基于LabVIEW的倒車自動(dòng)剎車系統(tǒng)開發(fā)

　　3.3.3 速度控制器設(shè)計(jì)

　　速度控制器采用離散型的增量PI算法。經(jīng)整理后如(3)式所示?！　?/p>

 

　　式中KP=K*T/Ti，KI=K，K為增益系數(shù)，Ti為積分時(shí)間，T為足夠小的常量本系統(tǒng)選取系統(tǒng)程序運(yùn)行周期時(shí)間即50ms。

　　由于車輛影響系統(tǒng)動(dòng)能因素較多，故在增量式PI算法的基礎(chǔ)上結(jié)合Fuzzy算法。(3)式經(jīng)Z變換整理后如(4)式所示：　　

 

　　根據(jù)(4)式構(gòu)建的Fuzzy—PI控制器如圖8所示：　　

 

　　在Fuzzy算法中，本系統(tǒng)利用實(shí)時(shí)車速與預(yù)定車速軌跡的誤差量定義相關(guān)特征變量的歸屬函數(shù)，即實(shí)時(shí)速度歸屬函數(shù)(圖9)、速度誤差量歸屬函數(shù)(圖10)及速度積分誤差量歸屬函數(shù)(圖11)。上述三個(gè)歸屬函數(shù)均采用三角形分布的歸屬函數(shù)，由于試驗(yàn)車是自動(dòng)檔車型，怠速下的速度最大值在5Km/h左右，而本系統(tǒng)是將車速控制在3Km/h以下，故速度歸屬函數(shù)介于0-3Km/h。一般而言，考慮微控制器的運(yùn)算速度情況下，所設(shè)計(jì)的語意法則不超過9個(gè)，結(jié)合本系統(tǒng)輪速傳感器的有效精度是0.01Km/h，故在上述三個(gè)歸屬函數(shù)均采用了5個(gè)模糊語言變量?！　?/p>

 

　　相關(guān)歸屬函數(shù)的定義原則是當(dāng)速度誤差較大時(shí)調(diào)整為較大參數(shù)，使得速度可以快速的收斂到預(yù)定軌跡，反之若誤差量較小時(shí)調(diào)整為較小參數(shù)，使得速度可以穩(wěn)定在預(yù)定軌跡附近。速度積分誤差量的歸屬函數(shù)定義則是為了解決系統(tǒng)的穩(wěn)態(tài)誤差，即減小實(shí)時(shí)車速與預(yù)定軌跡車速間的誤差。KP及KI的模糊控制表如表2、3所示。

　　經(jīng)多次測(cè)試后得到的特征變量參數(shù)如(5)及(6)式所示。最后在解模糊化時(shí)，本系統(tǒng)采用最大隸屬度去最大值法。

　　KP={18/NB，10/NS，5/ZR，10/PS，20/PB} (5)
　　KI={20/NB，10/NS，8/ZR，10/PS，15/PB} (6)　　

 

　　四. 軟件實(shí)現(xiàn)與現(xiàn)場(chǎng)結(jié)果

　　4.1 系統(tǒng)結(jié)構(gòu)

　　基于LabVIEW的倒車自動(dòng)剎車系統(tǒng)主要分為兩個(gè)部分：

　　4.1.1 數(shù)據(jù)采集(下位機(jī)部分)

　　依據(jù)前文所述的系統(tǒng)模塊可將數(shù)據(jù)采集分為兩個(gè)部分。在測(cè)距模塊中，驅(qū)動(dòng)NI 9264模擬輸出產(chǎn)生周期為30ms的40kHz超聲波激勵(lì)信號(hào)，通過NI9205接收反射波信號(hào)，并利用Labview的脈沖探測(cè)函數(shù)計(jì)算超聲波的傳播時(shí)間，從而計(jì)算出車—障礙物的實(shí)時(shí)距離。在剎車控制模塊中，利用NI 8473與車載CAN網(wǎng)絡(luò)無縫連接，實(shí)現(xiàn)DPC與車載設(shè)備的數(shù)據(jù)交互。