智能汽車(chē)系統(tǒng)模糊方向控制的探討范文

本站小編為你精心準(zhǔn)備了智能汽車(chē)系統(tǒng)模糊方向控制的探討參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫(xiě)作靈感。歡迎深入閱讀并收藏。

摘要：在5G技術(shù)的背景下,對(duì)當(dāng)前智能汽車(chē)自動(dòng)駕駛的方向控制領(lǐng)域進(jìn)行研究。現(xiàn)有智能車(chē)識(shí)別算法大多都依賴(lài)于中線誤差以控制智能汽車(chē)行駛，一旦應(yīng)對(duì)無(wú)中線或者中線難以獲取的道路就束手無(wú)策。針對(duì)該現(xiàn)狀，對(duì)智能汽車(chē)隨動(dòng)系統(tǒng)進(jìn)行了魯棒性分析，在此基礎(chǔ)上提出了具體的模糊方向控制策略，并通過(guò)實(shí)驗(yàn)驗(yàn)證了該策略的優(yōu)勢(shì)。對(duì)智能汽車(chē)系統(tǒng)的分析、解決策略和實(shí)驗(yàn)有利于對(duì)智能汽車(chē)系統(tǒng)進(jìn)行改進(jìn)。

關(guān)鍵詞：智能汽車(chē)系統(tǒng)；方向控制策略；機(jī)械特性；魯棒性

0引言

5G技術(shù)在近些年已經(jīng)獲得了較好的發(fā)展和應(yīng)用。在智能駕駛領(lǐng)域，5G的大帶寬和低時(shí)延為實(shí)現(xiàn)無(wú)人駕駛汽車(chē)端到端控制需要處理的超大數(shù)據(jù)量提供了可能。近年來(lái)，無(wú)人駕駛汽車(chē)正以迅猛的速度發(fā)展，其涵蓋了工程控制、信息與通信、模式識(shí)別、傳感技術(shù)、電氣工程、計(jì)算機(jī)等多個(gè)學(xué)科，是當(dāng)下智能交通的重要解決方案之一[1]。在實(shí)際的實(shí)際道路環(huán)境中，智能汽車(chē)的控制端需要與傳感設(shè)備采集到的諸多信息進(jìn)行大量的數(shù)據(jù)交換，并進(jìn)行實(shí)時(shí)處理以得到控制輸出。目前許多智能汽車(chē)道路識(shí)別算法都依賴(lài)于找到道路的實(shí)際中線，并根據(jù)其與理想中線的誤差來(lái)控制智能汽車(chē)方向。位置隨動(dòng)系統(tǒng)是一個(gè)不具有精確數(shù)學(xué)模型的系統(tǒng)，采用常規(guī)控制方法較復(fù)雜且效果不佳[2]。此外，隨著智能汽車(chē)的發(fā)展，智能汽車(chē)的道路類(lèi)型越來(lái)越豐富，其中不少道路都是無(wú)中線或者中線難以獲取的，如：環(huán)島、十字、斜入十字等。依靠中線的算法將無(wú)法適應(yīng)現(xiàn)有的道路。

1系統(tǒng)軟件設(shè)計(jì)方案

1.1智能汽車(chē)系統(tǒng)魯棒性分析智能汽車(chē)系統(tǒng)的處理流程。攝像頭采集模塊負(fù)責(zé)對(duì)圖像進(jìn)行獲取，經(jīng)過(guò)圖像解壓縮、去燥等預(yù)處理之后傳送給圖像處理模塊進(jìn)行道路類(lèi)型識(shí)別，最后將結(jié)果輸出給執(zhí)行控制模塊進(jìn)行車(chē)體控制。在傳統(tǒng)圖像處理中，常要求圖像處理模塊反饋精確的中線。在高速運(yùn)行的智能汽車(chē)系統(tǒng)中，受限于采集設(shè)備和處理器的處理速度，通常無(wú)法對(duì)所有情況都進(jìn)行處理和分析，這要求系統(tǒng)對(duì)處理信息進(jìn)行一定的取舍[3]。在隨動(dòng)系統(tǒng)中，圖像處理模塊并不需要每次都提供準(zhǔn)確的道路中線，只需要向執(zhí)行控制模塊提供簡(jiǎn)單靈活的、高速的位置和姿態(tài)反饋，主要有以下兩方面的原因。(1)智能汽車(chē)的機(jī)械特性無(wú)法完全正確反映圖像處理的結(jié)果。智能汽車(chē)是一個(gè)實(shí)時(shí)控制的隨動(dòng)系統(tǒng)，系統(tǒng)通過(guò)改變舵機(jī)或者電機(jī)來(lái)控制智能汽車(chē)進(jìn)行高速移動(dòng)。由于車(chē)輛動(dòng)力學(xué)中的某些參數(shù)(如前后輪的側(cè)偏剛度、車(chē)體轉(zhuǎn)動(dòng)慣量、舵機(jī)和電機(jī)機(jī)械特性硬度)不斷變化，調(diào)速范圍有限，調(diào)節(jié)過(guò)程不平滑等特點(diǎn)，這必然也限制著智能汽車(chē)控制效果，誤差也始終伴隨著智能汽車(chē)整個(gè)行駛過(guò)程[4]。(2)智能汽車(chē)閉環(huán)反饋算法能在一定時(shí)間內(nèi)消除反饋的瞬時(shí)抖動(dòng)。閉環(huán)系統(tǒng)能根據(jù)控制對(duì)象輸出反饋來(lái)進(jìn)行實(shí)時(shí)的校正，在測(cè)量出實(shí)際與計(jì)劃發(fā)生偏差時(shí)，可根據(jù)誤差量進(jìn)行實(shí)時(shí)糾正。在自動(dòng)駕駛過(guò)程中，智能汽車(chē)對(duì)從接收傳感器監(jiān)測(cè)的路況信息到控制系統(tǒng)做出反應(yīng)的時(shí)間越短，則自動(dòng)駕駛的安全系數(shù)就越高。因此，對(duì)智能汽車(chē)控制器控制策略的優(yōu)化是有必要的，5G技術(shù)將使得車(chē)聯(lián)網(wǎng)系統(tǒng)的反應(yīng)時(shí)間從秒級(jí)極大地提高至毫秒級(jí)。

1.2模糊方向控制設(shè)計(jì)本系統(tǒng)中包含的道路類(lèi)型分為特殊道路類(lèi)型和基礎(chǔ)道路類(lèi)型。十字與斜入十字道路圖像如圖2所示。由于基礎(chǔ)道路類(lèi)型中線清晰，較容易用傳統(tǒng)中線算法獲得，因此模糊方向控制主要針對(duì)特殊道路類(lèi)型。

2穩(wěn)定性測(cè)試結(jié)果分析

為了驗(yàn)證多場(chǎng)穩(wěn)定圖像處理結(jié)果中出現(xiàn)誤差反饋對(duì)車(chē)輛行駛穩(wěn)定性的影響程度，本文設(shè)計(jì)了兩組重復(fù)平行實(shí)驗(yàn)。本實(shí)驗(yàn)的道路環(huán)境為：道路長(zhǎng)度110m，測(cè)試速度約為2.3m/s，道路類(lèi)型包含直道、彎道、十字道路、環(huán)島等。實(shí)驗(yàn)中以中線偏移程度和沖出道路次數(shù)為主要指標(biāo)。

3結(jié)束語(yǔ)

本文分析了智能汽車(chē)算法和車(chē)體機(jī)械特性對(duì)智能汽車(chē)系統(tǒng)的影響，并通過(guò)實(shí)驗(yàn)驗(yàn)證了中線反饋偏移對(duì)智能汽車(chē)運(yùn)行的影響。在此基礎(chǔ)上，針對(duì)現(xiàn)有依賴(lài)道路中線的算法的改進(jìn)方法，使智能汽車(chē)穩(wěn)定、高速地在未知道路上行駛，給無(wú)人駕駛汽車(chē)系統(tǒng)實(shí)驗(yàn)和自動(dòng)控制、視覺(jué)計(jì)算算法的改進(jìn)提出了可行的建議。此外，將該技術(shù)應(yīng)用到無(wú)人駕駛領(lǐng)域，一個(gè)大帶寬、低延遲的網(wǎng)狀網(wǎng)絡(luò)是必不可少的。5G的10Gb/s網(wǎng)絡(luò)傳輸速率、超高的連接數(shù)和高精度的定位能力使得它在自動(dòng)駕駛領(lǐng)域表現(xiàn)出極大的潛力。

參考文獻(xiàn)

[1]胡海峰，史忠科，徐德文.智能汽車(chē)發(fā)展研究[J].計(jì)算機(jī)應(yīng)用研究，2004，21(6)：20-23.

[2]張濤，蔣靜坪，薛鵬騫.模糊控制在位置隨動(dòng)系統(tǒng)中的應(yīng)用研究[J].武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版)，2007，29(10)：24-27.

[3]劉濤，呂勇，劉立雙.智能車(chē)路徑識(shí)別與控制性能提高方法研究及實(shí)現(xiàn)[J].電子技術(shù)應(yīng)用，2016，42(1)：54-57.

[4]方興.智能車(chē)動(dòng)力學(xué)模型參數(shù)辨識(shí)方法研究[D].上海：上海交通大學(xué)，2009.

作者：黃俊嘉；余志賢；陳銳；唐小煜 單位：華南師范大學(xué)