灭火智能车辆PID控制方法研究.pdf

灭火智能车辆 PID控制方法研究 ——马育林 吴 青 吴 勇 等 19 灭火智能车辆 PID控制方法研究* 马育林 吴 青 吴 勇 王维锋 (武汉理工大学 水路公路交通安全控制与装备教育部工程研究中心 武汉 430063) 摘 要 为满足灭火智能车辆在火灾现场所需的精确运动要求和技术性能，充分利用 BP神经网络 能够逼近任意非线性系统的优点 ，将 BP神经网络和 PID控制相结合 ，把训练后的网络输 出作为 PID 控制器输入 ，并不断调整其 P、I、D参数 ，进而调整控制器 的输 出电压 以控制灭火智能车辆 的速度。 关键词 灭火智能车辆 ；BP神经 网络 ；PID控制器 中图分类号 ：TP27 文献标志码 ：A 智能车辆参与灭火与救援能够帮助人们解决 地面立 即产生作用在履带上的反作用力 ，使整车 很多问题，同时减少 了相关人员可能会遭受 的各 对地面产生向前或向后的运动 ，整车也随之运动。 种风险。但是操纵智能车辆被看作是一个多输 这种结构使整个灭火智能车行走平稳 ，动力强大。 入、多输 出、输入输出关系复杂多变 、不确定多干 车上安装 了灭火装置和检测火焰 的红外传感器 ， 扰源的复杂非线性系统 的控制过程，而且它对位 也可扩展安装摄像头、液晶显示器、数字罗盘 、机 移、速度和加速度都提 出了一定 的要求 ，传统 的 械手臂等装置 。车的前部和左右安装了用于避障 PID控制对这些复杂过程和非线性系统不能进行 的红外传感器 。灭火智能车的任务是在危险而又 有效的控制，要使 PID控制取得较好 的控制效 复杂的火灾现场，寻找火源，并迅速扑灭火源 。这 果，需要找出比例、微分和积分 3种控制作用形成 要求灭火智能车能够通过寻找 目标 、识别 目标 、追 控制量时的非线性关系 ，这就使得智能控制理论 踪 目标、动态避障来完成灭火任务 。因此 ，采用基 和技术 的研究进入 智能车辆控制领域成为必 于行为的混合反映式控制 ，将系统并行分解为巡 然 。 航行为、避障行为、目标寻找行为 3种 。混合式控 近年来 ，将 BP神经网络应用于 PID控制 已 制方案如图 1所示 。在这里，设定 ：避障行为的优 成为一大研究热点l4]。本文将传统 PID控制和 先级最高；寻找行为次之 ；巡航行为最低 ；这样才 BP神经网络控制结合在一起 ，用于灭火智能车 能确保灭火智能车在火灾现场顺利找到火源并将 的速度闭环控制 中，既利用 了PID控制 的长处 ， 其扑灭。 又考虑到神经 网络独特的优势即神经网络可以充 外界环境ll智能车辆I 分逼近任意复杂的非线性关系，具有模糊性 、容错 知 行为动作J l理解与感 性和 自学习的能力 ，这样可以在线调整 PID控制 行 为 选 择 模 块 器的参数 ，提高系统的应变能力，在一定程度上克 避障行为 巡航行为 寻找行 为 服了PID控制参数靠经验确定及难 以对复杂系 ‘ 统或过程进行有效控制的不足 。 电机行为 传感器行为 图 1 基