弧和一段线段组成.本文中使用的模糊控制办法，在模型小车上实现了自动停车功效.模型小车与真实车辆的比例约为1:10,配置了三个超声波传感器和一个编码器.整个停车进程分为四个步调:首先，车辆前行，检测车位;然后，车辆到达停车操纵的开始位置，

10、接着，车辆以S形轨迹，倒入车位;最后，车辆调整位置，到达目标停车位.在整个停车进程中，将人们的停车经验以模糊法则形式暗示出来，组成模糊控制器，以控制车辆完成直线前进和S形倒车操纵.所描述的平行停车办法相似，也是基于超声波传感器和编码器获得情况信息.此文中选择两个圆弧相切而组成的S形路径作为倒车的轨迹.文中还提出“禁区”(forbiddenarea)的概念，当车身参考点进入禁区，则标明车身至少有一个部位与障碍物产生了碰撞.所以，车辆倒车的路径，应包管车身参考点不进入禁区.本文描述了一种模糊控制办法，实现在狭小空间的平行停车.与所述办法相同的是，把停车进程分化为扫描车位、到达起始点、倒车入位等步调

11、:不合的是，每一步的控制又分为若千个子进程，每个子进程只控制车辆的一个状态量，在一个状态量接近目标值时，再控制另一个状态量，使其也接近目标值.在停车的进程中，主要有两个状态量:车身偏向角和车辆位置.这两个状态量是相互藕合的，不克不及完全独立地进行控制.但在一些情况下，对各状态量轮流进行控制，可使各状态量收敛于日标值.文献10还考虑到自动停车模糊控制跟的最优化和可移植性问题.即当车辆的特征参数(车身长度、宽度、轴距等)改动时，如何对模糊控制器的参数进行调整，以取得适合的控制器，达到应用要求.文中提出了一种利用遗传算法对模糊控制器的参数进行优化的办法.在车辆特征参数改动时，可使用此办法取得性能优良

12、的模糊控制器.这种办法主要通过调整隶属度函数和比例因子实现模糊控制器的优化.本文中所用的办法，用网格图的方法记实车辆周围的情况信息.在控制办法上，使用了模糊控制办法.本文将模糊控制和滑动模式控制(SMC,slidingmodecontrol)结合，用于车辆的轨迹跟踪控制.并使用模糊增益调度办法(fuzzygainscheduling),从典型轨迹集中，生成车辆的参考路径.综上所述,根本上是利用超声波传感器和编码器,获得车辆周围障碍物信息.在控制办法上,主要分为两类:一种是按参考路径进行停车;另一种是将驾驶者的倒车经验，以模糊法则的形式表示，设计模糊控制器.随着图像处理、识别技巧的成长，有一些学

13、者开始研究图像传感器在自动停车系统上的应用问题.本文中，探讨了如何利用摄像头所取得的信息，将车辆驶入由标记线划分出来的停车位的问题.摄像头被装置在车后部，可拍摄到标记线.首先对拍摄图像进行滤波、边沿检测、二值化、下降分辩率等预处理，取得控制器的输入数据.控制器的设计上，给出了两种控制办法:一种是纯粹使用神经网络控制;另一种是将模糊控制和神经网络控制相结合.本文使用两个摄像头获得停车位信息.其中一个摄像头装在车辆前端，担任拍摄停车位前端车辆的图像;另一个摄像头装在车后部，担任拍摄停车位后端及正面路肩的图像.图像经过预处理后，得到前后车辆及正面路肩的边沿信息.通过计较边沿与参考点的距离(以像素为单

14、位)，估测车辆的位置.使用模糊控制办法生成控制命令，通过人机界面指导驾驶者完成停车操纵.文中所讨论的问题与实际相似，也是利用摄像头收集的信息将车辆驶入标记线划分的长方形区域中.此文在图像处理时，使用了离散小波变换(DWT,discretewavelettransformation)以削减数据量.使用SOM(self-organizingmap)神经网络和模糊控制，实现对车辆的控制.在自动停车系统中，停车位的检测是一个重要的问题.文献16,17对这个问题进行了研究，辨别使用激光雷达和超声波传感器，实现停车位的检测.本文对自动停车系统的整体结构进行了论述.对传感器的选择、标的目的盘的控制、停车控制

15、办法、人机界面的设计等问题进行了阐发.我国目前有多家高校在进行陆地自主车(AMAutonomouslandvehicle)的研究.主要成果有清华大学、北京理工大学、南京理工大学、浙江大学、国防科技大学等几所高校配合研制开发的7138系统;清华大学的THMR-III和THMR-V研究的一个子问题.进入二十一世纪，多个汽车生产厂家陆续推出了自动停车系统:2003年，丰田(Toyota)公司首先在其Prius混杂动力车型上配置了智能停车系统:2007年，又在新款LS460轿车上使用了自动停车系统;2006年，本田(Honda)公司宣布在改良款life车型上提供智能停车帮助系统:2006年，法国的汽车

16、零部件供给商法雷奥(Valeo)公司宣布了其第一代自动停车系统(Park4UlM)，并己在大众(Volkswagen)公司的途安系列车型中应用;BMW也在测试类似的统:SiemensVDO公司正在开发名为ParkMate的自动停车系统，预计2008至2009年推向市场.下面介绍一下各厂家自动停车系统的特点丄S460的自动停车系统由雷克萨斯的母公司Toyota以及AisinSeiki协作研发，采取了Dens.公司的超声波传感器和Aisin基于摄像头的图像识别技巧.此系统配置了超声感应装置车头六个感应头，车尾四个，目的是能准确检测车辆位置.图像识别上，其图像收集来自后置摄像头，Aisin通过色彩对

17、比技巧增强了该系统的空间识别性能.在开始停车前，驾驶者需通过触摸屏确定停车方法以及调整停车位的位置.设置好后，驾驶者按下“OK按钮，把手从标的目的盘上拿开，由驾驶者控制车辆的倒车速度,自动停车系统控制车辆的转向，借助后视摄像头、超声传感器以及转向系统中的电子马达.将车驶入停车位.这个进程中，驾驶者可以通过踩刹车或转动标的目的盘中止自动停车.本田2006改良款life上的智能停车帮助系统，其实不基于传感器技巧.其任务原理是:首先，要求驾驶者将车辆停在某一特定位置（车身某一固定点与停车位边沿对齐，从而确定了车身与停车位之间的位置关系）:然后，要求驾驶者选择停车方法如右倒车停车、左倒车停车，或纵列停

18、车）:接着，驾驶者按下“START键，停车帮助系统将车辆诱导至最佳倒车起始位置;最后，停车帮助系统会通过语音提示的方法，指导驾驶者操纵标的目的盘，将车倒进停车位.本田的这套系统，相对来讲，有一定的成本优势，但需要驾驶者进行较多的操纵，智能性上有所欠缺.法雷奥的Park4UTIn系统，是一个基于超声波传感器测距的自动停车系统.装置了此系统的车辆只需按一下“开始位置”时，铺开标的目的盘，只需控制速度和刹车便可停车入位法雷奥的下一代Park4UTM系统，将可以在更狭小的空间内完成自动停车，其目标是在前后比车长多出50厘米时，仍可完成自动停车.此系统只是在没有碰撞的情况下，尽量把车倒进车位，在系统操纵

19、完成后，车辆其实不一定能完全停入理想的位置,此时需要驾驶者人工操纵，进行调整.我国的汽车产业起步较晚，在自动停车系统的应用上也落后于世界先进国度.比亚迪股分有限公司于2003年12月向国度知识产权局提出了自动停车系统的实用新型专利申请，并在2005年取得授权211.不过目前未得到更多关于此技巧在具体车型上应用的报导.为了缩小国际与国外产品的水平差距，需要在自本文是在国际外现有研究成果的根本上，对自动停车系统进行研究，完成自动停车系统的设计与实现的任务，并验证自动停车系统的功效、性能是否达到设计要求.课题的研究内容有：1.自动停车系统的总体设计，包含自动停车系统功效模块的划分、传感器的选择、车位

20、检测的办法，以及人机交互方法的确定.2.对平行停车和垂直停车两种罕有停车方法，阐发停车时的行驶轨迹，从理论上计较理想的倒车起始位置，并提出基于模糊控制的停车办法，通过仿真实验验证办法的可行性.3构建自动停车系统的实验平台.此平台包含模型车辆、车辆运动控制电路及相关控制软件.4.自动停车系统软件的实现.包含车位检测办法的软件实现、平行停车和垂直停车模糊控制办法的软件实现、人机界面的软件实现.5在自动停车实验平台上进行平行停车和垂直停车实验，以验证所设计的自动停车系统的可行性.本文第二章介绍了自动停车系统研究进程中应用到的理论知识和技巧;第三章给出了自动停车系统的总体结构，并论述了除停车控制办法以

21、外的各功效模块的设计思路;第四、五章辨别对平行停车和垂直停车两种方法，提出停车控制办法，给出mattab软件仿真结果，并对结果进行阐发;第六章首先介绍自动停车系统实验平台的构建，然后论述自动停车系统各功效模块的软件实现，最后对自动停车系统在实验平台上的测试结果进行阐发.本文所研究的自动停车系统，主要应用于前轮转向的四轮小车上由于在泊车时，车辆行驶的速度一般不会很快，因此疏忽离心力的作用，以及车轮与地面打滑的情况建模时，认为车轮是刚体圆盘小车理想的动力学模型如图2.1所示：图2.1车辆的动力学模型图2.1中，车辆前后车轴的距离为L,车身与参考坐标x轴夹角为B.因为要求车辆转向时，车轮不打滑，所以

22、过车辆四个车轮中心点，作车轮的垂直线，相交于一点尸.从图2-1看出，左、右前轮偏转角度是不相同的.可以把两个前轮等效于在前车轴中点ml的一个车轮，等效的偏转角度为W假定车辆前车轴中点ml的运行速度为，后车轴中点m2的坐标为(x,y)，则可列出车辆的运动方程:X=vcos申cos0C(n).通常选择式()作为国的隶属函数.f(x)=1_f(x)()2并运算模糊荟萃A和B的并运算暗示为呵呵的隶属函数定义为：打b(x)=s(f(x)，石冋(3.3)函数s满足以下四个条件：s(1,1)=1,s(0,m)=s(m,0)=m;S(m,n)=s(n,m);如果mm且nn,贝Us(m,n)s(m,n);(4)

23、S(m,n),p)=s(m,s(n,p).满足以上四个条件的函数为s-范式.经常使用的匝的隶属函数有max函数.3.走运算.模糊荟萃A和B的走运算暗示为虫B，陋B的隶属函数定义为：fax)=t(f(x)，fB(x)l(3.4)函数t满足以下四个条件：t(0,0)=0，t(1，m)=t(m,1)=m;t(m,n)=t(n,m);如果mm且nn，则|t(m,n)t(m,n);t(m,n),p)=t(m,t(n,p).满足以上四个条件的函数称为t-范式.经常使用的匝的隶属函数有min函数.3.2模糊语言语言是一种符号系统，它包含自然语言，机械语言等等.其中自然语言是以字或词为符号的一种符号系统，人们

24、用它暗示主客不雅世界的各类事物、不雅念、行动和情感的意义，是人们在日常任务和生活中所使用的语言.自然语言中常含有模糊概念.在实际生产进程中，人们发明，有经验的操纵人员，虽然不懂被控对象或被控进程的数学模型，却能凭借经验采纳相应的决策，很好的完成控制任务.在现实世界中，世界的良多特征是无法精确描述的.为了能用数学形式描述这些特征，Zadeh引入了语言变量这个概念语言变量可表征为四元组（X,T,U,M）,各个元素的寄义如下：X为语言变量名称，如“温度”；T为语言变量X取值的术语荟萃，如X=“温度”，T=冷，暖，热；U是语言变量X的论域，如X=“温度”，U=-10,40;M是X取值的语义法则从分类的

25、角度看，u是分类对象，T是各个类此外标签，M是一个分类器，分类的结果是若干个模糊荟萃.例如，控制加热炉的温度时，就可以按照操纵工人的经验调节电加热炉供电电压，达到升温和降温的目的，人工操纵控制温度时，操纵工人的经验，可以用下述语言来描述：若炉温低于给定温度则升压，低的越多，升压越高.若炉温高于给定温度则降压，高的越多，降压越低.若炉温等于给定温度，则保持电压不变.上述这些用以描述操纵经验的一系列模糊性语言，就是模糊条件语句.再用模糊逻辑推理对系统的实时输入状态不雅丈量进行处理.则可产生相应的控制决策，这就是模糊控制.有了语言变量的概念后，可以把人们用自然语言描述的命题（称之为模糊命题）与模糊荟

26、萃成立起对应关系.模糊命题的最复杂形式为一个单独的陈述句，如“x是T1”,x是语言变量，目是语言变量的值，即其中一个类此外标签这个陈述句与T1确定的模糊荟萃相对应庞杂的模糊命题可分化为若干条复杂的模糊命题当命题可用语言变量这种数学形式描述后，人类的知识就可用数学形式进行描述.“模糊逻辑”的概念，其底子在于区散布尔逻辑或清晰逻辑，用来定义那些含糊不清，无法量化或精确化的问题，对于冯诺依曼开创的基于“真假”推理机制，以及因此开创的电子电路和集成电路的布尔算法，模糊逻辑填补了特殊事物在取样阐发方面的空白.在模糊逻辑为根本的模糊集公道论中，某特定事物具有特色集的隶属度，他可以在“是”和“非”之间的规模

27、内取任何值.而模糊逻辑是公道的量化数学理论，是以数学根本为底子去处理这些不确定、不精确的信息.逻辑学是研究推理的办法和原理的一门学科.这里推理暗示由现命题得到新命题.模糊逻辑是研究从不精确的前提推出不精确的结论的办法和原理.其中狭义取式推理是模糊逻辑中的一个重要基来源根底理.狭义取式推理陈述的是，给定两个模糊命题“x为A”和“如果x为A,则y为B”，可推出一个新模糊命题y为B”即前提1：x为A前提2:如果x为A，则y为B结论：y为B模糊命题可用一个模糊荟萃描述，模糊法则可用一个模糊关系描述.对于狭义取式推理的陈述，用模糊荟萃和模糊关系描述如下：设语言变量x的论域为U,模糊荟萃A、A辨别与命题“

28、x为A”和“x为A”对应，其隶属函数为和；语言变量y的论域为V,模糊荟萃B、B辨别与命题“y为B”和“y为B”对应，其隶属函数为；模糊法则“如果x为A,则y为B”用论域UXV上的模糊关系Q进行描述，它的隶属函数匚回可由式（3.3）或（3.4）计较取得.狭义取式推理的进程，就是给定模糊荟萃团，计较出模糊荟萃因的进程.卫的计较公式其中函数t是t-范式，函数max对所有函数t的结果取最大值.如下f(y)二maxtf(x),f(x,y)BfAfxUAtB(3.5)成立的模糊控制法则要经过模糊推理才干决策出控制变量的一个模糊子集，它是一个模糊量而不克不及直接控制被控对象，还需要采纳公道的办法将模糊量转换

29、为精确量，以便最好地阐扬出模糊推理结果的决策效果.把模糊量转换为精确量的进程称为清晰化，又称解模糊（defuzzification）、去模糊化、逆模糊化、反模糊化.模糊控制是基于模糊逻辑描述的一个进程的控制算法.它是用模糊数学的知识模仿人脑的思维方法，按照模糊现象进行识别和判决，给出精确控制量，进而对被控对象进行控制的.对于参数精确已知的数学模型，我们可以用波特图或奈克斯特图来阐发其进程以取得精确的设计参数.而对一些庞杂系统，如粒子反响，气象预报等设备，成立一个公道而精确的数学模型是很是困难的.对于电力传动中的变速矢量控制问题，尽管可以通过丈量得知其模型，但由于其多变量且非线性变更的特点，精确

30、控制也是很是困难的.模糊控制技巧依据与操纵者的实践经验和直不雅推断，也依靠设计人员和研发人员的经验和知识堆集.它无需成立设备模型，因此根本上是自适应的，具有很强的鲁棒性.历经多年成长，已有许多成功应用模糊控制理论的案例，如Rutherford、Carter应用于冶金炉和热互换器的控制装置.3.4模糊控制的优点对比常规控制办法，模糊控制有以下几点优势：（1）模糊控制完全是在操纵人员经验控制根本上实现对系统的控制，无需成立数学模型，是解决不确定系统的一种有效途径.（2）模糊控制具有较强的鲁棒性，被控对象参数的变更对模糊控制的影响不明显，可用于非线性、时变、时滞的系统，并能取得优良的控制效果.（3）

31、由离散计较得到控制查询表，提高了控制系统的实时性、快速性.（4）控制的机理适合人们对进程控制作用的直不雅描述和思维逻辑，是人工智能的再现，属于智能控制.3.5模糊变量的隶属函数MATLAB模糊东西箱提供了许多函数，如表3.1所示的模糊隶属度函数，用以生成特殊情况的隶属函数，包含经常使用的三角型、高斯型、n型、钟型等隶属函数.表3.1模糊隶属度函数函数名函数功效描述pimf成立n型隶属度函数gauss2mf成立双边咼斯型隶属度函数gaussmf成立咼斯型隶属度函数gbellmf生成一般的钟型隶属度函数smf成立S型隶属度函数trapmf生成梯形型隶属度函数trimf生成三角型隶属度函数zmf成立

32、Z型隶属度函数在MATLAB东西箱中，把模糊推理系统的各部分作为一个整体，提供了模糊推理系统数据结构办理函数，用以完成模糊法则的成立、解析与修改，模糊推理系统的成立、修改和存储办理以及模糊推理的计较及去模糊化等操纵.（1）readfis功效：从磁盘载入模糊推理系统.（2）addrule功效：向模糊推理系统添加模糊法则.（3）addvar功效：向模糊推理系统添加变量.（4）convertfis功效：将模糊逻辑东西箱1.0版FIS转换为2.0版FIS结构.（5）evalfis功效：执行模糊推理计较.（6）gensurf功效：生成模糊推理系统的曲面并显示.（7）getfis功效：取得模糊推理系统特性

33、曲线.（8）mam2sug功效：将MamdaniFIS变换为SugenoFIS.（9）parsrule功效：解析模糊法则.（10）plotfis功效：作图显示模糊推理系统输入/输出结构.（11）plotmf功效：绘制隶属度函数曲线.（12）rmmf功效：从模糊推理系统中删除隶属度函数.（13）rmvar功效：从模糊系统中删除对象.（14）setfis功效：设置模糊推理特性.（15）showfis功效：显示添加了注释的模糊推理系统.（16）showrule功效：显示模糊法则.（17）writefis功效：将模糊法则保管到磁盘中.（18）addmf功效：向模糊推理系统添加隶属度函数.（19）def

34、uzz功效：隶属度函数的去模糊化.去模糊化办法的5个可取的值如下：Centroid：面积重心法.Bisector:面积平分法.Mom:平均最大隶属度法.Som:最大隶属度取最小法Lom:最大隶属度取最大法.（20）evalmf功效:通用隶属度函数估量.（21）mf2mf功效:隶属度函数间的参数转换.（22）newfis功效:成立新的模糊推理系统.选择较多的词汇描述输入、输出变量，可以使制定控制法则便利，但是控制法则相应变得庞杂；选择词汇过少，使得描述变量变得粗糙，导致控制器的性能变坏.一般情况下都选择七个词汇，但也可以按照实际系统需要选择三个或五个语言变量.针对被控对象，改良模糊控制结果的目的

35、之一是尽量减小稳态误差.因此，对应于控制器输入（误差、误差的变更率）之一的误差采取:（负大，负中，负小，零，正小，正中，正大）用英文字头缩写为:NB，NM，NS，ZO，PS，PM，PB另一个输入误差的变更率及控制器的输出采取:（负大，负中，负小，零，正小，正中，正大）用英文字头缩写为:NB，NM，NS，Z0，PS，PM，PB定义各模糊变量的模糊子集.定义一个模糊子集，实际上就是要确定模糊子集隶属函数曲线的形状.将确定的隶属函数曲线离散化，就得到了有限个点上的隶属度，便组成了一个相应的模糊变量的模糊子集.理论研究显示，在众多隶属函数曲线中，用正态型模糊变量来描述人进行控制勾当时的模糊概念是适宜的

36、.但在实际的工程中，机械对于正态型散布的模糊变量的运算是相当庞杂弛迟缓的，而三角型散布的模糊变量的运算复杂、迅速.因此，控制系统的众多控制器一般采取计较相对复杂，控制效果迅速的三角型散布.3.7模糊推理方法Mamdani模糊模型(迈达尼型)Mamdani型的模糊推理办法最先将模糊荟萃的理论用于控制系统9.它是在1975年为了控制蒸汽策动机提出来的.其采取极小运算法则定义表达的模糊关系.如R：IfxisAthenyisB.式中：x为输入语言变量；A为推理前件的模糊荟萃；y为输出语言变量；B模糊法则的后件.用RC暗示模糊关系，如公式(3.6).R二AXBJX,Y卩A(X)7B(y)f(兀I(3.6

37、)当x为因，且模糊关系的分解运算采取“极大一极小”运算时，模糊推理的结论计较如公式3.7所示.3.7)B=AR-Iv(p(x)a(pA(x)八pB(y)/y.CYx=XATakagi-Sugeno模糊模型(高木-关野)Sugeno模糊模型也称TSK模糊模型，旨在开发从给定的输入输出数据荟萃产生模糊法则的系统化办法.此类办法将解模糊也结合到模糊推理中，故输出为精确量.这是因为Sugeno型模糊法则的后件部分暗示为输入量的线性组合.它是最经常使用的模糊推理算法.与Mamdani型类似；其中输入量模糊化和模糊逻辑运算进程完全相同，主要不同在于输出隶属函数的形式.典型的零阶Sugeno型模糊法则的形式

38、：IfxisAandyisBthenz=k.式中：X和y为穿入语言变量；A和B为推理前件的模糊荟萃；z为输出语言变量；k为常数.更加一般的一阶Sugeno模型法则形式为：IfxisAandyisBthenz=px+qy+r.当然，以上两种解模糊办法各有所长.由于Mamdani型模糊推理法则的形式适合人们的思维和语言表达的习惯.因而能够便利地表达人类的知识，但存在计较庞杂、倒霉于数学阐发的缺点；Sugeno型模糊推理则具有计较复杂，利于数学阐发的优点，是具有优化与自适应能力的控制器或模糊建模东西.3.8模糊控制法则表成立模糊控制器的控制法则.模糊控制器的控制法则是基于手动控制战略，而手动控制战略

39、又是人们通过学习、试验以及长期经验堆集而逐渐形成的，存储在操纵者头脑中的一种技巧知识荟萃.手动控制进程一般是通过对被控对象（进程）的一些不雅测，操纵者再按照已有的经验和技巧知识，进行综合阐发并做出控制决策，调整加到被控对象的控制作用，从而使系统达到预期的目标.手动控制的作用同自动控制系统中的控制器的作用是基底细同的，所不合的是手动控制决策是基于操纵系统经验和技巧知识，而控制器的控制决策是基于某种控制算法的数值运算.利用模糊集公道论和语言变量的概念，可以把利用语言归结的手动控制战略上升为数值运算，于是可以采取微型计较机完成这个任务以代替人的手动控制，实现所谓的模糊自动控制.模糊控制表一般由两种办

40、法取得，一种是采取离线算法，以模糊数学为根本进行分解推理，按照采样得到的误差e、误差的变更ec,计较出相应的控制量变更Uj.另一种是以操纵人员的经验为依据，由人工经验总结得到模糊控制表.然而这种模糊控制表是很是粗糙的,引起粗糙的原因，是确定模糊子集时，完全靠人的主不雅而定，不一定适合实际情况，在线控制时有需要对模糊控制表进行在线修正.由于e的模糊联系数是7，ec的模糊联系数也是7.我们成立的模糊系统共包含49条法则.所暗示的法则依次为：打：如果E是NBandEC是NB则U是NB囤：如果E是NBandEC是NM则U是NB因：如果E是NBandEC是NS则U是NMR8:如果E是PBandEC是PM

41、则U是PMR9:如果E是PBandEC是PB则U是PB在View菜单中选择Rules命令，可以查抄模糊推理法则.3.9模糊控制器的根本结构模糊系统的根本结构如图所示:图模糊系统根本结构各个模块的功效如下:法则库.它是一个模糊IF-THEN法则的荟萃.这些模糊法则是人类的知识总结，模糊推理机依赖于法则库的数据以完成推理的任务.模糊器.因为外部输入的信号是清晰值，而模糊推理机需要的输入信号是模糊荟萃，因此需要进行清晰值到模糊荟萃的映射.模糊器的任务就是完成这一映射操纵.经常使用的模糊器有：单值模糊器、高斯模糊器和三角形模糊器等.解模糊器.它是模糊器的逆操纵.因为模糊推理机输出的是模糊荟萃，而外部情

42、况需要的是清晰的信号值，因此需要进行模糊荟萃到清晰值的映射.经常使用的解模糊办法有：重心法、中心平均法、最大值法等.模糊推理机.以模糊器所产生的模糊荟萃为输入，对法则库中的各条法则运用式(3.5)，计较出各条法则的推理结果每条法则生成一个模糊荟萃)，然后对所有推理结果进行s-范式或t-范式运算，得到一个模糊荟萃，作为最终的结论输出到解模糊器.这种办法称为独立推理，所谓独立，是指每条法则独立运用式(3.5)，然后再对结果进行s-范式或t-范式运算.另外,还有一种办法，称为组合推理.它的操纵进程是，先对各条法则所对应的模糊关系进行s-范式或t-范式运算，得到一个单独的模糊关系，这个模糊关系包含了所

43、有法则的信息；然后对输入的模糊荟萃和这个单独的模糊关系运用式(3.5)，得到最终的结论.就计较结果而言，独立推理和组合推理是等价的.在计较的庞杂度上，组合推理比独立推理复杂，这是因为每次推理只需调用一次(3.5).在灵活性上，独立推理优于组合推理，因为独立推理办法可适用于法则库变更的情况，而组合推理是假定法则库不变的.3.10模糊控制器各部分组成模糊化接口模糊化接接受的输入只有误差信号e(t)，由e(t)再生成误差变更率或误差的差分Ae(t)，模糊化接主要完成以下两项功效：论域变换模糊化3.知识库知识库中存储着有关模糊控制器的一切知识，它们决定着模糊控制器的性能，是模糊控制器的焦点.数据库(D

44、ataBase)数据库中存储着有关模糊化、模糊推理、解模糊的一切知识，包含模糊化中的论域变换办法、输入变量各模糊荟萃的隶属度函数定义等，以及模糊推理算法、解模糊算法、输出变量各模糊荟萃的隶属度函数定义等.法则库(RuleBase)模糊控制法则集，即以“fthen”形式暗示的模糊条件语句，如R1：Ife*isA1,thenu*isC1,R2：Ife*isA2,thenu*isC2,其中，e*就是前面所说的模糊语言变量，A1,A2,An是et*的模糊子集，Cl,C2,Cn是u*的模糊子集.法则库中的n条法则是并列的，它们之间是“或”的逻辑关系,整个法则荟萃的总模糊关系为：3.10.3模糊推3机I模

45、糊控制应用的是狭义前向推理.即通过模糊法则对控制决策进行推断，以识确定模糊输出子集3.10.4解模糊接口:【解模糊:被控对象一）论域化反变换模糊推走解模糊一；模糊控制器任务原3d:模糊控制器的原理图，如图所示.图3.2模糊控制器原3图由于一个模糊概念可以用一个模糊荟萃来暗示,因此模糊概念的确定问题,就可以直接转换为模糊集隶属函数的求取问题.因此,对于一类缺乏精确数学模型的被控对象,可以用模糊荟萃的3论,人对系统的操纵和控制的经验,总结成用模糊条件语句的形式写出的控制法则.经过需要的数学处3,来确定一定的推3法例.这样就可以按照输入的模糊信息,依照控制法则和推3法例,做出模糊决策,完成控制动作.

46、为了了解模糊控制器的任务原3,图列出其结构框图.图3.3模糊控制器结构显然，模糊控制器主要由模糊化接口、知识库、模糊推理机、解模糊接口四部分组成，通过单位负反响来引入误差，并以此为输入量进行控制动作.3.12模糊控制技巧的应用概略国际在模糊控制方面也同样取得了显著成果.1986年，都志杰等人用单片机研制了产业用模糊控制器.随后，何钢、能秋思、刘浪舟等人相继将模糊控制办法成功地应用在碱熔釜反响温度、玻璃窑炉等控制系统中.在社会生活领域中，体现在模糊控制技巧在家电中的应用，所谓模糊家电，就是按照人的经验，在电脑或芯片的控制下实现可模仿人的思维进行操纵的家用电器.几种典型的模糊家电产品诸如：模糊电视

47、机、模糊空调器、模糊微波炉、模糊洗衣机、模糊洗衣机等的应用已经相当纯熟.本章对垂直停车的路径和控制办法进行阐发.特别注意，本章中所谓小车的运动轨迹，在没有特殊说明时，是指小车后轮轴中点的运动轨迹.由于车的状态量与控制量之间是非线性关系，并且考虑到各类误差，决定选用模糊控制来设计自动停车系统.4.1汽车倒车模糊控制器构建利用MATLAB模糊东西箱的图形界面可视化东西，可以便利直不雅地实现模糊推理系统的设计进程10.MATLAB模糊东西箱提供的图形化东西有模糊推理系统编辑器(Fuzzy)、隶属函数编辑器(Mfedit)、模糊法则编辑器(Ruledit)、模糊法则不雅察器(Ruleview)、模糊推

48、理输入输出曲面视图(Surfview)等5类.这5个图形化东西操纵复杂，相互动态联系，可以同时用来快速构建用户设计的模糊系统.FIS编辑器.通过上节的阐发可以知道，系统设置为3个输入1个输出.3个输入辨别改成距离、角度1和角度2，输出改成控制角度，这时成立的为初步模糊推理的GUI界面.隶属度函数编辑器.通过法则可以知道，在这里需要定义距离的隶属度函数类型，这里选择Z型和S型辨别定义近距离和远距离.模糊法则编辑器.在法则编辑器中产生已得到的模糊推理法则：如果D是远，U0=01;如果D是近，则0=02.在FIS编辑器的File下选择Savetodiskas,将设计的FIS保管到磁盘文件中，命名为s

49、ltbu，调用时直接采取sltbufis文件.4.2汽车倒车模糊控制器设计所包含的内容确定模糊控制器的输人变量和输出变量(即控制量);设计模糊控制器的控制法则;确立模糊化和非模糊化(又称清晰化)的办法;选择模糊控制器的输入变量及输出变量的论域并确定模糊控制器的参数(如量化因子、比例因子);模糊控制器的软硬件实现;公道选择模糊控制算法的采样时间.4.3汽车倒车模糊控制器的结构设计模糊控制器的结构设计是指确定模糊控制器的输入变量和输出变量,究竟选择哪些变量作为模糊控制器的信息量,还必须深入研究在手动控制进程中,人如何获得、输出信息,因为模糊控制器的控制法则归根到底仍是要模拟人脑的思维决策方法.在手

50、动进程中，人所能取得的信息量根本上为三个：误差、误差的变更、误差变更的变更，即误差变更的速率.一般来说，人对误差最敏感，其次是误差的变更，再次是误差变更的速率.从理论上讲，模糊控制器的维数越高，控制越精细.但维数太高，模糊控制法则变得过于庞杂，控制算法的实现相当困难.这也许是目前人们普遍设计和应用二维模糊控制器的原因所在，因此，本论文也采取二维模糊控制器，即以误差、误差的变更率作为输入冋4.4汽车倒车模糊控制器法则的设计控制法则的设计是设计模糊控制器的关头，一般包含三部分设计内容：选择描述输入、输出变量的词集，定义各模糊变量的模糊子集及成立模糊控制器的控制法则.（1）选择描述输入和输出变量的词

51、集.模糊控制器的控制法则表示为一组模糊条件语句，在条件语句中描述输入输出变量状态的一些词汇（如“正大”、“负小”等）的荟萃，称为这些变量的词集（亦可以称为变量的模糊状态）.选择较多的词汇描述输入、输出变量，可以使制定控制法则便利，但是控制法则相应变得庞杂；选择词汇过少，使得描述变量变得粗糙，导致控制器的性能变坏.一般情况下都选择七个词汇，但也可以按照实际系统需要选择三个或五个语言变量.针对被控对象，改良模糊控制结果的目的之一是尽量减小稳态误差.糊子集隶属函数曲线的形状.将确定的隶属函数曲线离散化，就得到了有限个点上的隶属度，便组成了一个相应的模糊变量的模糊子集.理论研究显示，在众多隶属函数曲线

52、中，用正态型模糊变量来描述人进行控制勾当时的模糊概念是适宜的.但在实际的工程中，机械对于正态型散布的模糊变量的运算是相当庞杂弛迟缓的，而三角型散布的模糊变量的运算复杂、迅速.因此，控制系统的众多控制器一般采取计较相对复杂，控制效果迅速的三角型散布.（3）成立模糊控制器的控制法则.模糊控制器的控制法则是基于手动控制战略，而手动控制战略又是人们通过学习、试验以及长期经验堆集而逐渐形成的，存储在操纵者头脑中的一种技巧知识荟萃.手动控制进程一般是通过对被控对象（进程）的一些不雅测，操纵者再按照已有的经验和技巧知识，进行综合阐发并做出控制决策，调整加到被控对象的控制作用，从而使系统达到预期的目标.手动控

53、制的作用同自动控制系统中的控制器的作用是基底细同的，所不合的是手动控制决策是基于操纵系统经验和技巧知识，而控制器的控制决策是基于某种控制算法的数值运算.利用模糊集公道论和语言变量的概念，可以把利用语言归结的手动控制战略上升为数值运算，于是可以采取微型计较机完成这个任务以代替人的手动控制，实现所谓的模糊自动控制.由于一个模糊概念可以用一个模糊荟萃来暗示，因此模糊概念的确定问题，就可以直接转换为模糊集隶属函数的求取问题.因此，对于一类缺乏精确数学模型的被控对象，可以用模糊荟萃的理论，人对系统的操纵和控制的经验，总结成用模糊条件语句的形式写出的控制法则.经过需要的数学处理，来确定一定的推理法例.这样

54、就可以按照输入的模糊信息，依照控制法则和推理法例，做出模糊决策，完成控制动作.在一般情况下，车辆的转向及行进速度均由驾驶者控制；在进行停车操纵时，车辆的转向角由模糊控制器控制，速度依然由驾驶者控制.各传感器的丈量值需经过预处理（如滤波、归一化等）后，再传递给模糊控制器.系统的输出值是车辆的状态（x,y,O）.在停车进程中，需要获得车身偏向角0的大小，作为调整车辆转向角的依据.使用多个超声波传感器的测距结果，可预算出车身的偏向角.模糊控制器的输入量有：车身偏向角0,输出量是前轮转向角设语言变量A是车身偏向角，它的论域为-90,90，暗示车身偏向角的变更规模从-90。到+90。.A的语言值有：“正

55、大”（PB）、“正小”（PS）、“零”（Z）、“负小”（NS）、“负大”（NB），其隶属函数如图4.1（b）所示.设语言变量U是前轮转向角，它的论域为-40,40,暗示前轮转向角变更规模从-40到+40,U的语言值有：“正大”（PB）、“正小”（PS）、“零”（Z）、“负小”（NS）、“负大”（NB）.模糊控制的倒车控制中输入量的隶属函数散布如图4.1所示：（a）（b）（c）图4.1模糊控制输入的隶属函数模糊控制的倒车控制中输出量的隶属函数散布如图4.2所示：图4.2模糊控制输出的隶属函数4.4汽车倒车仿真系统构建在实际的倒车中，当我们想把汽车倒人车库时，首先要预算一下车位的位置和车的相对位置

56、（如左前方，距离远近等），然后阐发判断，确定一个行驶的路线进行倒车.当确认汽车完全进入车库后，倒车结束.代替人工控制后，模糊控制汽车倒车的任务流程如图4.3所示.Yes到车位?No结束汽车定位模糊计较转角停止运动汽车控制系统汽车运动图4.3模糊控制汽车倒车仿真流程由此得出成立汽车仿真模型需要的几个模块：模糊控制模块、汽车模块、停止模块、动画显示模块、定位模块等.（1）汽车模型.可以按照汽车的动力学方程机关汽车的模型：在这里，門为汽车的车轴和水平标的目的的夹角，門为汽车的前轮和汽车车轴的夹角从上面的阐发可以看出汽车有3个控制状态变量tx、y、5,个输出变量門所以可以初步确定计较转角的模型如图4.

57、4所示.图4.4模糊控制汽车倒车仿真模型（2）汽车的停止模块.汽车的停止模块同样采取的是用户自定义模块中的Fen子模块.（3）汽车定位模块.汽车定位模块主要是利用了用户自定义模块中的Fen模块来实现距离函数在这个模型中，near和far是2个状态反响控制器，它们辨别任务在2个不合的状态变量的时候，而模糊控制器在这里如同个搅拌机使2个状态能够平滑地控制.按照卡车模型成立的仿真模型，如图4.4所示其中，模块Truckkinematics为方程组暗示的汽车系统模型.并经过了封装；Fuzzycontroller模块暗示的是模糊控制器；Animation模块作为输出的动画显示模块.本文中主要是编辑结果输

58、出的动画显示模块.动画的输出与SIMULINK仿真进程中的时间设定有关流程如图4.5所示MATLAB定义的S函数中，主要用Flag控制标签来实现控制，完成仿真动画的输出.图4.5模糊控制流程图使用MATLAB软件对模糊控制器进行仿真实验，查验其控制性能.首先，用MATLAB的Simulink东西成立仿真情况，如图4.4所示.图4.4中,按照2.1节描述的小车动力学模型，成立“车辆模型”模块，其输入量是前轮转向角和运行速度，输出量是车辆的状态（位置和车身偏向角）;“编码器”和“超声波传感器”模块实现了对真实传感器的模拟；传感器的丈量结果经过“预处理”后，输入到“控制器”模块；“控制器”模块是由f

59、uzzy东西箱成立的模糊控制器,它的隶属函数和模糊法则依照前面的描述进行设置；“控制器”模块的输出量是前轮转向角的取值，其单位是“角度”，需经“单位转换”模块转换成“弧度”；车辆的转向系用一阶系统进行模拟；在仿真进程中,将车辆的状态和控制器输出值实时记实到数组中，以便利绘制各类曲线图.仿真实验中各参数取值如表4.1所示：表4.1某司机倒车输入输出数据表法则的每个数据属于其模糊子集的隶属度相乘的办法，算出相应的控制强度，按照强度大小按“去小留大”原则决定矛盾法则的去留.所有的模糊法则语句经过筛选、整理以后得到的模糊法则如表4.2所示.表自动停车的模糊法则表xePBPSZNSNBnearNBNBZ

60、ZPSfarZZZPBPB下面是自动停车的仿真结果：(1)模糊推理系统编辑器，如图4.6所示.图4.6模糊推理系统编辑器(2)模糊法则编辑窗，如图4.7所示.图4.7模糊法则编辑窗口模糊推理法则不雅察器，如图4.8所示.(C)图4.8模糊推理法则不雅察器垂直距离较近，水平距离较近时仿真结果如图4.9所示：图4.9仿真结果垂直距离较近，水平距离较远时仿真结果如图4.10所示：图4.10仿真结果垂直距离较远，水平距离较近时仿真结果如图4.11所示:图4.11仿真结果（7）垂直距离较远，水平距离较远时仿真结果如图4.12所示：图4.12仿真结果从仿真结果看出，设计的模糊控制器在车辆初始状态与理想的初