智能车是一种集环境感知、规划决策、自动行驶等功能于一体的综合系统，具有时变且非线性特点。其中控制算法对智能车起着关键作用，传统的     PI   D控制难以得到很好的效果。采用自适应模糊PID控制算法可以使系统具有很好的动态响应性能，并且可以对PID参数进行在线自调整，提高了系统的适应性和鲁棒性，改善了系统的稳态误差和效率，并使其抗干扰能力明显提高。

1、自适应模糊PID控制器

自适应模糊PID控制器结构如图1所示，自适应模糊PID是在PID算法的基础上，通过计算当前系统误差e和误差变化率ec，利用模糊规则进行模糊推理，查询模糊矩阵表进行在线参数调整。本系统通过增量式旋转     编码器   对速度进行检测，经过信号转换与     单片机   进行通信，将输入给定信号r与反馈信号y进行比较得到误差信号e和误差变化率ec，并找出PID 3个参数与e和ec之间的模糊关系，在运行中通过不断检测e和ec，根据模糊控制原理对3个参数进行在线修改，以满足不同e和ec时对控制参数的不同要求，使被控对象有良好的动、静态性能。

自适应模糊PID控制器以e和ec作为输入，可以满足e和ec对PID参数自校正自调整的要求。从系统的稳定性、响应速度、超调量和稳态精度等方面来考虑，kp、ki、kd的作用如下：

（1）比例系数kp的作用是加快系统的响应速度，提高系统的调节精度。kp越大，系统的响应速度越快，系统的调节精度越高，但易产生超调，甚至导致系统不稳定；kp取值过小，则会降低调节精度，使响应速度缓慢，从而延长调节时间，使系统静态、动态特性变坏。

（2）积分作用系数ki的作用是消除系统的稳态误差。ki越大，系统的稳态误差消除越快，但ki过大，在响应过程的初期会产生积分饱和现象，从而引起响应过程的较大超调；若ki过小，将使系统稳态误差难以消除，影响系统的调节精度。

（3）微分作用系数kd的作用是改善系统的动态特性，主要反应偏差信号的变化趋势，并能在偏差信号值变得太大之前，在系统引入一个有效的早期修正信号，从而加快系统的动作速度，减少调节时间。

根据上述整定原则将kp、ki、kd、ec、e变化范围定义为模糊的论域：{-3，-2，-1，0，1，2，3}，它们的隶属函数均选择为三角分布函数，如图2所示（横坐标表示e/ec的整数论域中的分布，纵坐标表示隶属度）。采用M     amd   ani模糊推理系统，清晰化法为重心法，则可以建立针对kp、ki、kd 3个参数的模糊规则表，如表1、表2、表3所示。在模糊规则表中kp、ki、kd、e、ec均取7个模糊子集，其语言值分别为{正大，正中，正小，零，负小，负中，负大}，用{PB，PM，PS，ZO，NS，NM，NB}表示。

2、智能车直流电机控制系统的数学模型

智能车直流电机驱动系统如图3所示。施加于电枢端的电压u产生电枢     电流   i，i与磁钢产生的磁通相互作用，产生的电磁转矩驱     Te   动负载。

3、     MATLAB   仿真

在MATLAB7.0数学分析软件命令窗口运行Fuzzy函数进入模糊逻辑编辑器，选择控制器类型为Mamdani型，建立fuzzy logic controller 模块。再利用Simulink工具箱，搭建自适应模糊PID控制系统的模型，如图4所示。

以上仿真结果表明：

（1）自适应模糊PID控制系统的动态性能、稳态性能要比PID控制系统要好得多，既能有效减少振荡，又能较好地达到稳态。系统的鲁棒性、稳态精度高。

（2）控制器参数的变化对控制性能有如下影响：PID参数kp、ki、kd对系统影响很大，应合理选取这3个参数的论域以获得最佳的PID控制特性；模糊PID控制器的控制规则对该系统的参数影响较大，从而将直接影响系统的调节效果。

责任编辑：gt