馬春城，郭循釗

（1.中交第一公路勘察設(shè)計(jì)研究院有限公司 隧道軌道分院，陜西 西安 710051；2.研華科技西安分公司 陜西 西安 710075）

全國(guó)大學(xué)生智能車競(jìng)賽是當(dāng)今教育部的五大競(jìng)賽之一，其基本要求是智能車能在不同的賽道上快速而流暢的行駛[1]。先進(jìn)的智能尋跡車既能快速穿越直道，彎道時(shí)也能保持較高的速度。而制約其快速的因素主要有對(duì)路徑信息的檢測(cè)精度低、舵機(jī)控制的平穩(wěn)性差、電機(jī)控制的靈活性不高，而識(shí)別道路的光電傳感器、舵機(jī)、電機(jī)由于其物理特性本身的限制，平穩(wěn)性、靈活性有一定極限，必須用軟件控制算法來(lái)彌補(bǔ)硬件上的不足，針對(duì)上述問(wèn)題，本文提出了較為有效的解決方案。

1 控制軟件系統(tǒng)整體分析

智能車的控制軟件系統(tǒng)主要有3個(gè)算法，其程序總流程如圖1所示。

首先，通過(guò)傳感器獲得智能車的路徑信息，本文采用光電傳感器來(lái)完成對(duì)路徑中心引導(dǎo)線（黑線）的識(shí)別，其檢測(cè)的精確度和準(zhǔn)確性直接關(guān)系到智能車的靈活性和穩(wěn)定性，關(guān)系到智能車的行駛速度。但是對(duì)一般的光電傳感器路徑識(shí)別方法，獲得的路徑信息是間隔布設(shè)傳感器位置的離散值，它丟掉了路徑檢測(cè)中的大量信息。因此，研究智能車的連續(xù)化路徑識(shí)別有很重要的意義。

其次，通過(guò)檢測(cè)到的路徑信息，來(lái)控制舵機(jī)的轉(zhuǎn)向，使智能車在賽道上高速行駛的過(guò)程中能準(zhǔn)確無(wú)誤地沿著黑線行駛，在直道上時(shí)能穩(wěn)定行駛，避免智能車走蛇形彎；在轉(zhuǎn)彎時(shí)能快速轉(zhuǎn)彎。這要求其轉(zhuǎn)向控制有較高的響應(yīng)速度和低的超調(diào)量，直道上時(shí)給小的控制系數(shù)，在轉(zhuǎn)彎時(shí)給大的控制系數(shù)，PID控制算法具有較高的響應(yīng)速度，低的超調(diào)量和低的穩(wěn)態(tài)誤差，但是舵機(jī)控制要求較高的響應(yīng)速度，而PID算法引入了積分環(huán)節(jié)，而對(duì)穩(wěn)態(tài)誤差的要求不大，因此對(duì)舵機(jī)轉(zhuǎn)角的控制采取非線性的位置式PD控制算法。

最后，采用基于反饋控制的PID控制算法對(duì)車速控制，使其根據(jù)實(shí)時(shí)速度信息，在轉(zhuǎn)彎時(shí)提前控制舵機(jī)和電機(jī)，做到進(jìn)入彎道時(shí)適量減速，駛出彎道時(shí)提前加速。

圖1 軟件流程圖Fig.1 Flow chart

2 智能車的控制策略

智能車的控制策略與算法，是影響智能車動(dòng)態(tài)運(yùn)行性能的重要因素之一，對(duì)于實(shí)現(xiàn)其運(yùn)行過(guò)程中的穩(wěn)定快速有重要作用[2]。控制的目標(biāo)就是將賽道黑線平滑地保持在智能車中央，從而達(dá)到很好的控制效果[3]。行駛的控制需要完成兩部分的工作：舵機(jī)控制和直流電機(jī)控制。

2.1 PID控制策略

PID是一種有效而簡(jiǎn)單的控制器，能夠在保證基本不影響系統(tǒng)穩(wěn)定精度的前提下提高系統(tǒng)的相對(duì)穩(wěn)定性，很好地改善系統(tǒng)的動(dòng)態(tài)性能[4]。常規(guī)PID控制器系統(tǒng)原理框圖如圖2所示。

圖2 PID控制系統(tǒng)框圖Fig.2 Diagram of PID control system

式中 e（t）=r（t）－y（t）；Kp為比例系數(shù)；Ti為積分時(shí)間常數(shù)；Td為微分時(shí)間常數(shù)。設(shè)Ki=Kp/Ti，Kd=Kp/Td可得：

Kp、Ki、Kd分別稱為比例系數(shù)、積分系數(shù)、微分系數(shù)。

2.2 智能車的轉(zhuǎn)向控制策略

對(duì)智能車進(jìn)行方向控制，就是利用傳感器獲取出黑線位置信息，然后通過(guò)一定的控制策略，使智能車能夠?qū)崟r(shí)跟蹤黑線走向，自動(dòng)控制舵機(jī)帶動(dòng)前輪轉(zhuǎn)向，完成尋線行駛[5]。智能車在行駛的過(guò)程中是一個(gè)參數(shù)不定的系統(tǒng)。一輛具有智能化的賽車必須能夠根據(jù)賽道的特征將參數(shù)調(diào)整到最佳，以實(shí)現(xiàn)最優(yōu)控制。

調(diào)整舵機(jī)的原則是：智能車處于直道時(shí)，使舵機(jī)居中擺正位置，智能車處彎道的曲率越大，則舵機(jī)的擺角也越大。舵機(jī)的反應(yīng)速度比較慢，這就需要用軟件來(lái)彌補(bǔ)硬件的不足。這里的基本要求是速度足夠慢的時(shí)候，舵機(jī)是可以反應(yīng)過(guò)來(lái)的。智能車在行進(jìn)的過(guò)程中要不斷調(diào)整舵機(jī)的轉(zhuǎn)向，在路徑波動(dòng)強(qiáng)度較低的時(shí)候，不能改變太大的轉(zhuǎn)向，尤其在高速行駛的時(shí)候，會(huì)使智能車走蛇形線。為了避免這個(gè)問(wèn)題，彎道行駛中要加上柔性控制，車身中心越是靠近黑線，舵機(jī)角度改變的比例就越小，這樣就得到了基本的轉(zhuǎn)彎角度。如果把當(dāng)前的控制數(shù)據(jù)當(dāng)成前面控制數(shù)據(jù)處理動(dòng)作反饋回來(lái)的信號(hào)，經(jīng)比較發(fā)現(xiàn)如果沒(méi)有達(dá)到或超過(guò)預(yù)想的效果，轉(zhuǎn)彎角度就增加或減小，這樣就形成了加速處理輸出（D）和回轉(zhuǎn)角度輸出（P），然后再送進(jìn)柔性處理程序，結(jié)合當(dāng)前路徑信息就可以得到更加合理的轉(zhuǎn)角輸出。其過(guò)程如圖3所示。

圖3 轉(zhuǎn)向控制策略的工作原理Fig.3 The working principle of the turning control strategy

轉(zhuǎn)向控制系統(tǒng)中最重要的部分是舵機(jī)，它是一個(gè)位置隨動(dòng)系統(tǒng)。在智能車上，舵機(jī)的輸出轉(zhuǎn)角通過(guò)連桿傳動(dòng)控制前輪轉(zhuǎn)向。另外，智能車也可以利用它進(jìn)行機(jī)械剎閘制動(dòng)、位置傳感器主動(dòng)掃描等操作。

舵機(jī)的轉(zhuǎn)向是由PWM（Pulse Width Modulation脈沖寬度調(diào)制）技術(shù)來(lái)進(jìn)行實(shí)時(shí)控制的?？刂菩盘?hào)是周期在20 ms左右的脈沖信號(hào)，脈沖信號(hào)的寬度決定舵機(jī)輸出舵盤的角度。脈沖寬度與轉(zhuǎn)角成線性關(guān)系，其計(jì)算公式為：

α為舵機(jī)轉(zhuǎn)角，單位是°，l為脈沖寬度，單位是ms。

2.3 智能車的速度控制策略

為了使智能車能夠在賽道上快速、平穩(wěn)、安全地行駛，除了控制舵機(jī)轉(zhuǎn)向以外，還需要對(duì)車速進(jìn)行控制，使小車在直道上能盡快加速并盡量避免在遇到彎道時(shí)因車速過(guò)快而產(chǎn)生過(guò)沖現(xiàn)象。對(duì)車速的控制是通過(guò)控制驅(qū)動(dòng)電機(jī)轉(zhuǎn)速來(lái)實(shí)現(xiàn)的。但車速實(shí)際上受多種因素影響，如電機(jī)電壓、電機(jī)傳動(dòng)摩擦力、賽道的附著率等[6]，因此如果只是開環(huán)控制電機(jī)轉(zhuǎn)速，那么就不能靈活的根據(jù)小車的實(shí)時(shí)速度進(jìn)行精確調(diào)整，降低了小車的應(yīng)變能力；而加入車速檢測(cè)，對(duì)小車速度實(shí)施閉環(huán)反饋控制，形成閉環(huán)，就能夠最大限度的消除以上因素的影響，使小車的運(yùn)行更加精確[7]。

在比賽中，智能車需要通過(guò)直道、彎道和S彎等各種復(fù)雜賽段，為保證智能車快速穩(wěn)定的完成比賽，必須對(duì)智能車車速進(jìn)行精確控制。智能車在通過(guò)直道時(shí)，應(yīng)迅速加速，而在進(jìn)入彎道時(shí)，則應(yīng)根據(jù)彎道曲率變化合理減速。由于智能車在不同賽段車速不同，因此首先應(yīng)該在不同的賽段設(shè)置不同的給定車速，入彎時(shí)，為了過(guò)彎時(shí)智能車能夠不明顯的左右擺動(dòng)并采用較好的姿態(tài)通過(guò)彎路，令車速與偏差成線性關(guān)系，偏差越大速度設(shè)定值越小。具體的車速計(jì)算公式如下式給出：

其中，Setted_speed為給定車速；high_speed為直道上經(jīng)測(cè)試給出的預(yù)設(shè)高速；e黑線與車體中心線的偏差；P為比例系數(shù)，當(dāng)偏差越大時(shí)降速就越多。

3 智能車的控制算法

3.1 連續(xù)化路徑識(shí)別算法

該連續(xù)化路徑識(shí)別算法主要是建立在對(duì)光電傳感器特性的深入研究的基礎(chǔ)上。經(jīng)試驗(yàn)測(cè)試證明，紅外光電傳感器特性并不是只輸出高低電平（白區(qū)高電壓，黑線低電壓），其電壓大小與傳感器距離黑色路徑標(biāo)記線的水平距離有定量關(guān)系：離黑線越近，電壓越低，離黑線越遠(yuǎn)，則電壓越高，（具體的對(duì)應(yīng)關(guān)系與光電管型號(hào)以及離地高度有關(guān)），如圖4所示[8]。因此，只要掌握了傳感器電壓—偏移距離特性關(guān)系，就可以根據(jù)傳感器電壓上的值確定各傳感器與黑色標(biāo)記線的距離，進(jìn)而獲得車身中心相對(duì)黑線的位置，得到連續(xù)分布的路徑信息。

圖4 歸一化后的傳感器電壓-偏移距離特性曲線Fig.4 Feature curve after normalization

連續(xù)路徑識(shí)別算法分為調(diào)試階段的光電傳感器特性測(cè)定和智能車行駛過(guò)程中控制決策周期時(shí)的路徑識(shí)別兩個(gè)部分。流程圖如圖5所示。

圖5 連續(xù)路徑識(shí)別算法流程圖Fig.5 Flow chart of continuous path recognition algorithm

3.2 非線性的位置式PD控制算法

令 e（k）表示離散化的當(dāng)前采樣時(shí)刻的誤差值，e（k－1）、e（k－2）分別表示前一個(gè)和前兩個(gè)采樣時(shí)刻的誤差值，Δe（k）=e（k）－e（k－1）。 舵機(jī)的控制規(guī)律為：

P為比例參數(shù)，e（k）為水平偏差量，是PD控制器的P部分，直接反應(yīng)了智能車偏離黑線的程度，D為微分參數(shù)，Δe（k）為水平偏差的速度，是PD控制器的D部分，有了水平偏差速度，系統(tǒng)對(duì)智能車狀態(tài)的掌握就更加精確了。由PID控制規(guī)律可知，比例系數(shù)越大，轉(zhuǎn)彎幅度也就越大，智能車擺動(dòng)也就越大，越趨于不穩(wěn)定，但智能車在急轉(zhuǎn)彎處的轉(zhuǎn)角更有效。比例系數(shù)小，智能車越穩(wěn)定，沒(méi)有抖動(dòng)，但急轉(zhuǎn)彎的過(guò)沖過(guò)大，會(huì)使智能車沖出賽道。所以在控制上要加上非線性處理，智能車在直道上時(shí)給小的控制系數(shù)，使之穩(wěn)定，避免智能車走蛇形彎；在轉(zhuǎn)彎時(shí)給大的控制系數(shù)使之快速轉(zhuǎn)彎。這樣就實(shí)現(xiàn)了系統(tǒng)在小偏差時(shí)緩慢的調(diào)節(jié)，也可以保證當(dāng)遇到彎道產(chǎn)生大偏差時(shí)舵機(jī)能迅速動(dòng)作。

3.3 基于反饋控制的PID控制算法

對(duì)于智能車速度的控制采用了基于反饋控制的PID控制算法，實(shí)際的控制過(guò)程中，由于傳感器是按一定間隔周期獲取位置信息的，因此必須將連續(xù)PID控制離散化，這樣得到的就是數(shù)字PID控制算法。其控制規(guī)律為[9]：

e（k）為某時(shí)刻智能車給定速度和實(shí)際速度的偏差：

Setted_speed是該賽段程序給定車速，Current_speed是測(cè)速傳感器測(cè)量得到的當(dāng)前車速。根據(jù)上述分析，我們?cè)谥悄苘嚨能囁倏刂浦胁捎昧薖ID控制方式。

比例控制為：

積分控制為：

微分控制為：

T為速度采樣周期，為了減小誤差，通過(guò)3個(gè)采樣時(shí)間跨度的微分平均值實(shí)現(xiàn)：

上述比例系數(shù)Kp、積分系數(shù)Ki、微分系數(shù)Kd[10]，需要通過(guò)不斷的反復(fù)實(shí)驗(yàn)得到最優(yōu)值。

4 結(jié)束語(yǔ)

文中從控制策略及算法的角度討論了如何提高智能車的運(yùn)行性能。路徑識(shí)別采用連續(xù)化算法可以使控制更加精確，效果更加明顯，保證了智能車在運(yùn)行過(guò)程中的流暢性與穩(wěn)定性。在進(jìn)行轉(zhuǎn)向和速度控制時(shí)，控制策略采用了優(yōu)化的PID算法，這種算法簡(jiǎn)單而有效[11]，在進(jìn)行轉(zhuǎn)向控制時(shí)為了增加系統(tǒng)的穩(wěn)定性，加進(jìn)了非線性處理的控制部分，防止了智能車在直道行駛時(shí)過(guò)程中的抖動(dòng)現(xiàn)象，另外在轉(zhuǎn)彎時(shí)更加迅速，保證了智能車能夠以較快的速度穩(wěn)定行駛。

[1]卓晴，黃開勝，邵貝貝，等.學(xué)做智能車—挑戰(zhàn)“飛思卡爾”杯[M].北京：北京航空航天出版社，2007．

[2]陳無(wú)畏.自動(dòng)引導(dǎo)車跟蹤控制策略的仿真研究[J].中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào)，2003，26（3）：154－161．CHEN Wu-wei. Simulation study on tracking control strategy of automatic guided vehicle[J].Journal of University of Science and Technology of China，2003，26（3）:154－161.

[3]韓毅，甄娜，張偉方.基于瑞薩單片機(jī)的智能模型車設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)工程，2011，37（10）：243－245．HAN Yi，ZHEN Na，ZHANG Wei-fang.Design and implementation of intelligent model car based on renesas single chip microcomputer[J].Computer Engineering，2011 ，37（10）：243－245.

[4]郭偉，王偉.PID型廣義預(yù)測(cè)控制在過(guò)熱溫控中的應(yīng)用[J].計(jì)算機(jī)工程，2009，35（11）：251－253．GUO Wei，WANG Wei.Application of PID-type generalized predictive control in superheated temperature control system[J].Computer Engineering，2009，35（11）：251－253.

[5]許宏科，馬春城，郭循釗 ，等.基于光電傳感器的智能尋跡車的設(shè)計(jì)與實(shí)現(xiàn)[C].2010全球科學(xué)工程大會(huì)，2011，40－41:8－14.

[6]吳建平，殷戰(zhàn)國(guó)，曹思榕，等.紅外反射式傳感器在自主式尋跡小車導(dǎo)航中的應(yīng)用[J]．中國(guó)測(cè)試技術(shù)，2004，30（6）：21－23．WU Jian-ping，YIN Zhan-guo，CAO Si-rong，et al.Usage of the reflected infrared sensor in automatic guiding car[J]．China Measurement Technology，2004，30（6）：21－23．

[7]韓毅，楊天.基于HCS 12單片機(jī)的智能尋跡模型車的設(shè)計(jì)與實(shí)現(xiàn)[J]．計(jì)算機(jī)工程與設(shè)計(jì)，2008，29（18）：4735－4738．HAN Yi，YANG Tian.Design and implementation of intelligent-searching track car model based on HCSl2 SCM[J]．Computer Engineering and Design，2008，29（18）：4735－4738．

[8]許宏科，郭循釗 ，馬春城，等.光電型智能尋跡車的連續(xù)化路徑檢測(cè)方法[C].第八屆全球智能控制與自動(dòng)化大會(huì)，2010:5279－5282.

[9]李以農(nóng)，鄭 玲，譙艷娟.汽車縱向動(dòng)力學(xué)系統(tǒng)的模糊PID控制[J].中國(guó)機(jī)械工程，2006，17（1）:99－103.LI Yi-nong，ZHENG Ling，QIAO Yan-juan. Fuzzy-PID control method on vehicle longitudinal dynamics system[J].China Mechanical Engineering，2006，17（1）:99－103.

[10]周云端，何志勇，趙瑞國(guó).基于遺傳算法的加速度控制PID參數(shù)自整定研究[J].火箭推進(jìn)，2012（4）：68－71.ZHOU Yun-duan，HE Zhi-yong，ZHAO Rui-guo.Study on genetic algorithm based auto-tuning of acceleration control PID parameters[J].Journal of Rocket Propulsion，2012（4）：68－71.

[11]王坤.基于SVPWM的STATCOM設(shè)計(jì)及實(shí)現(xiàn)[J].陜西電力，2011（1）：11－15.WANG Kun.SVPWM based design and realization of STATCOM[J].Shaanxi Electric Power，2011（1）：11－15.