自动泊车系统的控制算法简介.ppt

* 自动泊车系统的控制算法简介 一、最小车位问题 二、路径规划法 三、模糊控制法 李智控制任务 如图 所示 ,矩形 a ’b ’c ’d ’ 以及矩形 abcd 代表汽车的外形尺寸;矩形 abcd 所示意的位置为汽车开始泊车时的初始位置;矩形 a ’b ’c ’d ’ 所示意的位置为汽车完成泊车时的终点位置;Rmin _louter 为方向盘左打死时外侧车轮的转半径;Rmin_linner ,Rmin_rinner 分别为方向盘左打死、右打死时左、右轮的最小转弯半径;阴影区 ABCD为最终确定的极限最小车位。过程解释如下:驾驶员在汽车到达初始位置 abcd 处 ,向右打死方向盘 ,倒车 ,至 f点处向左打死方向盘 ,倒车 ,在汽车到达终点位置 a ’b ’c ’d ’ 处 ,汽车回正 ,停车。图中所示路径BfD为汽车实现平行泊车的最短路径,阴影区 ABCD 为极限最小车位。 一、最小车位问题 国内外解决自动泊车的方法大致分为两个方向: ① 路径规划:根据停车空间的几何形状 ,车辆的动力学模型 ,碰撞约束等 ,预先规划到达泊车位置的几何路径 ,通过控制算法跟踪该路径。 ②应用模糊逻辑和神经网络等算法模拟驾驶技术成熟的驾驶员的泊车行为 ,通过控制汽车转向角和相对停车位的位置,控制汽车实现泊车。 包含三个过程：车位检测、路径规划和路径跟随。 1.车位检测的任务是要把车旁的空闲车位检测出来并且确定车位本车的相对位置； 2.路径规划则在空闲车位检测完成的基础上，生成一条路径来，此路径既要安全又要易于控制； 3.路径跟随则是对先前生成路径的跟随，需要做到高精度控制。 二、路径规划法 1.车位检测 2.路径规划 考虑到第二段圆弧的生成需要车辆达到最小转弯半径，不利于最终控制，故将第二段圆弧的半径 R2设为为最小转弯半径 Rmin和最大安全半径 Rmax的均值。 3.路径跟随 PID控制 式中各参数和变量的含义分别为:ui是 i 时刻的控制器的输出； 是比例系数；ei是控制器的输入，为偏差量；Ki是积分常数；Kd是微分常数。把三者的控制作用综合起来考虑，不同控制规律的组合，对于相同的控制对像，会有不同的控制效果。 从本系统所要实现的功能出发，决定采用 PID 控制器。而具体的参数 Kp，Ki，Kd则需要同时实验测试来确定。 然而在大转弯时，这种方法响应慢，预瞄和其他参数难以调整，控制很难达到精确的程度，因此在单点预瞄方法中加入前馈控制，以加快系统的响应速度，提高控制精度。前馈控制为车辆的转角 Φ，可由下式而得，车辆跟随不同圆弧的路径时选用不同的转角。式中 L 为车辆轴距。 tan φ = L /R 在进行 PD 反馈控制时，传统的直线预瞄方法，预瞄点为 A，误差项D1为 A 点至目标路径距离最短的矢量。此处由车辆当前位姿在转弯状态下通过航位推算来进行位姿估计，预瞄点为 B，然后用相同方法计算出误差项 e 为 D2。最终输出转角 a: 实验场景 实验结果 三、模糊智能控制 模糊控制的实质是将有关领域的专家知识和熟练操作人员的经验，转化成模糊化的语言规划，通过模糊推理与模糊决策，实现对复杂系统的控制。 模糊逻辑的数学基础 模糊控制过程 * * *