1、自循迹电磁小车硬件设计外文翻译杭州电子科技大学毕业设计（论文）外文文献翻译毕业设计（论文）题目自循迹电磁小车-硬件设计翻译题目基于模糊控制的智能汽车速度控制系统的设计学 院自动化学院专 业自动化姓 名陈建楠班 级13062811学 号13061131指导教师周杰基于模糊控制的智能汽车速度控制系统的设计王勇丁, 聂丽娜上海海洋大学工程科学与技术学院中国,上海Email: ydwang摘要-智能汽车，一种移动机器人，是一个综合系统，它集成了多种功能，如环保意识，规划决策，自动驱动器。为了提高跟踪和移动智能汽车的性能，本文设计了基于模糊控制智能车的速度控制系统。对控制策略和控制算法进行了研究。首先，
2、本文设计了隶属函数和控制规则。其次，通过模糊推理和清晰化，我们可以得到话语的输出控制作用的领域。最后，算法应用的智能汽车的硬件系统，该算法是基于MC9S12XS128单片机设计的。该算法具有响应速度快，超调小，鲁棒性强，并很快。此后，对该系统的可靠性进行测试，这证明了该控制算法能模仿人类的驾驶行为来控制智能车准确和迅速地跟踪该路径。关键词-模糊控制;速度控制;智能汽车I.简介目前，汽车正在往自动化，智能化，自动寻找车道和自我实现变化的路径，在保障可靠性的情况下增大运动的速度，在生产和物流工程技术获得越来越多的应用。智能汽车作为在研究中最活跃的领域之一，集合了一些学科许多新的成果，如自动控制，人
3、工智能，信息融合，传感器技术，图像处理技术和计算机等智能汽车的设计和开发提供程序，实现汽车的跟踪黑线的方法。在本文中，我们设计了智能汽车的速度控制系统，并提出一种基于模糊控制的方法来控制速度的系统。.智能车设计A.设计想法本文的目标是设计并实现一种智能车，这种智能车具有尽可能快速的跟踪黑线的能力和强大的稳定性能。1-2设计的硬件电路是基于MC9S12XS128处理器的设计。接下来的是智能汽车的行驶要求：1)当智能车从直线赛道进入弯道的时候，它的方向和速度会根据原理对曲率来产生相应的变化，更大的曲率变化，更大的角度变化就是这个原理; 2)当智能汽车从左侧和右侧交替角行驶落入到蛇型弯道，这时候智能
4、车的速度就会被适当地降低;3)当智能车相遇截面或在轨道特定情况下，电流方向必须保持和速度被适当降低3-4;B.控制方案选择智能控制是利用人的经验来控制复杂的过程。模糊控制5是一种采用模糊控制智能控制方式，智能赛车具有以下优点:1)无需预先知道被控对象的精确数学模型;2)易于掌握控制规则是人的经验;3)较强的鲁棒性对控制对象的参数; 4)以有利于人机对话和系统的知识管理语言形式控制知识，从而有利于系统处理的灵活性和机动性。III.智能汽车速度控制策略设计本文的目的是设计和实现一个能够快速，稳定，精确地跟踪黑线的智能车，也就是说，这就需要智能汽车具有很好的的算法响应，尽可能及时快速的速度和角度的调
5、节，以及具有一定测量精度的速度控制和检测系统。所以传感器应该是在检测部分具有可靠的性能和快的响应速度，另外我们使用智能算法来控制车辆移动9-11。在宽度60厘米白色背景，宽2.5厘米黑线的路况下。本设计使用7对用于道路标识的红外线传感器，所有的红外线传感器布置成水平直线，每个都大概间隔3厘米以确保可以搜索到在一条黑线作为稳定目标之一的光电信号。以这种方式，可以将基于识别信号的偏转角分为7个级别。为了保证智能汽车在最短的时间内跑完所有的赛道，车必须是:1)当传感器检测的位置偏差小，速度应尽量快速地提上去并以最快的速度通过该赛道; 2)当传感器检测的位置偏差大，伺服舵机应该打出一个确定的角度而且速
6、度应该在很短的时间迅速降低9-10;智能汽车的马达控制采用闭环控制结构，该控制结构如图1所示。在该图中，e为当前位置的偏差，u是速度控制信号，并且n为实际转速的反馈。图1.智能车的控制结构IV.电机驱动模块我们使用RS-380型电机来控制智能车的后轮。当它工作在7.2V电压，其空载电流是0.5A和速度是16200r/分。当它工作在3.3A和转速达到14060r/ min时，其效率是最大的11-12。速度检测是安装车的后轮车轴的旋转编码器。 DC电机驱动采用如图2所示的MOS管搭建组成的H桥电路。图2.MOS管构成的H桥电路速度检测模块使用YZ30D-4S-2 NA-200型旋转编码器，其精度达
7、到每圈200个脉冲。旋转编码器设备的精度更高，这就需要通过齿轮差动连接使编码器和汽车的后桥同轴。一般选择安装具有相同的模量和差速的齿轮安装在智能车上，而这是实际速度的反馈。V.模糊控制设计 模糊控制器具有三个功能模块：如图3所示的模糊化，模糊推理，反模糊化.图3.模糊控制器A.模糊子集和隶属函数的建立红外接收器的控制代码在如图4所示。图4.接收器的编码该系统采用常规的模糊控制器，输入是当前位置偏差e，输出是速度控制信号u。位置偏差e是光电传感器和智能汽车的轴的实际位置反馈之间的偏差，当e是零，这意味着没有从路径上偏离。正性的e表示偏离到左侧，负向的e表示偏离到右侧。它的e的范围是-9，9，散射
8、的范围内的整数集合E = -9，-6，-3,0，3，6，9。位置偏差e的值会被先模糊化。定义模糊子集：e = NB，NM，NS，ZE，PS，PM，PB。于是，NB为-9，-6，尤其是右侧的平均值是最大的。 NM为-9，-3，右侧的平均值是相对较大的。NS是-6，0，右侧的平均值是相对较小的。ZE为-3,3。PS是0,6，左侧的平均值是相对较小的。PM是3,9，左侧的平均值是相对较大的。PB为6,9，尤其是左侧的平均值是最大的。E的隶属函数示于图5。图5.E的隶属函数定义模糊子集:U=NB，NM，NS，ZE，PS，PM，PB。而U也有资格七个等级，U其定义域=90，-70，-50，0，50，70
9、，90。 U型的隶属函数示于图6。图6. U的隶属函数B.控制规则模糊规则作为模糊控制的核心，反映了输入和输出变量的关系。当智能车控制电机调速，需要考虑到位置偏差。当位置偏差e较大时，速度应该适当地降低。与此相反，当位置偏差e小，则速度应该加大。所以速度控制信号u是与当前位置偏差e的绝对值相关联的。并且根据实验，因为速度控制信号u是和速度成反比的，当e的绝对值越大，速度被降低和u适当改善。当e的绝对值越小，速度提高和u被适当降低。模糊控制规则显示在Tab.I.表I.控制规则C.模糊推理和反模糊化推理是模糊控制系统的核心。基于模糊的概念，模糊控制信息可通过模糊蕴涵和模糊逻辑推理规则来获得，并且可
10、以实现拟人化的决策过程。根据模糊输入和模糊控制规则，模糊输出将通过求解模糊关系方程来获得。反模糊化的是通过将得到的模糊集转换为数字值来控制的过程。它可以使用中心的重心法进行反模糊化，重心法的中心是一种根据面积在模糊隶属函数曲线和变量车轴值重力采取的变量。VI.电机的控制策略和算法用传感器来检测到的信号的量化，并计算速度。此外，在这个过程中需要通过传感器来控制伺服舵机。A.量化过程 智能车通过对7路信号进行采集，因为一个或两个传感器可以一起采集信号，可以得到13种路况。为了更加容易地处理它，我们量化传感器的信号为1，2，3，4，5，6，7，8，9，10，11，12，13。该过程被示为如下：a)传
11、感器1，2，3，4，5，6，7的编号从左到右。b)因为这些传感器是密集地排布，在一个和两个传感器一起检测到的黑线的条件下转动传感器。B.速度计算我们通过计算得到最后的速度，并且该过程被示为如下：a)正如之前所提到的，项目的传感器位置到参考轴，并获得由左到相应的错误右是-9，-6，-3,0，3，6，9，然后，将上述结果可以用下面示出的模糊集的符号在话语E的结构域，例如，10的位置可以显示+。b)模糊推理后，我们可以得到的输出，它可以使用符号下方显示的话语U.例如域，对应的10输出可作为展示+。c)通过反模糊化在重心的方法获取相应的输出，然后对应10的输出为0.550 + 0.570 = 60 。
12、d)此外，为了使车沿顺利而稳定的直线方式运行，我们做到9对应5的输出的适当的调整，并设置相应的6，7，8为50。这种控制方式具有更快的输出响应速度和更小的超调。VII.结果A智能车的跟踪实验我们控制伺服角度通过对当前路况的信号采集，实现智能车对跟踪黑线的控制权。前轮角度智能车的输出由PWM控制。在实验中，我们测量了脉冲宽度范围7860和9540微秒（S）之间，对应的伺服角为-45D和45D之间。在伺服的动态响应的过程中，当伺服是在稳定状态，这是脉冲宽度和角度的对应关系。在此设计中，我们使用智能汽车和黑线作为输入变量，设置脉冲宽度时添加所述偏移7860 s。伺服舵机角度和PWM的对应关系示于Ta
13、b.II.机角度和PWM的对应关系有一个表格。从该表格中可以清楚的看出角度的每一个值对应的PWM值，该表格示于Tab.II。表 II.伺服舵机的角度和PWM的关系控制程序开发和下载到MCU和汽车运行的轨道。实验结果表明，智能车可以跟踪黑色快速和稳定的，在图7中示出。图7.行驶在赛道上的智能车B.速度控制实验通过使用MC9S12XS128单片机的输入捕捉功能，编码器捕捉速度脉冲。然后我们可以得到速度，提高速度精度。智能车控制系统的系统时钟为80MHz。经过192分频单芯片的输入捕捉的时钟源，用单片机采集系统时钟的输入捕捉功能。脉冲号和速度的关系示于表III。表III.关系脉冲“数目和速度在表II
14、I，可以得到以下结论：1)速度设置越大，脉冲越小，可以根据脉冲的数目来设置需要的速度;2)设定速度和实际速度存在一些误差。所以在软件设计中，当实际速度变小时，PWM增大。当实际速度变大时，PWM降低; 3)脉速的模式被使用和速度测量精度可以提高。我们做智能车的速度控制的基础上在40米的轨道模糊控制器实验。其结果示于表.IV.表IV.实验轨迹结果表IV，可以得到以下结论：4)当前位置偏差e的绝对值越大，智能车的实际速度和设定的速度误差越小 ; 5)在速度基础上的模糊控制器和实际值理论值存在误差; 6)基于模糊控制的速度控制器可以在直道上跑得快，可以调整设定的速度，减缓在较小的幅度以确保平稳过渡，
15、不会影响整体速度; 7)当线性速度是220厘米/ s时，其实际充满时间为22.22s而实际平均速度是180厘米/秒。它实现了智能车的速度最优控制。智能车控制系统已在飞思卡尔智能车大赛经过测试，达到稳定1.8米/秒，取得良好的效果。这显示在智能车系统具有极高的响应速度，较强的抗干扰能力和适应能力。VIII.总结本研究的主要目的是利用模糊控制算法来优化智能车的调速系统和参数的模糊控制器：1)建立了隶属函数和模糊控制规则。根据系统所固有的特性，它是结合专门知识的实时调整模糊控制规则。本文提出的方法是指示系统的固有特性，并易于实现;2)设计了一种模糊控制器，并应用于智能车速度控制系统，以提高系统性能;
16、 3)完整的速度控制系统的设计，模仿人工驾驶行为的运动控制策略，采用常规模糊控制器来控制速度，并进行了实验和分析。实践证明，所提出的方案是先进的，并通过试验有效。参考文献1 CHEN Dong, XIANG Wei. The Design of Smart Car Model Based on Photoelectric CellJ. Machine Tool & Hydraulics, 2007, 35(7):51-54 2 LI Wan-yu, DONG Jie-chun. A Path Tracking Control Method for Mobile RobotJ. Journal
17、of Qingdao University(Natural Science), 2004, (2): 36-40 3 CHANG Xiao-jun. Design and Realization of Smart Cars Speed Control SystemJ. Electronic Engineering & Product World, 2009(7): 72-74 4 CHAI Wang-xing, ZHAO Wen-bin. A Speed Control System of Smart Car Based on Infrared SensorJ. China Science a
18、nd Technology Information, 2009(2):120-121 5 JIA Yong. Steering Control of Intelligent Vehicle Based on the Synthesis of Fuzzy Control ArithmeticJ. Computer Knowledge and Technology, 2008(34):1877-1878 6 WANG Xiao-hua, NIU Si-xian. Based on Single Chip Microcomputer Realization of PWM Controlling Te
19、chniqueJ. Journal of Wuhan University of Technology, 2010(1): 94-98 7 DUAN Ying-kang. The Hardware Design of Tracking Smart Car Based on MC9S12XS128J. Electronic Component & Device Applications, 2010(1): 33-35 8 HUANG Kai-sheng, JIN Hua-min, JIANG Di-nan. South Korean Intelligence Model Car Technolo
20、gy Program AnalysisJ. The Information Center for the Electronics Designer, 2006: 150-152 10 WANG Jian. Distance and Speed Measurement of Intelligent Dolly with WheelsJ. Journal of Transducer Technology, 2005: 76-78 10 ZHUO Qing, HUANG Kai-sheng, SHAO Bei-bei. Learning to Be a Intelligent Car M Beiji
21、ng: Beijing Aeronautics and Astronautics Press ,2007:158-160 11 HU Hai-feng, SHI Zhong-ke, XU De-wen. Research on Intelligent Vehicle DevelopmentJ. Application Research of Computers, 2004, 21(6): 20-23 12 CHEN Jia-rui. Automobile StrucurePart IIM. Beijing: Mechanical Industry Press, 2002: 247-390 外文翻译考核表指导教师对外文翻译的评语： 外文翻译“基于模糊控制的智能汽车速度控制系统的设计”基本准确，与毕业设计课题相关性好。 指导教师 （签名） 2017年4月14日建议成绩评阅小组或评阅人对外文翻译的评语：外文翻译“基于模糊控制的智能汽车速度控制系统的设计”基本准确。评阅小组负责人或评阅人 （签名） 2017年4月14日建议成绩
