基于模糊自适应PID的汽车驾驶机器人的车速控制

作者:陈刚;张为公 刊名:汽车工程 上传者:樊柳艳

【摘要】针对汽车驾驶机器人采用常规PID控制时车速波动大、调节器参数调整困难等问题,提出了一种基于模糊自适应PID的汽车驾驶机器人车速控制方法。首先建立了汽车驾驶机器人多机械手协调控制模型,然后在此基础上设计了一种驾驶机器人模糊自适应PID车速控制器,实现了驾驶机器人对给定循环行驶工况的车速跟踪。试验结果表明,与常规PID控制方法相比,采用所提出的方法车速跟踪精度明显改善,车速跟踪误差在±2km/h范围内,满足国家汽车试验标准的要求,保证汽车试验数据准确有效。

全文阅读

前言驾驶机器人是在汽车试验中代替人类驾驶员进行驾驶操作的工业机器人。国外驾驶机器人的关键技术还处在保密阶段,目前只有少数几个发达国家拥有该项技术,主要有德国的SCHENCK、VW和STHLE,美国的LBECO,英国的MIRA、FroudeCon-sine,日本的HORIBA、NissanMotor和AUTOMAX等公司。国内主要有东南大学与南京汽车研究所联合研制成功的、具有自主知识产权的DNC-1型和DNC-2型驾驶机器人。利用驾驶机器人进行汽车试验对于减轻试验人员的劳动强度,节省试验费用,提高试验效率,消除人为因素的影响,进而加速汽车研发进程都有重要意义[1-2]。在汽车试验中对驾驶机器人的基本要求是能够跟踪预先设定的循环行驶工况,即设定的车速-时间曲线,在获取有关的传感器信息基础上,完成油门、制动、离合和换挡动作的协调配合,实现试验车辆的自动驾驶[3-4]。驾驶机器人的关键技术是车速控制,即实现对预定目标车速的跟踪。文献[5]中运用H控制实现了驾驶机器人的车速控制,能够有效抑制外界不确定扰动和汽车参数不确定性,但控制参数调整复杂;文献[6]中利用变参数PID控制方法实现了驾驶机器人的车速跟踪,但存在调节器参数难以在线整定的缺点,且车速波动较大。由于汽车驾驶机器人车速控制具有非线性、响应滞后大的特点,采用常规的PID控制方法,在进行车速控制时若要超调小,则难以保证快速性的指标;若要动态过程快,则超调量必然过大,而且常规PID控制器不具备在线整定参数的功能,致使不能满足在不同的车速偏差和偏差变化率下对PID控制参数的要求。模糊控制不需要系统精确的数学模型,可以融合人类驾驶员的驾驶经验与知识,保证对给定车速的跟踪控制精度,但只利用模糊控制方法进行系统控制,往往不能满足控制对象的所有指标(尤其是在控制底层),因此模糊控制还需要某种传统的控制器作为补充,一般采用PID控制方法。模糊自适应PID控制是由模糊控制和常规PID控制串联组成的,PID控制器的输入是模糊控制器的输出,PID控制器的输出就是整个控制器的输出,它兼备了模糊控制和PID控制的优点,可以达到更好的控制效果[7]。据此,本文中采用模糊自适应PID控制方法实现汽车驾驶机器人对给定循环行驶工况的车速跟踪,设计了一种驾驶机器人模糊自适应PID车速控制器,利用模糊推理实现了PID控制器的参数在线自整定,试验结果验证了该方法的有效性和精确性。1系统结构汽车驾驶机器人在不改造试验车辆的基础上代替试验人员驾驶汽车,按照预先设定的各种速度-时间循环行驶工况的要求进行试验,操纵油门、制动、离合器机械腿和换挡机械手完成协调配合动作。驾驶机器人由换挡机械手、油门机械腿、制动机械腿、离合器机械腿、计算机控制系统和电动驱动系统等组成,采用纯电动驱动方式,使机器人的操作具有试验人员肌肉的快速性和柔顺性,满足汽车驾驶动作快速(如换挡、制动)、快慢接合(如离合器)和慢速(如油门)等运动要求[1,8-9]。驾驶机器人的系统结构如图1所示。2控制方法图1汽车驾驶机器人系统结构2.1驾驶机器人控制模型汽车驾驶机器人控制系统属于多变量控制系统,各执行机构的运动必须模拟驾驶员的驾驶动作,多机械手/腿的动作既有严格的时序动作关系,又有协调配合并行执行的过程。汽车驾驶机器人各机械手/腿均以汽车速度为目标,在力、速度、位移和时序上进行协调操作,其控制系统必须能够完成机器人本身的运动控制和汽车的车速控制。汽车驾驶机器人多机械手/腿协调控制模型结构见图2。图2驾驶机器人多机械手/腿协调控制模型结构在驾驶机器人的车速和工况驾驶循环指令表中,存

参考文献

引证文献

问答

我要提问