靖固　馮曉雪　張學(xué)松

摘要：以預(yù)瞄與跟隨理論為基礎(chǔ)，設(shè)計了以FPGA為控制核心的導(dǎo)盲小車控制系統(tǒng)，可實現(xiàn)正常盲道行進(jìn)、障礙物避障行進(jìn)和紅綠燈識別行進(jìn)控制，為盲人出行提供安全保障.系統(tǒng)首先建立了基于平面幾何約束的角度與速度綜合控制模型，在此基礎(chǔ)上提出了一種適于FPGA實現(xiàn)的基于模糊規(guī)則的自校正舵機(jī)控制算法，進(jìn)而實現(xiàn)對導(dǎo)盲小車的方向與速度綜合控制，本設(shè)計首先在Matlab環(huán)境下進(jìn)行建模與調(diào)試，調(diào)試成功后運用Quanus II對控制器進(jìn)行設(shè)計與仿真，實驗證明該系統(tǒng)具有很強(qiáng)的實時性與可靠性，可極大程度的保障盲人出行的安全。

關(guān)鍵詞：導(dǎo)盲系統(tǒng)；FPGA；方向與速度綜合控制模型；模糊規(guī)則的自校正舵機(jī)控制

DoI：10.15938/j.jhust.2016.06.011

中圖分類號：TP391.41

文獻(xiàn)標(biāo)志碼：A

文章編號：1007-2683（2016）0-0055-06

0.引言

導(dǎo)盲小車是盲人出行的重要輔助工具，而導(dǎo)盲小車控制系統(tǒng)的實時性與可靠性是尤為重要的，目前常用的導(dǎo)盲控制系統(tǒng)大都采用GPS定位和超聲波導(dǎo)盲控制，使系統(tǒng)成本高，實時性不理想；而模糊PID算法具有超調(diào)小穩(wěn)定性高的特點，但響應(yīng)速度一般，本文采用了高度集成的FP-GA芯片作為導(dǎo)盲小車的控制核心，與預(yù)瞄跟蹤理論相結(jié)合，建立了基于平面幾何約束的角度與速度綜合控制模型，根據(jù)預(yù)期路徑獲取預(yù)瞄點位置和路徑方向的相關(guān)信息，經(jīng)基于模糊規(guī)則的自校正舵機(jī)控制算法，實現(xiàn)對導(dǎo)盲小車的方向與速度綜合控制，進(jìn)而提高盲人出行的安全性。

1.導(dǎo)盲小車的硬件系統(tǒng)

導(dǎo)盲小車以FPGA為控制核心，同時配備了電機(jī)和舵機(jī)以及他們的驅(qū)動裝置、紅外傳感器檢測裝置、速度光電編碼器、轉(zhuǎn)角光電編碼器以及電源和時鐘模塊.導(dǎo)盲小車的控制系統(tǒng)結(jié)構(gòu)圖如圖1所示。

1.1遠(yuǎn)紅外檢測裝置

本文采用紅外測距傳感器對小車行駛的盲道線邊界進(jìn)行檢測，紅外測距傳感器具有一對紅外信號發(fā)射和接收二極管，發(fā)射管發(fā)射特定頻率的紅外信號，接收管接收這種頻率的紅外信號，當(dāng)紅外檢測方向遇到障礙物時，紅外信號反射回來，被接收管接收，由于光的傳播速度為3×10⁸m/s，只要記錄下光信號的往返時間，用光速乘以往返時間的二分之一就是所需測量的距離。

1.3其他裝置

驅(qū)動裝置主要包括電機(jī)驅(qū)動和舵機(jī)驅(qū)動，電機(jī)的驅(qū)動采用PWM來控制電機(jī)的正反轉(zhuǎn)，改變其占空比調(diào)節(jié)電機(jī)的轉(zhuǎn)速，產(chǎn)生的控制信號通過BTS7960驅(qū)動電路控制電機(jī)，復(fù)位、時鐘以及電源模塊為系統(tǒng)上電時提供復(fù)位信號、時鐘信號和電源的供給，以確保整個系統(tǒng)的正常運行，整個系統(tǒng)的電源控制選用LM317可調(diào)穩(wěn)壓電源實現(xiàn)。

2.導(dǎo)盲小車方向與速度綜合控制

2.1參數(shù)設(shè)定

2.1.1盲道小車的速度與預(yù)瞄周期T的確定

本設(shè)計假設(shè)在正常盲道上行進(jìn)時為勻速運動，考慮盲人行進(jìn)過程中的心理因素和生理因素的影響，選取速度介于正常人行進(jìn)速度1.2m/s與病人的步行速0.7m/s之間；根據(jù)時間與速度計算公式t=s/v（s為導(dǎo)盲小車到盲道中線的最大距離），預(yù)瞄周期取最長控制時間870ms的八分之一；根據(jù)《城市道路和建設(shè)無障礙設(shè)計規(guī)范》取s=0.8m，選取的預(yù)瞄周期因速度不同而不同，在正常盲道上，選取v=0.9m/s，預(yù)瞄周期選取T₁=134ms；當(dāng)遇到障礙時導(dǎo)盲小車做加速度為α₁，=-0.2m/s²的勻減速運動，預(yù)瞄周期選取T₂=126ms；當(dāng)行進(jìn)至交叉路口時，遇到綠燈則做加速度為α₂=0.2m/s²的勻加速運動，預(yù)瞄周期選取T₃=167ms；遇到紅燈則停止.

2.1.2車與盲道中線距離的測定

導(dǎo)盲小車在行進(jìn)過程中的最佳控制是沿著盲道中線前行，由于紅外檢測只能檢測小車到盲道兩個邊緣的距離，建立一個以小車為坐標(biāo)原點的絕對坐標(biāo)系f（x.y），經(jīng)過任意一個預(yù)瞄周期T_p時（p為任意采樣時刻），檢測到小車距盲道左右邊緣的坐標(biāo)分別為f（x_m.y_n）和f（X_n，y_n），由此得到導(dǎo)盲小車到盲道中線的距離L（l_p）為：

2.2角度與速度綜合控制模型設(shè)計

2.2.1基于平面幾何約束的方向控制

根據(jù)預(yù)瞄與跟蹤理論，對盲道小車的方向進(jìn)行基于模糊規(guī)則的自動校正舵機(jī)控制.在每次預(yù)瞄控制的間隔時間T_p，根據(jù)傳感器所采集的路況信息，確定最優(yōu)曲率預(yù)瞄點，當(dāng)檢測到L（l_p）>0，則小車向右轉(zhuǎn)，反之，J（t_p）<0，向左轉(zhuǎn).小車行進(jìn)軌跡如圖2所示，在建立的坐標(biāo)系中，P₁為某位置的預(yù)瞄點，P₂為經(jīng)過一個預(yù)瞄周期后的預(yù)瞄點，α₁和α₁分別為他們的預(yù)瞄角度。

2.2.2基于平面幾何約束的綜合控制模型

當(dāng)導(dǎo)盲小車遇到障礙物或是交叉路口時，需要對小車的速度和方向同時進(jìn)行控制，在原勻速運動的基礎(chǔ)上做如下的假設(shè)：

1）遇障礙物做小曲率勻減速運動；

2）遇綠燈做小曲率勻加速運動；

控制模型的外圍觸發(fā)邏輯狀態(tài)圖如圖3所示，當(dāng)紅燈亮、避障失敗、尋徑失敗這3個條件中的任何一個觸發(fā)時，則導(dǎo)盲小車停止前行；綠燈亮和避障成功觸發(fā)時，系統(tǒng)進(jìn)行勻加速或勻減速方向與速度綜合控制；在尋徑成功觸發(fā)后，系統(tǒng)再回到原有小曲率勻速運動的模糊舵機(jī)自校正控制，交叉口狀態(tài)和避障狀態(tài)只有系統(tǒng)探測到交通燈和障礙物時才會觸發(fā)，而尋徑狀態(tài)則一直伴隨導(dǎo)盲系統(tǒng)整個工作過程中。

2.3基于模糊規(guī)則的自動校正舵機(jī)控制算法

在理想狀態(tài)下，預(yù)瞄角度α等于小車的實際轉(zhuǎn)角y'但是由于阻力等環(huán)境因素以及自身結(jié)構(gòu)因素的影響，α和y存在一定的角度偏差.所以本文提出了基于模糊規(guī)則的自動校正舵機(jī)控制算法.該算法的目的就在于得到自校正角度β，使得實際轉(zhuǎn)角y無限接近于預(yù)瞄角度α基于平面幾何約束的自校正控制算法設(shè)計流程如圖4所示。

2.3.1模糊控制方案設(shè)計

基于模糊規(guī)則的自動校正舵機(jī)控制系統(tǒng)如圖5所示。

模糊控制器采用典型的雙輸入單輸出的模糊控制結(jié)構(gòu)，輸入量分別為α與y的偏差E以及α的變化率△E，輸出量u為自校正角度屆.

對偏差E、偏差變化AE以及控制量U的模糊集及其論域定義如下：

假設(shè)小車做小曲率的勻速運動，所以E的論域為M，M的范圍[-30，30].在論域上定義7個模糊子集{負(fù)大，負(fù)中，負(fù)小，零，正小，正中，正大}，記為{NB，NM，NS，NO，Ps，PM，PB}。

小車速度為0.9m/s，則在預(yù)瞄周期內(nèi)小車行進(jìn)距離為0.6m，偏差變化率AE變化不會太大，因此，AE的論域N為{-10，10}，在論域上定義7個模糊子集{負(fù)大，負(fù)中，負(fù)小，零，正小，正中，正大}，記為{NB，NM，NS，NO，PS，PM，PB}。

u的模糊集為{SB，SM，ss，SO，Js，JM，JB}7檔，分別表示{減大，減中，減小，零，加小，加中，加大}.u的論域范圍為[-20，20]。

描述輸入、輸出變量的詞匯都具有模糊的特性，可用模糊集合來表示，因此模糊概念的確定問題就直接轉(zhuǎn)變?yōu)槟：想`屬函數(shù)的問題。

模糊控制器的控制規(guī)則是以手動控制策略為基礎(chǔ)的，手動控制策略一般都可以用if then形式的條件語句來加以描述。

根據(jù)專家經(jīng)驗總結(jié)出的舵機(jī)校正模糊控制規(guī)則如表1所示。

當(dāng)小車預(yù)瞄角度與實際的轉(zhuǎn)角的偏差正大以及α的變化率都正大時，輸出一個負(fù)的較大的β；當(dāng)偏差正大而偏差變化率向負(fù)方向變化很大時，說明偏差正在變小，此時輸出一個負(fù)較小的β。

3.FPGA控制系統(tǒng)的設(shè)計與仿真

利用Matlab對控制系統(tǒng)進(jìn)行建模和控制算法的設(shè)計與仿真.在預(yù)瞄與跟蹤理論的基礎(chǔ)上，在Matlab軟件的simulink環(huán)境下搭建了基于平面幾何約束的方向與速度綜合控制模型，并使用Fuzzy log—ic模塊設(shè)計模糊控制器及模糊規(guī)則，圖6為自校正舵機(jī)控制系統(tǒng)的simulink仿真模型圖。

將清晰化的控制量u制成表放在FPGA中，用來進(jìn)行查詢的對應(yīng)輸出值，調(diào)用在Quartus II中的LPM—ROM的IP核，通過查詢該表得到每對e和Ae所對應(yīng)的輸出值。

根據(jù)導(dǎo)盲小車檢測到是否在盲道上，將控制系統(tǒng)分為2大模塊，頂層設(shè)計采用自下而上的設(shè)計思想進(jìn)行模塊劃分，并采用了模糊規(guī)則自校正算法的并行處理方法，利用Quartus II的原理圖輸入法進(jìn)行頂層設(shè)計的輸入.控制系統(tǒng)的頂層設(shè)計原理圖如圖7所示，圖8為導(dǎo)盲小車控制系統(tǒng)仿真波形圖，仿真結(jié)果表明導(dǎo)盲小車的實際轉(zhuǎn)角y與預(yù)瞄角度α非常接近，在一個控制周期內(nèi)y和α的差不超過0.9°，響應(yīng)時間為80ns，控制效果能滿足系統(tǒng)要求，

4.結(jié)論

應(yīng)用Quartus II完成了導(dǎo)盲系統(tǒng)控制器的設(shè)計與仿真，實驗證明該系統(tǒng)具有很強(qiáng)的實時陛，能很好地實現(xiàn)正常盲道行進(jìn)、障礙物避障行進(jìn)和紅綠燈識別行進(jìn)過程控制，特別在小車的速度與方向綜合控制的響應(yīng)時間方面較文[4]所耗時節(jié)省20%（文[4]的PID模糊控制器的響應(yīng)時間為97.25ns）；由于本系統(tǒng)采用FPGA技術(shù)、并行處理算法，最大程度地節(jié)省了時間，具有省時、高效、處理效果好的優(yōu)點，能滿足盲道控制系統(tǒng)的實時性和準(zhǔn)確性要求，不足之處是在復(fù)雜的交通環(huán)境下，路徑是否為最佳選擇還有待驗證。