[发明专利]一种改进的模糊PID的智能汽车自动循迹方法

摘要

本发明公开了一种改进的模糊PID的智能汽车自动循迹方法。本发明的方法是通过智能车的传感器来测量小车在道路的位置，以及偏移道路的远近。当智能车在道路中间时，传感器检测到此时的偏差e为零，当智能车偏离车道越远时，此时的偏差e也就越大。当智能车偏离车道的速度为零时，此时的传感器检测到偏差的变化率ec为零。同理当智能车偏离车道的速度越大时，此时的偏差变化率ec也就越大。当计算出偏差e及偏差的变化率ec时，就可以通过和模糊PID算法结合，算出最终的PID值。本发明比普通的模糊PID算法更精确的且更实时的反应道路的信息。使智能车驾驶更加流畅精确。

主权项

1.一种改进的模糊PID的智能汽车自动循迹方法，其特征在于包括如下步骤：步骤(1)：通过传感器检测到每次智能车传感器采样的偏差e，并通过偏差e计算出偏差的变化率ec；具体的：1-1.通过传感器信号采集，得到智能车偏离轨道的偏差e1；1-2.当一个采集周期结束后，进行第二次信号采集得到偏差e2；1-3.计算出此时的偏差变化率ec1＝e2-e1；1-4.同理能够得到以后每一个采样周期的偏差e和偏差变化率ec；步骤(2)：运用模糊控制计算出模糊PID的参数；由于积分环节有滞后作用，所以只要求模糊PD的值；由于本文的最大创新点在于利用偏差和偏差的变化率与模糊PD结合的算法，所以模糊PID的算法简述如下:2-1.模糊化处理，将偏差e的精确量转化为模糊量，将输入量进行尺度变换，使其变换到各自的论域，并用相应的模糊集合语言值来表示；2-2.用知识库也就是数据库和模糊控制规则库来写隶属度函数，模糊控制器的规则是根据经验建立的；2-3.进行模糊推理，根据输入模糊量和知识库完成模糊推理，并求解模糊关系方程，从而获得模糊控制量的狗功能部分；2-4.进行清晰化处理，通过模糊决策所得到的输出是模糊量，要进行控制必须必须经过清晰化将其转换成精确量，最终选用加权平均的原则计算出参数模糊P和模糊D；步骤(3)：利用步骤(1)得到的偏差e和偏差的变化率ec和步骤(2)得到的模糊P和模糊D的值进行算法融合，得到更精确的循迹算法；具体的：3-1.步骤(1)得到偏差e和偏差的变化率ec；3-2.步骤(2)得到模糊P和模糊D；3-3.算法融合得到最终的控制量Value＝e*(P+p)/a+ec*(D+d)/b；其中Value是控制系统得到的输出值，其中e*(P+p)反映了当前车子的偏差对控制系统作用的影响，ec*(D+d)反映了当前车子的偏差的变化率对控制系统作用的影响，此算法更加代表了车子偏移的当前值，弥补了模糊PID的不精确性，其中a和b是P和D的系数，代表了偏差及偏差变化率的权值，a和b的大小要经过经验调试和车子的性能才能给出具体的数值；p和d表示其最小的基本的P和D的值。