基于遗传算法的智能小车模糊控制系统的研发

基于遗传算法的智能小车模糊控制系统的研发　程志江,等

基于遗传算法的智能小车模糊控制系统的研发

ResearchandDevelopmentofFuzzyControlSystemofSmartCarBasedonGeneticAlgorithm

程志江　李剑波

(新疆大学电气工程学院,新疆乌鲁木齐　830008)

摘　要:基于遗传算法的智能小车模糊控制系统具有道路检测和跟随功能。该系统以飞思卡尔公司生产的16位单片机MC9S12DG128B为控制核心,同时配以红外光电传器、测速装置等外围设备。使用遗传算法工具箱对模糊控制器的隶属度函数进行了优化,并确定了模糊控制器的参数。此外,开发了模糊控制程序,实现了直道、蛇形弯道以及大半径弯道这3种典型道路的自动驾驶。运行效果表明,智能车对任意道路具有较好的跟随性和较高的车速。

关键词:遗传算法　模糊控制　微处理器　单片机　智能小车　道路检测中图分类号:TP273+.4　　　　文献标志码:A

Abstract:Thedevelopmentofthefuzzycontrolsystembasedongeneticonandfollow2upisin2troduced.The162bitsinglechipcomputerFreescalesystem,inaddition,theinfraredsensorandspeed2measuringtoolbox,themembershipfunctionofthefuzzycontrollerisoptimized;aremined.Furthermore,thefuzzycontrolprogramisdevelopedtoimplementdrivingautomaticallyonofconditions:straight,turncornerofsnakeshape,andlargeradiusturncorner.Theresultsofopera2tionshowthatthesmartcarfeatureswellfollow2upperformanceandhigherspeed.

Keywords:Geneticalgorithm　Fuzzycontrol　Microprocessor　Single2chipmicrocomputer　Smartcar　Roaddetection

0　引言

智能小车是由传感器、控制机构和控制算法组成的智能系统,是一个具有自动导航功能的智能汽车的缩微模型。智能小车的基本导航原理是利用机器视觉,使智能车能够沿着正中预设有黑色引导线的白色道路前进,实现自主导航的效果。智能车的性能主要体现在稳定性、流畅性和车速。即智能小车在行驶过程中能尽可能地提高车速,但不得驶离白色道路。

智能车系统的设计开发是一门新兴的综合技术,它涵盖了控制、模式识别、传感技术、电子、电气、计算机、机械及车辆工程等多个学科,其中控制算法对于智能车的自主行驶起着关键作用

[1]

及其驱动装置、红外传感器道路检测装置、速度检测装置、舵机驱动装置、电源及电源管理系统以及LCD显示模块等。智能车控制系统的硬件结构如图1

所示。

图1　控制系统硬件结构框图

Fig.1　Hardwarestructureofcontrolsystem

1.1　MC9S12DG128B单片机

MC9S12DG128B是Freescale公司推出的S12系列单片机中的一款增强型16位单片机,已被广泛应用于汽车工程中。其片内资源丰富,包括16位CPU、128kB的Flash、2个8路10位ADC、增强型8路16位定时器以及8信道的PWM等,可以提供多种设计资源

[2]

。智能车控制系统可

分为硬件系统和控制软件2部分。1　智能车硬件系统

智能小车以16位控制器为核心,同时配以直流电机

新疆维吾尔自治区高校科研计划基金资助项目(编号:XJEDU2006S12)。修改稿收到日期:2008-12-22。

第一作者程志江,男,1977年生,2001年毕业于新疆大学电气工程系,获硕士学位,讲师;主要从事智能控制及智能控制器方面的研究。

。

1.2　道路检测装置

道路检测装置相当于智能车的眼睛,使智能车能沿着预设有黑色引导线的白色道路前进。道路检测装置采用TCR5000红外线传感器作为寻迹方案,其原理是红外发射器发出红外光线,黑色引导线吸收大部分的红外光线,并和白色道路形成反差,从而引导小车前进。

[3]

4

PROCESSAUTOMATIONINSTRUMENTATIONVol130No18August2009

基于遗传算法的智能小车模糊控制系统的研发　程志江,等

1.3　其他装置

此外,电源模块分别为直流电机、舵机、控制器以及红外传感器提供7.2V、6V、5V和2.5V的工作电压。安装在后轮上的欧姆龙E692C06B旋转编码器用于速度检测。2个MC33886芯片以并联的模式实现对智能车的后轮直流电机进行驱动2　智能车控制系统硬件设计

智能车控制系统由方向和速度2个闭环控制系统组成。其中方向控制系统用于控制智能车的稳定性和流畅性,是智能车控制系统设计的核心;速度控制系统用于控制智能车速度的恒定。

方向控制系统采用了模糊控制策略

[5]

[4]

16位PWM舵机控制信号U经尺度变换后的论域

为[-6,6],可分割为NB(负大)、NM(负中)、NS(负小)、ZE(零)、PS(正小)、PM(正中)、PB(正大)。

3.1.2　模糊规则

建立智能车的精确模型比较困难。在设计控制系统时,借鉴手动操作经验,通过记录舵机角度与智能车位置偏差的输入输出数据,总结并得出模糊控制规则,

ΔE以及输出为U的多输入单输出的建立输入为E、

IF2THEN模糊控制规则。完备的规则库具有21条语

。

言规则,模糊规则如表1所示。

表1　模糊控制规则表

Tab.1　Therulesoffuzzycontrol

ΔE

N

ZEP

E

,主要由微处

理器CPU模块、ATD模块、PWM模块、红外道路检测装置和舵机等部分组成。其控制系统框图如图2

所示。

NBPM

PSM

NMPSPNSZEZEZEZEPSNMNSNM

PMNBNMNB

PBPBPBPB

图2Fig.2　Blockofcontrolsystem

3.2模糊控制可借鉴操作人员或专家的经验来帮助选择控制器的结构和参数。然而,由于一个模糊控制器所要确定的参数较多,所以专家的经验只能起到一个指导作用,很难准确地确定各项参数,因而在实际中还要不断地测试。这实质上是一个寻优过程,遗传算法可以应用于该寻优过程,从而较为有效地确定模糊控制器的结构和参数

[6]

红外道路检测装置将红外线传感器的输出经

MC9S12DG128B单片机的ATD模块进行数模转换后,

形成位置信息,再经CPU计算后产生方向信号,并以

PWM的形式输出到舵机,从而控制小车的方向。控制

信号是周期约为20

ms的16位PWM信号,其占空比决定舵机输出的角度。3　模糊控制器设计

模糊控制是建立在模糊推理基础上的一种非线性控制策略。模糊控制器的设计内容包括模糊化、模糊推理和清晰化3个部分。

3.1　基本模糊控制器

智能车模糊控制器采用典型的双输入单输出型模糊控制器,输入量分别是位置偏差E和位置偏差的变化率ΔE,输出量为舵机控制信号脉冲宽度U。

3.1.1　输入、输出空间的模糊分割

。

3.2.1　遗传算法基本结构

遗传算法是利用简单的编码技术和交叉繁殖机制来实现复杂的现象,从而解决非常困难的问题。遗传算法的一般过程可以分为初始化、选择、交叉和变异4个组成部分

[7]

,其操作流程如图3所示。

智能车通过光传感器进行位置的采样,每个时刻总有1～2个传感器检测到引导线。位置偏差E经尺度变换后的论域为[-6,6],可分割为NB(负大)、NM(负中)、

NS(负小)、ZE(零)、PS(正小)、PM(正中)、PB(正大)。

系统的采样周期非常短,偏差的变化率ΔE经尺度变换后的论域为[-1,1],可分割为N(负)、

ZE(零)、P(正)。

《自动化仪表》第30卷第8期　2009年8月

图3　遗传算法流程图

Fig.3　Flowchartofgeneticalgorithm

5

基于遗传算法的智能小车模糊控制系统的研发　程志江,等

3.2.2　遗传算法编码

模糊控制器各变量的模糊分级数、模糊规则的个数、模糊规则的前后件均已确定,现通过遗传算法优化模糊集合的隶属度函数。设模糊集合的隶属度函数均采用三角形,且各隶属度函数关于ZE对称。根据如下三角形隶属度函数:

　a≤x≤bb-a

　b≤x≤c　　　(1)c-b

　trig(x,a,b,c)由于隶属度函数具有对称性,E的隶属度函数有8ΔE的隶属度函数有2个参数、个参数、U的隶属度函数有8个参数,总共需要调整18个参数。经过尺度变换后,参数的变化范围为[-6,6],设每个参数精确到0.1,而2=64<120<2=128,则每个参数需要用7位二进制数表示。因此,种群中每个个体需要用18×7=126位二进制数表示。

3.2.3　适应度函数

6

7

ΔE和U的隶属度函数图图4　E、

Fig.4　MembershiponsofE,ΔEandU

,可由模糊推理求,,内的元素,并以输入论域的元素作为输入量进行组合,求出输入量和输出量论域元素之间的关系。3.3　清晰化

根据模糊输入和模糊控制规则,应用多前提多规则模糊推理方法,可求得任意输入所对应的模糊输出量。然后使用清晰化程序将模糊推理后得到的模糊量转换为用作控制的数字值,并采用重心法的方法加以清晰化。

重心法是指取模糊集隶属函数曲线同基础变量

2

2

在遗传算法中,,而适应度较低的个体遗传到下一代的概率就相对小一些。

先确定目标函数J,然后根据目标函数确定区分群体中个体好坏的标准。该标准算法演化过程的驱动力是进行自然选择的唯一依据。

为获得满意的动态特性,采用误差平方和的时间和指标作为参数选择的最小目标函数。

目标函数J定义为:

J=∑∑[(Eij-E∞)

i=1j=1M

N

+(ΔEij-ΔE∞)](2)

轴所围面积的重心对应的基础变量值作为清晰值的方法。模糊控制的输出只有一个等级,用它乘以角度的系数,就可以得到角度值。该角度值直接控制舵机。

4　模糊控制规则的实现

智能小车的软件设计是智能车控制系统设计的核

式中:M为手动操作的次数;N为手动操作所需的最长时间。

适应度函数总是非负的,任何情况下都希望其值越大越好。而目标函数J的取值达到极小值时,参数最优。因此,适应度函数f为:

f=

1+J

(3)

心,与硬件设计一样,软件设计着重考虑了容错性。软件运行的关键步骤都加入了容错处理,加强了操作的交互性,使操作者能够了解当前的系统运行状态并作相应的调整。

经过遗传算法优化过的模糊控制算法提高了智能车运行的稳定性,加快了智能车的运行速度,改善了智能车的运动性能。软件工具CodeWarrior可使用C语言进行编程。使用这种集成的调试器和编辑器环境来编写代码,可以提高编程效率,降低错误率。程序编写

3.2.4　遗传算法实现

采用英国设菲尔德大学开发的遗传算法工具箱实现隶属度函数的优化。

该工具箱提供了创建初始种群

crtbp、轮盘选择rws、离散变异mut、单点交叉xovsp等

函数,可以方便地实现遗传算法。

3.2.5　优化后的隶属度函数

根据遗传算法,经过有限次迭代之后得到的隶属度函数曲线如图4所示6

[9]

。

PROCESSAUTOMATIONINSTRUMENTATIONVol130No18August2009

基于遗传算法的智能小车模糊控制系统的研发　程志江,等

完成后,再编译并链接,最后下载到单片机中运行,实现小车的各项功能。

控制程序流程框图如图5

所示。

采用模糊控制系统,小车在该道路上运行的平均速度可达到1.15m/s,并且在运行过程中能极好地跟随道路前进,没有发生脱离道路的情况,稳定性和流畅性好。5　结束语

智能车采用红外传感器检测道路路面信息,通过旋转编码器检测小车的运动状态,使用MC9S12DG128B单片机对采样数据进行智能处理,并利用遗传算法对模糊控制程序进行优化,有效地控制了车辆各个时刻的运动,达到了自动寻迹的目的,具有较高的稳定性。小车动态性能良好、适应性强、整体控制效果好。

图5　控制程序流程图

Fig.5　Flowchartofcontrolprogram

参考文献

[1]卓晴,黄开胜,邵贝贝.学做智能车[M].北京:北京航空航天大

为了检测智能小车控制器的效果,设计制作了如图6所示的道路

。

学出版社,2007.

[2]杨国田,白焰.摩托罗拉系列微控制器原理、

].:,2003.

[],.[J].机床与液压,2007(7):

[4]周斌.智能车光电传感器布局对路径识别的影响研究[J].电子

产品世界,2006(7):75-78.

[5]孔峰.微型计算机控制技术[M].重庆:重庆大学出版社,2003:

5-15.

[6]孙增圻.智能控制理论与技术[M].北京:清华大学出版社,

2007:361-365.

[7]李陶深.人工智能[M].重庆:重庆大学出版社,2002:233-271.[8]易继楷,侯媛彬.智能控制技术[M].北京:北京工业大学出版

社,1999.

图6　智能小车测试道路

Fig.6　Testroadofthesmartcar

[9]邵贝贝.单片机嵌入式应用的在线开发方法[M].北京:清华大

学出版社,2004.

(上接第3页)

FluidMechanics,1985,161:217-237.

[4]KawanoT,MiyataT,ShikuyaN,etal.Intelligentvortexflowmeter[C]∥

ConferenceonAdvancesinInstrumentationandControl,ISAServicesInc,ResearchTrianglePk,NC,1992:997-1009.

[5]Amadi2echenduJE,ZhuHengjun,HighamEH.Analysisofsig2

nalsfromvortexflowmeters[J].FlowMeasurementandInstrumenta2tion,1993,4(4):225-231.

[6]Amadi2echenduJE,ZhuHengjun.Signalanalysisappliedtovortex

flowmeters[J].IEEETransactionsonInstrumentationandMeasure2ment,1992,41(6):1001-1004.

[7]SchlatterGL,BarretlWD,WaresJF,etal.Signalprocessingmeth2

odandapparatusforflowmeter:US,WO/1990/004230[P/OL].[1990-04-19].http:∥www.wipo.int/pctdb/en/wo.jsp?wo=1900004230.

[8]徐科军,汪安民.基于小波变换的涡街流量计信号处理[J].仪

再出现零流量走字和小流量出现较大计量误差等问题。对于流体振动流量计而言,采用差动式结构代替原单探头的结构是提高该类流量计抗干扰能力的有效方法。当然,若能配合相位比较电路或采用快速傅里叶算法(FFT)技术,将能使其具备更优良的性能,更好地为各行业的气体计量服务。

参考文献

[1]WolochukMC,PlesniakMW,BraunJE.Theeffectsofturbulence

andunsteadinessonvortexsheddingfromsharp2edgedbluffbodies[J].FluidsEngineering,1996,118(1):18-25.

[2]ArmstrongBJ,BarnesFH,GrantI.Theeffectofaperturbationon

theflowoverabluffcylinder[J].PhysicsofFluids,1986,29(7):2095-2102.

[3]BlevinsRD.Theeffectofsoundonvortexsheddingfromcylinders[J].

器仪表学报,2000,21(2):222-224.

《自动化仪表》第30卷第8期　2009年8月

7

本文来源：https://www.bwwdw.com/article/kusm.html