楊建姣，　朱鳳武,齊　跡

（吉林農(nóng)業(yè)大學　工程技術(shù)學院，　吉林　長春　130118）

?

基于K60電磁循跡智能車系統(tǒng)控制策略的設(shè)計

楊建姣，朱鳳武,齊跡

（吉林農(nóng)業(yè)大學工程技術(shù)學院，吉林長春130118）

摘要：電磁組智能車作為“飛思卡爾”智能車大賽中形式較為多變的比賽組，控制策略的選擇和設(shè)計直接影響整個車體的反應靈敏度和速度的調(diào)控。本文中的控制策略主要包括舵機轉(zhuǎn)向和電機驅(qū)動兩方面。測得每個電磁傳感器檢測到的電壓信號范圍和舵機轉(zhuǎn)向的占空比范圍，利用虛擬示波器顯示，發(fā)現(xiàn)兩者之間按比例成線性對應關(guān)系，從而實現(xiàn)舵機隨賽道中線的隨動，提高信號的檢測速度和反應速度；系統(tǒng)采用模糊PID控制算法分段調(diào)制車速，既能快速提高直道速度又能立即降速順利通過彎道。本設(shè)計選用“飛思卡爾”公司的32位K60單片機來滿足系統(tǒng)對運算速度的要求。系統(tǒng)采用MATLAB建立仿真模型對控制策略進行分析改進。經(jīng)調(diào)試，該系統(tǒng)的測試速度達到3.1 m/s。

關(guān)鍵詞:電磁循跡；虛擬示波器；隨動；模糊PID；MATLAB仿真

電磁循跡智能車作為汽車行業(yè)今后發(fā)展方向之一，受到越來越多的企業(yè)的關(guān)注和追捧，從而對電磁循跡小車的研究深度有待進一步提高。展望未來的新型汽車產(chǎn)業(yè)，電磁循跡相對于光電循跡和攝像頭循跡而言，鋪設(shè)軌道所需的成本較為低廉，此外，電磁組智能車節(jié)能環(huán)保、車體硬件設(shè)備簡單易懂，為無人駕駛智能車提供良好的基礎(chǔ)。德國大眾研發(fā)的可以飛的汽車——磁懸浮汽車已經(jīng)震驚世人，相信不久的將來電磁導航汽車也能得到廣泛應用。

一、系統(tǒng)概述

本文選用K60單片機作為系統(tǒng)的控制中心。K60是“飛思卡爾”公司較為高端的32位處理芯片，其運行速度和計算速度都遠超MC9S12XS128，提高小車整體的反應靈敏度。電磁傳感器檢測到的電壓信號經(jīng)過LC串聯(lián)諧振、放大、半波檢波、低通濾波輸出直流電壓信號，直接送到單片機的AD端口進行運算。AD返回值決定舵機的轉(zhuǎn)角大小和電機轉(zhuǎn)速。光電編碼器檢測電機實際轉(zhuǎn)速與設(shè)定值形成閉環(huán)負反饋，加入模糊PID控制算法，實現(xiàn)電機對速度的快速響應。選用IAR作為編程環(huán)境，調(diào)用“野火”底層庫函數(shù)，使得整個編程過程極大簡化。上位機采用虛擬示波器顯示各傳感器返回值和舵機返回值，借助虛擬示波器軟件，實現(xiàn)在線調(diào)試。本文主要針對電磁組智能車的舵機轉(zhuǎn)向控制和電機驅(qū)動控制兩方面設(shè)計控制策略，解決直道擺動和快速過彎的問題。

二、硬件設(shè)計

根據(jù)智能車需要實現(xiàn)的功能可以將系統(tǒng)分為：控制核心、電磁循跡單元、舵機轉(zhuǎn)向單元、電機控速單元、編碼器測速單元、起跑線檢測單元和路障檢測單元。系統(tǒng)框圖如圖1所示。系統(tǒng)硬件部分主要介紹電磁循跡單元。

常用的工字型電感型號主要有：6×8mm、8× 10mm、10×18mm等，電感的直徑越大，通過其截面的磁同線數(shù)越多，輸出端電壓越大，為避免電感之間的耦合作用，本文選用3個8×10mm的電磁傳感器依次排布，電感排布如圖2所示。為實現(xiàn)舵機隨漆包線隨動，電感的排布間隔經(jīng)過反復測試確定為左右各距中心點11cm，前瞻實物圖如圖3所示。

圖2　電感分布示意圖Fig.2　Schematicdiagramoftheinductancedistribution

圖3　前瞻實物圖Fig.3　Physical map of the look-ahead

三、控制策略的設(shè)計

本文主要針對起跑線檢測停車、舵機轉(zhuǎn)角控制和電機轉(zhuǎn)速控制三個方面設(shè)計控制策略。起跑線檢測選用創(chuàng)新思維，避免傳統(tǒng)控制方法中的誤判停車現(xiàn)象；舵機轉(zhuǎn)向采用線型比例法控制舵機的隨動，簡化模糊控制和PID控制的編程復雜性；電機控制采用模糊PID算法，加快直道提速過程和入彎、出彎降速過程的反應速度，相對于經(jīng)典PID而言，模糊PID更加智能化，運算更簡便。通過以下三個控制策略實現(xiàn)小車的快速性和穩(wěn)定性。

（一）起跑線檢測

電磁組智能車選用干簧管來檢測起跑線并控制停車程序。常規(guī)的控制規(guī)律是根據(jù)干簧管的工作原理實現(xiàn)的，即干簧管通過永磁鐵時管內(nèi)的引腳會被吸合隨后又斷開，二次通過時重復吸合并斷開。干簧管的動作控制單片的某個I/O端口，起跑時干簧管導通，單片機接收到一次高電平；終點時單片機接收到第二個高電平，此時程序跳轉(zhuǎn)到停車子程序，電機反轉(zhuǎn)實現(xiàn)停車。

由于比賽時賽道會有坡道和障礙，車體會有大幅度震蕩導致干簧管誤導通；又或者賽道的靜電強度很高，導致干簧管誤導通，出現(xiàn)誤停車的現(xiàn)象。這一現(xiàn)象在比賽過程中經(jīng)常出現(xiàn)。為避免誤停車問題，本文在此基礎(chǔ)上增加判斷條件。通過檢測舵機大角度轉(zhuǎn)向的次數(shù)，來判斷車體在賽道上的進程，例如當舵機轉(zhuǎn)過的最大角度的次數(shù)小于K（由賽道的復雜程度選定）時，小車不能順利通過直角彎到和大S彎道，此期間的任何停車指令都作為偽指令屏蔽。此方法同樣可以作為其他賽組的停車輔助條件，并已經(jīng)在比賽中多次使用，效果可行。

（二）舵機隨動控制

舵機轉(zhuǎn)向的靈敏度直接影響車體的反應速度和控制效果，舵機的隨動控制可以較好地滿足靈敏度的要求。本文利用舵機占空比和傳感器返回值二者成線性比例關(guān)系實現(xiàn)隨動控制。

首先通過虛擬示波器測得1-3號傳感器在直道上不同位置時的AD返回值，并對1、3號電感返回值做差進行線性化，在MATLAB里繪圖得圖4。圖中橫坐標表示偏移位置，單位cm，縱坐標表示輸出直流電壓，單位mV，線性化后的變化范圍為-3960～3960。其次，通過虛擬示波器測得舵機左打死和右打死時PWM值，以S3010型號的舵機為例，PWM返回值的變化范圍為730～950~1170。通過分析可得，兩者之間存在線性關(guān)系，計算得舵機占空比PWM_DUO和電感返回值A(chǔ)D_L之間的關(guān)系式為PWM_DUO= AD_L/18+950。

相對于模糊運算和PID運算而言，線性化控制簡單易懂，所需機械周期短，靈敏度控制效果明顯。

圖4　返回值曲線Fig.4　The return value curve

(三)電機模糊控制

“飛思卡爾”智能車車模選用RS-380SH型號的直流伺服電機，額定電壓為7.2V。選用編碼器或編碼盤測量實際速度值，與電機設(shè)定值進行比較，形成閉環(huán)負反饋回路。與編碼盤相比，四線制增量式的歐姆龍旋轉(zhuǎn)編碼器OME-100-1N具有精度高，穩(wěn)定性好，使用壽命較長等優(yōu)點。

智能車的速度控制需要考慮直道提速、入彎減速和出彎提速等問題，其控制效果直接影響車體的靈敏度。直道起跑時速度從零慢慢升到設(shè)定值；進入彎道要快速降速，避免沖出賽道；出彎時快速恢復到直道速度。對速度的控制轉(zhuǎn)化為時間控制，因此要借助算法減小滯后。下面以單電機驅(qū)動為例，主要介紹電機轉(zhuǎn)速的控制算法的選擇和設(shè)計。

1.經(jīng)典PID控制

常用的經(jīng)典PID算法分為：增量式PID和位置式PID兩種。由于小車運行過程位置信息難采集，速度及速度增量可以通過編碼器返回值獲得，因此增量式PID更為方便，其公式為：

由于經(jīng)典PID算法在非線性系統(tǒng)和不能建立精確數(shù)學模型的時計算過程復雜，參數(shù)調(diào)節(jié)過于繁瑣復雜，不能單獨應用。

2.模糊控制

模糊邏輯控制是建立在模糊數(shù)學基礎(chǔ)上的一種智能控制算法，主要應用在較為復雜、多變量的非線性系統(tǒng)。一個完整的模糊運算包括：定義變量、模糊化、知識庫、邏輯判斷和解模糊化五部分，其中控制規(guī)則是模糊控制器的核心。模糊控制具有較好的魯棒性和適應性，但是對于小車系統(tǒng)，對速度進行簡單的模糊處理會降低系統(tǒng)精度、穩(wěn)定性和動態(tài)品質(zhì)。若要提高精度就必然增加量化級數(shù)，導致規(guī)則搜索范圍擴大，降低決策速度，甚至不能進行實時控制。綜合以上兩種控制算法的優(yōu)缺點，系統(tǒng)選用模糊PID復合控制。

3.模糊PID復合控制

模糊PID對于較大滯后性和時變性系統(tǒng)具有良好的控制效果。其控制的一般形式為：

由于常規(guī)PID不具有在線自整定功能，為提高系統(tǒng)的控制效果，應用模糊理論建立參數(shù)KP、KI、KD與偏差絕對值|E|和偏差變化絕對值|EC|間的二元連續(xù)函數(shù)關(guān)系：

此控制器以偏差E及其變化量EC作為輸入，針對不同的E與EC進行PID參數(shù)在線調(diào)整，使電機具有良好的動、靜態(tài)性能[4]。

模糊PID控制系統(tǒng)為雙輸入三輸出系統(tǒng)[5]。首先設(shè)定|E|、|EC|、KP、KI、KD模糊控制論域并設(shè)置其模糊語言分別為：大（B）、中（M）、?。⊿）和零Z。其次在MATLAB中設(shè)計隸屬函數(shù)，如圖5所示。最終得到模糊控制規(guī)則表，如圖6所示。

圖5　隸屬函數(shù)Fig.5　The membership function

圖6　模糊控制規(guī)則Fig.6　The fuzzy control rules

四、測試結(jié)果分析

利用以上控制策略對小車進行仿真模擬和實際測試。仿真過程中對電機模糊PID的控制參數(shù)進行在線分析和微調(diào)，并與經(jīng)典PID的仿真曲線進行對比，證明復合控制的優(yōu)異性。通過觀察小車的實際行車路線和彎道處理分析舵機的隨動控制策略的特點以及模糊PID的實際作用效果。

（一）模糊PID控制仿真結(jié)果分析

在MATLAB里建立仿真模型，針對電機轉(zhuǎn)速這一被控對象進行PID控制和模糊PID控制，經(jīng)整定，經(jīng)典PID的參數(shù)分別為KP=4.5、KI=0.03、KD=2；模糊PID的參數(shù)分別為：KP1=4、KI1=0.01、KD1=3仿真曲線如圖7（a）所示，經(jīng)擾動的階躍響應曲線如圖7（b）所示。

圖7　仿真曲線圖Fig.7　The simulation curve

由圖可以看出模糊PID縮短了反應時間，對系統(tǒng)穩(wěn)定性、超調(diào)控制和抗干擾的能力比傳統(tǒng)控制能力要強，控制效果更明顯[6]。

（二）舵機轉(zhuǎn)向分析

常用的舵機控制策略有二值化、隨動和PID控制等，隨動控制較閾值二值化控制而言能實現(xiàn)舵機連續(xù)性轉(zhuǎn)動，又比PID或模糊控制簡單易懂，縮短了程序執(zhí)行所占用的時鐘周期，提高舵機的反應靈敏度，與電機速度匹配。

五、結(jié)論

本文主要針對電磁組智能車的循跡和調(diào)速兩部分設(shè)計控制策略。舵機采用隨動控制，控制思想簡單易懂，隨動效果明顯；電機調(diào)速采用模糊PID復合控制算法，反應時間減少，系統(tǒng)的穩(wěn)定性能和抗干擾性能提高。應用MATLAB建立仿真模型，便于觀察和調(diào)節(jié)，簡化了調(diào)試過程。在常規(guī)比賽賽道上對智能小車進行測試，速度可達3.1m/s。

參考文獻：

[1]王玲,張琨.智能汽車前景可期--訪中國工程院院士李德毅[J].高科技與產(chǎn)業(yè)化,2013,(10).

[2]石晶,王宜懷,等.基于ARM Cortex-M4的MQX中斷機制分析與中斷程序框架設(shè)計[J].計算機科學.2013,(6).

[3]卓晴,黃開勝,等.學做智能車[M].北京:北京航空航天大學出版社,2007.

[4]耿瑞,基于MATLAB的自適應模糊PID控制系統(tǒng)計算機仿真[J].信息技術(shù),2007,(1).

[5]劉金琨.先進PID控制及其MATLAB仿真[M].北京:電子工業(yè)出版社,2011.

[6]J.H Kim,and S.J.Oh.A fuzzy PID controller for nonlinear and uncertain.Soft Computing,2000,Vol.4(2).

（責任編輯：袁媛）

中圖分類號:TP368

文獻標識碼:B

[文章編號]1671－802X(2016)02－0009－05

收稿日期：＊2016－02－19

作者簡介：楊建姣（1992-）,女,河北唐山人,碩士研究生,研究方向:智能化檢測與控制技術(shù)。E-mail：1577314678@qq.com.朱鳳武（1968-），男，吉林公主嶺人,教授，研究方向：智能化檢測與控制技術(shù)。

A Design of Control Strategy of Electromagnetic Tracking Smart Car System Based on K60

YANG Jan-jiao,ZHU Feng-wu,QI Ji

(College of Engineering and Technology,Jilin Agricultural University,Changchun 130118,Jilin)

Abstract:Electromagnetic group smart car is changeable in the“Freescale”competition.The selection and design of the control strategy directly affects the sensitivity of the whole car reaction and speed regulation.The control strategy in this paper mainly includes such two aspects as steering and driving motor.The range of voltage signal and the duty ratio of steering of each electromagnetic sensor are detected.The linear relationship between them can be found by using virtual oscilloscope so that the servo of the steering following the middle track line can be achieved,which improves detection speed and reaction speed of signal.A fuzzy PID control algorithm is used for segmented speed modulation so that the straight-speed can be rapidly improved and the corner speed can be slowed down smoothly.The 32 Bit MCU K60 of Freescale Company is chosen to meet the requirements of the operation speed of the system.MATLAB simulation is used for analyzing and improving control strategy.After debugging,the test speed of the system reaches 3.1 m/s.

Key words:electromagnetic tracking;virtual oscilloscope;servo;fuzzy PID;MATLAB simulation