高貝貝，吳永志，崔金龍，郭寶軍，高承彬，于 雪

（北京交通大學(xué)海濱學(xué)院，河北 滄州 061199）

隨著人工智能技術(shù)的發(fā)展，智能交通系統(tǒng)發(fā)生著日新月異的變化，無人駕駛汽車已成為智能交通系統(tǒng)中未來汽車的發(fā)展趨勢。無人駕駛車輛體現(xiàn)了人工智能技術(shù)、模式識別技術(shù)和計算機(jī)技術(shù)于一體的綜合技術(shù)，已成為科技強(qiáng)國的研究熱點。本文根據(jù)全國大學(xué)生“恩智浦”智能車競賽組委會發(fā)布的細(xì)則對電磁組循跡智能車進(jìn)行構(gòu)思設(shè)計，主要針對智能車的循跡、轉(zhuǎn)向和調(diào)速三部分設(shè)計了控制策略。

圖1 智能車循跡控制流程

1 系統(tǒng)控制策略的設(shè)計

1.1 循跡控制策略

由于差值法及歸一化循跡算法中存在偏差值與偏離距離的關(guān)系函數(shù)存在極值點，且存在兩極值點以外距離無法使用問題，采用對電動勢開根號作差后比上它們的和值的方法去除極值點，使得偏離中心線距離與電勢差在整個取值范圍有效，消除錯誤判斷，稱此種方法為比值算法。比值算法公式為，計算后得到的偏差Bias的值可直接反映智能車與賽道中心線的偏差量，偏差Bias求取絕對之后經(jīng)過模糊PID控制器后輸出方向控制量。智能車循跡控制流程如圖1所示。

1.2 轉(zhuǎn)向控制策略

本文選用第十三屆“恩智浦”杯智能車F型車模，車模特點：前輪無動力裝置僅起到轉(zhuǎn)向支撐作用，后輪分別由兩個直流電機(jī)驅(qū)動。根據(jù)車模特點制訂出智能車行駛控制方案，車模速度通過控制電機(jī)的轉(zhuǎn)速來實現(xiàn)車輪速度的控制，車模方向通過控制兩個電機(jī)之間的轉(zhuǎn)動差速實現(xiàn)車模轉(zhuǎn)向控制。

通過控制輸出兩路不同占空比PWM值，可實現(xiàn)電機(jī)間的差速轉(zhuǎn)動，根據(jù)上述方向控制輸出量steer_pwm可算出這兩路PWM數(shù)值，公式為：

式（1）中：current_speed為智能車當(dāng)前速度；out1_speed、out2_speed分別為兩電機(jī)對應(yīng)的調(diào)速脈沖值。

圖2 阿克曼轉(zhuǎn)向角模型

這種轉(zhuǎn)向控制策略中由于后輪缺少差速裝置調(diào)節(jié)，智能車在曲線行駛時易發(fā)生甩尾行駛不穩(wěn)定現(xiàn)象。為了解決此問題，本文提出以下方案。

建立滿足阿克曼轉(zhuǎn)向原理的車輛轉(zhuǎn)向數(shù)學(xué)模型，然后采用閉環(huán)反饋控制系統(tǒng)實現(xiàn)車輛的電子差速方案。阿克曼轉(zhuǎn)向原理要求車輪在轉(zhuǎn)向時，每個車輪繞著同一個瞬時圓心做純滾動。阿克曼轉(zhuǎn)向角模型如圖2所示。本文選用的車模其前輪僅起支撐作用靠后輪差速驅(qū)動的F型車模，如圖2所示，車模后輪兩車輪的輪距為b，前輪距后輪的間距為l，前支撐輪與車輪軸線夾角為α2，汽車行駛的曲線半徑為r，設(shè)車模后輪中間速度為v（即為實測速度real_speed）。因此，F(xiàn)型車模的Ackerman轉(zhuǎn)向數(shù)學(xué)模型推導(dǎo)過程如下。

由于汽車轉(zhuǎn)向時車輪必須沿同心圓轉(zhuǎn)動，則：

而且：

所以可推出：

式（2）（3）（4）中：vleft為左輪驅(qū)動電機(jī)轉(zhuǎn)速；vright為右輪驅(qū)動電機(jī)轉(zhuǎn)速；a和k為轉(zhuǎn)彎系數(shù)。通過改變a的值調(diào)節(jié)差速強(qiáng)度，改變k的值調(diào)節(jié)入彎的差速值。

圖3所示為阿克曼車輛轉(zhuǎn)向原理為數(shù)學(xué)模型，實現(xiàn)的電子差速閉環(huán)反饋控制系統(tǒng)。阿克曼轉(zhuǎn)向理論值與實時車速進(jìn)行比較，將差值e經(jīng)差速調(diào)節(jié)器放大Kp倍后與預(yù)輸出out_speed值疊加，最終輸出兩路可調(diào)PWM信號實現(xiàn)電機(jī)間的差速轉(zhuǎn)動。

圖3 電子差速調(diào)節(jié)器系統(tǒng)

通過在“恩智浦”智能車賽道上的大量實驗，結(jié)合觀察LabVIEW編寫上位機(jī)實時顯示各傳感器返回值及車的姿態(tài)值，在外界因素相同的條件下，分別在U形曲線賽道上車模過彎的擬合軌跡如圖4所示。在選定合適的參數(shù)之后，應(yīng)用電子差速調(diào)節(jié)器系統(tǒng)，車模能夠高速平穩(wěn)地駛過曲線賽道。

圖4 過彎車模軌跡圖

1.3 速度控制策略

一般常用增量式PID控制策略實現(xiàn)智能車的穩(wěn)定勻速行駛，其計算公式為：

式（5）中：un為當(dāng)前輸出量；un-1為上一次輸出量；kp為比例增益；為積分系數(shù)；為微分系數(shù)；T為采樣周期；Ti為積分周期；Td為微分周期；en為第n次偏差；en-1為第n-1次偏差。

增量式PID控制策略不宜適用于賽道曲線率變化大，且速度誤差較大的情況。因此，本文在增量式PID控制算法的基礎(chǔ)上，結(jié)合BangBang控制算法的優(yōu)點進(jìn)行了改進(jìn)。當(dāng)預(yù)設(shè)車速與實際車速相差不大時，調(diào)用增量式PID控制算法，當(dāng)預(yù)設(shè)車速與實際車速相差很大時，調(diào)用增量式BangBang控制算法。優(yōu)化的控制算法如式（6）所示：

式（6）中：速度誤差en為給定速度減去反饋速度；en為設(shè)定的速度值。

基于BangBang改進(jìn)的增量式PID控制的智能車速度控制流程如圖5所示，電磁循跡智能車實物圖如圖6所示。

圖5 速度控制策略流程圖

圖6 電磁循跡智能車實物圖

2 結(jié)束語

本文主要針對電磁導(dǎo)航智能車的循跡、轉(zhuǎn)向和調(diào)速三部分設(shè)計了控制策略，在現(xiàn)有循跡算法的基礎(chǔ)上進(jìn)行了改進(jìn)，應(yīng)用簡單、高效的循跡控制算法，確保了智能車循跡的穩(wěn)定性和精確性。應(yīng)用閉環(huán)調(diào)節(jié)的電子差速控制系統(tǒng)，滿足了阿克曼車輛轉(zhuǎn)向原理，保證車模高速駛過曲線賽道的平穩(wěn)性。使用優(yōu)化的增量式PID速度控制策略，實現(xiàn)了智能車以最佳速度按照賽道信息閉環(huán)調(diào)節(jié)速度循跡。如圖6所示為本文設(shè)計的電磁循跡智能車，經(jīng)過大量的實驗調(diào)試后，在第十三屆“恩智浦”杯智能車賽道要素上進(jìn)行測試，車速度可達(dá)2.7 m/s。