1、基于MATLAB軟件的自動泊車控制系統設計與仿真摘要 現代社會汽車的使用已經相當廣泛。而每一個司機都會面對倒車問題，有經驗的司機能夠快速、準確的將汽車停到指定的位置。然而多數的司機尤其是一些剛剛考到駕照的新手們尤其對停車的問題十分煩惱。在準確性和速度之間往往很難同時滿足，設想如果能有個智能裝置，根據當前的車速和位置能夠自動將車停到合適位置，且又同時滿足快速性和準確性。本課題正是基于以上的設想，結合我們最近學習的模糊控制的相關知識以MATLAB為軟件平臺，搭建一個基于MATLAB的自動倒車模糊控制系統。 以往的各種傳統控制方法均是建立在被控對象精確數學模型基礎上的，然而，隨著系統復雜程度的提高，

2、將難以建立系統的精確數學模型。在工程實踐中，人們發現，一個復雜的控制系統可由一個操作人員憑著豐富的實踐經驗得到滿意的控制效果。這說明，如果通過模擬人腦的思維方法設計控制器，可實現復雜系統的控制，由此產生了模糊控制。模糊控制是建立在人工經驗基礎之上的。對于一個熟練的操作人員，他往往憑借豐富的實踐經驗，采取適當的對策來巧妙地控制一個復雜過程。若能將這些熟練操作員的實踐經驗加以總結和描述，并用語言表達出來，就會得到一種定性的、不精確的控制規則。如果用模糊數學將其定量化就轉化為模糊控制算法，形成模糊控制理論。糊控制理論具有一些明顯的特點：（1）模糊控制不需要被控對象的數學模型。模糊控制是以人對被控對象

3、的控制經驗為依據而設計的控制器，故無需知道被控對象的數學模型。（2）模糊控制是一種反映人類智慧的智能控制方法。模糊控制采用人類思維中的模糊量，如“高”、“中”、“低”、“大”、“小”等，控制量由模糊推理導出。這些模糊量和模糊推理是人類智能活動的體現。（3）模糊控制易于被人們接受。模糊控制的核心是控制規則，模糊規則是用語言來表示的，如“今天氣溫高，則今天天氣暖和”，易于被一般人所接受。（4）構造容易。模糊控制規則易于軟件實現。（5）魯棒性和適應性好。通過專家經驗設計的模糊規則可以對復雜的對象進行有效的控制。關鍵詞：模糊控制； MATLAB仿真； 智能控制； 自動泊車1.緒論1.1 課題的背景及研

4、究意義世界汽車工業已有百年歷史。在新世紀，隨著計算機、通信、控制、傳感器技術的發展，新型汽車日益趨向智能化。當前，汽車的智能化成為汽車工業發展的熱點之一。對于汽車智能化的研究，主要有以下幾個方面內容：1. 智能化的信息系統。為駕駛者提供豐富的交通信息。如GPS導航系統，可為駕駛者提供方位信息，并可給出到達目的地的路徑。2. 智能化的安全系統。使駕駛過程更安全，減少交通事故發生的頻率，降低事故的危害。如ABS（防抱死剎車系統）和ESP（電子穩定程序），二者結合可使車輛在各種情況下保持最佳的穩定性。3. 智能化的節能系統。實現降低能源消耗、減少環境污染。如混合動力車的出現，有效地提高了能源利用率。

5、4. 智能化的輔助駕駛系統。指導、協助駕駛者完成駕駛任務，進而完全實現車輛的自主駕駛。如ACC（適應型巡航控制）、ICC（智能巡航系統）和國內外一些高校研制的陸地自主車（ALV）。隨著過去幾十年汽車工業的快速發展，現今的發達國家汽車普及率已非常高了。在發展中國家，近年的汽車市場也增長得非常快。由于車輛的日益普及，現代都市中“停車難”問題逐漸顯現，停車車位供不應求。為了緩解這一問題，停車場需要在有限的空間內劃分出更多的車位，這樣一來，每個車位的空間就相對窄小了。在窄小的空間進行倒車入位操作，對駕駛者來說，是一個不小的挑戰。如果在泊車的過程中，有智能系統的協助，將大大降低泊車的難度。自動泊車系統的

6、概念由此而生。一個性能良好的自動泊車系統，可以幫助駕車者安全、快速地完成泊車的操作。節省了時間，減輕了駕車的壓力。更重要的是，降低了泊車過程中車輛發生碰撞的可能性。一個低成本、高性能的自動泊車系統擁有良好的市場前景。1.2 國內外研究及應用現狀1.2.1 自動泊車系統的研究現狀從二十世紀90年代起，國外學者開始對自動泊車的問題進行研究。參考采用多個超聲波傳感器和編碼器獲取車輛周邊障礙物及停車位的信息。考慮到測量的誤差、車輛轉向角和速度不可突變、轉向角不可過大、倒車過程中不可發生碰撞及環境可能發生變化等限制條件，先將車輛停在合適的起始位置，然后按設計好的控制函數對轉向角和車速進行控制，將車輛駛入

7、停車位。由于車位尺寸的限制及測量誤差的影響，車輛很難通過一步操作就達到目的位置，所以需要通過實施的測量車位信息，經過車輛的向前、向后多次的移位后，才能將車輛位置調整到目的位置。這個方法在LIGIER自主車上進行實驗。實驗結果表明，LIGIER能動態修正車位長度，并完成泊車操作。 現如今專家提出了一種新的基于傳感器的智能車位系統結構。智能車可在動態的部分信息可知的環境下，實現自主運動。此文的創新點是，建立一個數據庫，管理各種常見的基于傳感器的操作規則（SBM，sensor-based maneuver）,SBM以腳本形式保存。對于智能車需要執行的任務，首先分解成若干條SBM，形成參數化運動計劃（

8、PMP，parameterized motion plan）;然后由執行機構實現各條SBM，如果在某SBM執行過程中，出現異常情況，如檢測到前方有障礙物等，則修改PMP或重選SBM，以適應外界的變化。執行完PMP,就完成一項任務。此文將軌跡跟蹤和平行泊車作為SBM的兩個例子，通過在自主車上進行的實驗結果，說明此體系結構的可行性。這里的自動泊車操作，正是使用了文中所描述的方法。 當今社會有一種利用超聲波傳感器的測量數據，以網格EM形式表現智能車周邊環境信息的方法，并將此方法應用于車輛導航、車輛避障和平行泊車上.網格圖以智能車的位置為中心，按與智能車的距離大小，把網格圖分成三部分:離車身最近的區域

9、，每個網格面積小，分辨率高;離車身較遠的區域，網格面積較大，分辨率較低:離車身最遠的區域，網格面積最大，分辨率最低。傳感器探測到障礙物，則將網格圖相應網格填充，表示此處有障礙物:當智能車運行時,網格圖中表示為障礙物的移動。每一個網格中的障礙物有一個生存期，在傳感器不能檢測到障礙物時，障礙物并不馬上在圖中消失，而是要經過一段時間后，確定障礙物不再存在，才從圖中消失。在討論平行泊車問題時，使用的是路徑規劃的方法，倒車的路徑由兩個圓弧和一段線段組成。 本文中使用的模糊控制方法，在模型小車上實現了自動泊車功能。模型小車與真實車輛的比例約為1:10,配置了三個超聲波傳感器和一個編碼器。整個泊車過程分為四

10、個步驟:首先，車輛前行，檢測車位;然后，車輛到達泊車操作的開始位置，接著，車輛以S形軌跡，倒入車位;最后，車輛調整位置，到達目標停車位。在整個泊車過程中，將人們的泊車經驗以模糊規則形式表示出來，構成模糊控制器，以控制車輛完成直線前進和S形倒車操作。所描述的平行泊車方法相似，也是基于超聲波傳感器和編碼器獲取環境信息。此文中選擇兩個圓弧相切而組成的S形路徑作為倒車的軌跡。文中還提出“禁區”( forbidden area)的概念，當車身參考點進入禁區，則表明車身至少有一個部位與障礙物發生了碰撞。所以，車輛倒車的路徑，應保證車身參考點不進入禁區。 本文描述了一種模糊控制方法，實現在狹小空間的平行泊車

11、。與所述方法相同的是，把泊車過程分解為掃描車位、到達起始點、倒車入位等步驟:不同的是，每一步的控制又分為若千個子過程，每個子過程只控制車輛的一個狀態量，在一個狀態量接近目標值時，再控制另一個狀態量，使其也接近目標值。 在泊車的過程中，主要有兩個狀態量:車身偏向角和車輛位置。這兩個狀態量是相互藕合的，不能完全獨立地進行控制。但在一些情況下，對各狀態量輪流進行控制，可使各狀態量收斂于日標值。文獻10還考慮到自動泊車模糊控制跟的最優化和可移植性問題。即當車輛的特征參數(車身長度、寬度、軸距等)改變時，如何對模糊控制器的參數進行調整，以獲得合適的控制器，達到應用要求。文中提出了一種利用遺傳算法對模糊控

12、制器的參數進行優化的方法。在車輛特征參數改變時，可使用此方法獲得性能優良的模糊控制器。這種方法主要通過調整隸屬度函數和比例因子實現模糊控制器的優化。 本文中所用的方法，用網格圖的方式記錄車輛周圍的環境信息。在控制方法上，使用了模糊控制方法。 本文將模糊控制和滑動模式控制(SMC, sliding mode control)結合，用于車輛的軌跡跟蹤控制。并使用模糊增益調度方法(fuzzy gain scheduling)，從典型軌跡集中，生成車輛的參考路徑。 綜上所述，基本上是利用超聲波傳感器和編碼器，獲取車輛周圍障礙物信息.在控制方法上，主要分為兩類:一種是按參考路徑進行泊車;另一種是將駕駛者

13、的倒車經驗，以模糊規則的形式表現，設計模糊控制器。隨著圖像處理、識別技術的發展，有一些學者開始研究圖像傳感器在自動泊車系統上的應用問題。 本文中，探討了如何利用攝像頭所獲得的信息，將車輛駛入由標志線劃分出來的停車位的問題。攝像頭被安裝在車后部，可拍攝到標志線。首先對拍攝圖像進行濾波、邊緣檢測、二值化、降低分辨率等預處理，獲得控制器的輸入數據。控制器的設計上，給出了兩種控制方法:一種是純粹使用神經網絡控制;另一種是將模糊控制和神經網絡控制相結合. 本文使用兩個攝像頭獲取停車位信息。其中一個攝像頭裝在車輛前端，負責拍攝停車位前端車輛的圖像;另一個攝像頭裝在車后部，負責拍攝停車位后端及側面路肩的圖像

14、。圖像經過預處理后，得到前后車輛及側面路肩的邊緣信息。通過計算邊緣與參考點的距離(以像素為單位)，估測車輛的位置。使用模糊控制方法生成控制命令，通過人機界面指導駕駛者完成泊車操作。 文中所討論的問題與實際相似，也是利用攝像頭采集的信息將車輛駛入標志線劃分的長方形區域中。此文在圖像處理時，使用了離散小波變換(DWT,discrete wavelet transformation)以減少數據量。使用SOM (self-organizing map)神經網絡和模糊控制，實現對車輛的控制。 在自動泊車系統中，停車位的檢測是一個重要的問題。文獻16, 17對這個問題進行了研究，分別使用激光雷達和超聲波傳

15、感器，實現停車位的檢測。 本文對自動泊車系統的整體結構進行了論述。對傳感器的選擇、方向盤的控制、泊車控制方法、人機界面的設計等問題進行了分析. 我國目前有多家高校在進行陸地自主車(AM Autonomous land vehicle)的研究。主要成果有清華大學、北京理工大學、南京理工大學、浙江大學、國防科技大學等幾所高校共同研制開發的7138系統;清華大學的THMR-III和THMR-V自主車:吉林大學的JUTIV-11系統等2a1.自動泊車系統可以認為是陸地自主車研究的一個子問題。1.2.2自動泊車系統的應用現狀 進入二十一世紀，多個汽車生產廠家陸續推出了自動泊車系統:2003年，豐田(To

16、yota)公司首先在其Prius混合動力車型上配置了智能泊車系統:2007年,又在新款LS460轎車上使用了自動泊車系統;2006年，本田(Honda)公司宣布在改進款life車型上提供智能泊車輔助系統:2006年，法國的汽車零部件供應商法雷奧( Valeo)公司發布了其第一代自動泊車系統(Park4UlM )，并己在大眾(Volkswagen)公司的途安系列車型中應用;BMW也在測試類似的統:SiemensVDO公司正在開發名為Park Mate的自動泊車系統，預計2008至2009年推向市場。 下面介紹一下各廠家自動泊車系統的特點。LS460的自動泊車系統由雷克薩斯的母公司Toyota以及

17、Aisin Seiki合作研發，采用了Dens。公司的超聲波傳感器和Aisin基于攝像頭的圖像識別技術。此系統配置了超聲感應裝置車頭六個感應頭，車尾四個，目的是能準確檢測車輛位置。圖像識別上，其圖像采集來自后置攝像頭，Aisin通過色彩對比技術增強了該系統的空間識別性能。在開始泊車前，駕駛者需通過觸摸屏確定泊車方式以及調整停車位的位置。設置好后，駕駛者按下“OK"按鈕，把手從方向盤上拿開，由駕駛者控制車輛的倒車速度,自動泊車系統控制車輛的轉向，借助后視攝像頭、超聲傳感器以及轉向系統中的電子馬達。將車駛入停車位。這個過程中，駕駛者可以通過踩剎車或轉動方向盤中止自動泊車。 本田2006改

18、進款life上的智能泊車輔助系統，并不基于傳感器技術。其工作原理是:首先，要求駕駛者將車輛停在某一特定位置(車身某一固定點與停車位邊緣對齊，從而確定了車身與停車位之間的位置關系):然后，要求駕駛者選擇停車方式如右倒車泊車、左倒車泊車，或縱列泊車):接著，駕駛者按下“START"鍵，泊車輔助系統將車輛誘導至最佳倒車起始位置;最后，泊車輔助系統會通過語音提示的方式，指導駕駛者操作方向盤，將車倒進停車位。本田的這套系統，相對來講，有一定的成本優勢，但需要駕駛者進行較多的操作，智能性上有所欠缺. 法雷奧的Park4UTIn系統，是一個基于超聲波傳感器測距的自動泊車系統。安裝了此系統的車輛只需

19、按一下“Park4U"鍵。即可啟動泊車程序，車身側面的傳感器將掃描道路兩側，測量車位的長度。當系統確認有足夠的泊車空間，即前后比車長各多出70厘米時，將通過指示器告知駕駛者.駕駛者繼續向前行駛直至系統提示“開始位置”時，放開方向盤，只需控制速度和剎車即可停車入位。法雷奧的下一代Park4UTM系統，將可以在更狹小的空間內完成自動泊車，其目標是在前后比車長多出50厘米時，仍可完成自動泊車。此系統只是在沒有碰撞的情況下，盡量把車倒進車位，在系統操作完成后，車輛并不一定能完全停入理想的位置,此時需要駕駛者人工操作，進行調整。 我國的汽車工業起步較晚，在自動泊車系統的應用上也落后于世界先進國

20、家。比亞迪股份有限公司于2003年12月向國家知識產權局提出了自動泊車系統的實用新型專利申請，并在2005年獲得授權211。不過目前未得到更多關于此技術在具體車型上應用的報道。為了縮小國內與國外產品的水平差距，需要在自 1.3課題的研究內容 本文是在國內外現有研究成果的基礎上，對自動泊車系統進行研究，完成自動泊車系統的設計與實現的工作，并驗證自動泊車系統的功能、性能是否達到設計要求。 課題的研究內容有： 1.自動泊車系統的總體設計，包括自動泊車系統功能模塊的劃分、傳感器 的選擇、車位檢測的方法，以及人機交互方式的確定。 2.對平行泊車和垂直泊車兩種常見泊車方式，分析泊車時的行駛軌跡，從 理論上

21、計算理想的倒車起始位置，并提出基于模糊控制的泊車方法，通 過仿真實驗驗證方法的可行性。3構建自動泊車系統的實驗平臺。此平臺包括模型車輛、車輛運動控制電路 及相關控制軟件。 4.自動泊車系統軟件的實現。包括車位檢測方法的軟件實現、平行泊車和 垂直泊車模糊控制方法的軟件實現、人機界面的軟件實現. 5在自動泊車實驗平臺上進行平行泊車和垂直泊車實驗，以驗證所設計的 自動泊車系統的可行性。 本文第二章介紹了自動泊車系統研究過程中應用到的理論知識和技術;第三章給出了自動泊車系統的總體結構，并闡述了除泊車控制方法以外的各功能模塊的設計思路;第四、五章分別對平行泊車和垂直泊車兩種方式，提出泊車控制方法，給出m

22、attab軟件仿真結果，并對結果進行分析;第六章首先介紹自動泊車系統實驗平臺的構建，然后闡述自動泊車系統各功能模塊的軟件實現，最后對自動泊車系統在實驗平臺上的測試結果進行分析。2.相關知識介紹2.1車輛的數學模型 本文所研究的自動泊車系統，主要應用于前輪轉向的四輪小車上。由于在泊車時，車輛行駛的速度一般不會很快，因此忽略離心力的作用，以及車輪與地面打滑的情況。建模時，認為車輪是剛體圓盤。小車理想的動力學模型如圖2.1所示： 圖2.1 車輛的動力學模型 圖2.1中，車輛前后車軸的距離為L，車身與參考坐標x軸夾角為B.因為要求車輛轉向時，車輪不打滑，所以過車輛四個車輪中心點，作車輪的垂直線，相交于

23、一點尸。從圖2-1看出，左、右前輪偏轉角度是不相同的。可以把兩個前輪等效于在前車軸中點ml的一個車輪，等效的偏轉角度為W假設車輛前車軸中點ml的運行速度為，后車軸中點m2的坐標為(x,y)，則可列出車輛的運動方程: (2.1)2.2超聲波傳感器測距原理 超聲波傳感器由發射端和接收端組成，利用壓電陶瓷等材料的物理特性實現能量的轉換。發射端將電能轉換為機械能，并以超聲波形式向外傳播;接收端則將超聲波的能量轉換為電能。超聲波傳感器有固定的工作頻率，在工作頻率上，能量轉換效率最高。一個固定頻率在40KHz的超聲波傳感器，需要使用40KIIz的電信號驅動發射端，使其向外發射40KHz的超聲波;接收端在4

24、0KHz超聲波的驅動下，將產生40KHz的電信號。一般地，發射端的驅動電信號幅度在5V以上而接收端所產生的電信號是l0mV級的。 圖2.2超聲波傳感器測距的示意圖 超聲波傳感器發射端和接收端與障礙物的位置關系如圖2.2所示。發射端向外發送超聲波，超聲波經障礙物反射，被接收端檢測到，設整個過程經歷時間為t.超聲波傳播速度為v，則障礙物與傳感器之間的距離1為: l=vt/2 (2.2) 超聲波在空氣中傳播的速度并非為常數.不同溫度下，超聲波的傳播速度如表2-1所示。因此，超聲波測距存在一定的誤差，誤差最大約在10%左右。若需要較為精確的結果，則可加入溫度補償。 假設超聲波傳播速度為340m/s,障

25、礙物與傳感器之間的距離在20cm至3m范圍內，由式(2.2)可得，超聲波傳播時間t在Ims至18ms范圍內。使用單片機內部集成的定時器(timer)，可測量出超聲波的傳播時間。 表2.1聲速與溫度的關系溫度（°C）-3020-10 0102030100聲速(m/s）313319325 3333383443493862.3増量式光電編碼器原理 光電編碼器是一種集光、機、電為一體的數字檢測裝置。通常用于角位移和 線位移的測量0從光電編碼器的輸出信號種類來劃分，可分為增量式和絕對式兩 大類。絕對式編碼器直接輸出數字量，對應于轉軸的轉動角度；增量式編碼器則 輸出脈沖信號，轉軸轉動一定角度，相

26、應輸出一定個數的脈沖。 采用增量式編碼器進行速度檢測常用的方法有測M法和測T法。測M法是測量在一定時間內編碼器產生的脈沖數，以確定碼盤轉動速度；測T法是測量編碼 器產生的一個脈沖的寬度，以確定碼盤轉動速度。測分法通常應用于定時采樣中，測T法在定步釆樣中使用較多。在轉速較低時，測T法的分辨率較高；轉速較高時，測分法分辨率較高。在轉速變化范圍較廣的情況下，可將兩種方法相結合。2.4 MATLAB簡介 MATLAB是MathWorks公司1982年推出的一套高性能的數值計算和可視化軟件，到目前它已發展成為國際公認最出色的數學應用軟件。其強大的擴展功能為各領域的應用提供了基礎。它面向控制領域推出的建模

27、可視化功能SIMULINK和模糊控制、神經網絡、控制系統等工具箱為控制系統的仿真提供了有力的支持，極大的推動了仿真研究的發展。 MATLAB軟件包括MATLAB主程序和許多日益增多的工具箱。工具箱實際就是用MATLAB基本語句編寫的各種子程序集，用于解決某一方面的專門問題或實現某一類的新算法。MATLAB提供了與其他應用語言的接口，以實現數據的共享和傳遞。 本文將模糊控制和PID控制結合在一起，根據各自的特點構造了一個自整定模糊PID控制系統，并在MATLAB中的模糊邏輯工具箱和SIMULINK基礎上，對該控制系統進行了仿真研究。2.5本章小結 本章對論文中使用到的理論知識和技術作了簡要介紹。

28、首先是對自動泊車系統的控制對象一小車，建立數學模型。然后介紹了超聲波傳感器和增量式編碼器的工作原理。在自動泊車系統中，超聲波傳感器用于測量障礙物距離，而增量式編碼器用于測量車輛的位移和速度。本章最后簡單介紹了MATLAB軟件。MATLAB是運用非常廣泛的一種對控制系統進行仿真的工具。3.模糊控制的理論基礎 模糊理論是由LotfiA, Zadeh在二十世紀60、70年代創立的。1965年，Zadeh 發表了模糊集合提出了“模糊集合”的概念，并把集合論中的運算擴展到模糊集合。1973年他發表了另一篇開創性文章分析復雜系統和決策過程的新方法綱要，“建立了研究模糊控制的基礎理論，在引入語言變量這一概念

29、的基礎上，提出了用模糊規則來量化人類知識”。3.1模糊集合及基本運算 設U為某些對象的集合，稱為論域，可以是連續的或離散的；u表示U的元 素，記為U=u。如果存在一個函數力(u)，將論域U中每一個元素映射到區間0，1 中的一個值，則可以用函數(u)表征一個定義在論域U上的模糊集合：這個集合由論域所含的元素組成，每個元素具有由(u)決定的對這個集合的隸屬程度。(u)稱為隸屬函數。 一個集合可以認為是對論域中元素按某一特征進行分類的結果。在現實世界 中，事物的很多特征是不能精確描述的，如美、丑、甜、咸等，是人的一種感覺， 不同的人有不同的評價。那么，如果用這些不能精確描述的特征去對論域元素進 行分

30、類，如何表示分類結果呢？模糊集合就是這種分類結果的一種數學語言描述。 在模糊集合上的基本運算有：補、并、交。模糊集合上的基本運算結果仍然 是模糊集合。 1.補運算。設模糊集合A的補運算結果為，的隸屬函數定義為： （3.1）函數C可選擇任何滿足以下兩個條件的函數：（1） C(0)=1,C(1)=0；（2） 當m、n0,l時，如果 m<n,則C(m)C(n)。通常選擇式(3.2)作為的隸屬函數。 (3.2) 2.并運算。模糊集合A和B的并運算表示為,的隸屬函數定義為： （3.3）函數s滿足以下四個條件：(1) s(1,1)=l,s(0,m)=s(m,0)=m;(2) S(m,n)=s(n,m

31、);(3) 如果mm且nn,則s(m,n)s(m,n);(4) S(m,n),p)=s(m,s(n,p)。滿足以上四個條件的函數為s-范式。常用的的隸屬函數有max函數。 3.交運算。模糊集合A和B的交運算表示為,的隸屬函數定義為： (3.4)函數t滿足以下四個條件： （1）t（0,0）=0，t（1，m)=t(m,1)=m; （2）t(m,n)=t(n,m); （3）如果mm且nn,則t(m,n)t(m,n); （4）t(m,n),p)=t(m,t(n,p)。滿足以上四個條件的函數稱為t-范式。常用的的隸屬函數有min函數。3.2 模糊語言語言是一種符號系統，它包括自然語言，機器語言等等。其中

32、自然語言是以字或詞為符號的一種符號系統，人們用它表示主客觀世界的各種事物、觀念、行為和情感的意義，是人們在日常工作和生活中所使用的語言。自然語言中常含有模糊概念。在實際生產過程中，人們發現，有經驗的操作人員，雖然不懂被控對象或被控過程的數學模型，卻能憑借經驗采取相應的決策，很好的完成控制工作。在現實世界中，世界的很多特征是無法精確描述的。為了能用數學形式描述這些特征，Zadeh引入了語言變量這個概念。語言變量可表征為四元組（X,T,U,M),各個元素的含義如下：X為語言變量名稱，如“溫度”；T為語言變量X取值的術語集合，如X=“溫度”，T=冷，暖，熱；U是語言變量X的論域，如X=“溫度”，U=

33、-10,40;M是X取值的語義規則。從分類的角度看，U是分類對象，T是各個類別的標簽，M是一個分類器，分類的結果是若干個模糊集合。例如，控制加熱爐的溫度時，就可以根據操作工人的經驗調節電加熱爐供電電壓，達到升溫和降溫的目的，人工操作控制溫度時，操作工人的經驗，可以用下述語言來描述：若爐溫低于給定溫度則升壓，低的越多，升壓越高。若爐溫高于給定溫度則降壓，高的越多，降壓越低。若爐溫等于給定溫度，則保持電壓不變。上述這些用以描述操作經驗的一系列模糊性語言，就是模糊條件語句。再用模糊邏輯推理對系統的實時輸入狀態觀測量進行處理。則可產生相應的控制決策，這就是模糊控制。有了語言變量的概念后，可以把人們用自

34、然語言描述的命題（稱之為模糊命題）與模糊集合建立起對應關系。模糊命題的最簡單形式為一個單獨的陳述句，如“X是”,X是語言變量，是語言變量的值，即其中一個類別的標簽。這個陳述句與確定的模糊集合相對應。復雜的模糊命題可分解為若干條簡單的模糊命題。當命題可用語言變量這種數學形式描述后，人類的知識就可用數學形式進行描述。3.3模糊控制相關概念“模糊邏輯”的概念，其根本在于區分布爾邏輯或清晰邏輯，用來定義那些含混不清，無法量化或精確化的問題，對于馮諾依曼開創的基于“真假”推理機制，以及因此開創的電子電路和集成電路的布爾算法，模糊邏輯填補了特殊事物在取樣分析方面的空白。在模糊邏輯為基礎的模糊集合理論中，某

35、特定事物具有特色集的隸屬度，他可以在“是”和“非”之間的范圍內取任何值。而模糊邏輯是合理的量化數學理論，是以數學基礎為根本去處理這些不確定、不精確的信息。邏輯學是研究推理的方法和原理的一門學科。這里推理表示由現命題得到新 命題。模糊邏輯是研究從不精確的前提推出不精確的結論的方法和原理。其中廣義取式推理是模糊邏輯中的一個重要基本原理。 廣義取式推理陳述的是，給定兩個模糊命題“x 為A”和“如果x為A，則y為B”，可推出一個新模糊命題y為B”。即 前提1：x為A 前提2：如果x為A，則y為B 結論：y為B 模糊命題可用一個模糊集合描述，模糊規則可用一個模糊關系描述。對于廣義取式推理的陳述，用模糊集

36、合和模糊關系描述如下：設語言變量x的論域為U，模糊集合A、A分別與命題“x為A”和“x為A”對應，其隸屬函數為和；語言變量y的論域為V，模糊集合B、B分別與命題“y為B”和“y為B”對應，其隸屬函數為和；模糊規則“如果x為A,則y為B”用論域U×V上的模糊關系Q進行描述，它的隸屬函數可由式（3.3）或（3.4）計算獲得。廣義取式推理的過程，就是給定模糊集合,計算出模糊集合的過程。的計算公式如下： (3.5)其中函數t是t-范式，函數max對所有函數t的結果取最大值。 建立的模糊控制規則要經過模糊推理才能決策出控制變量的一個模糊子集，它是一個模糊量而不能直接控制被控對象，還需要采取合理

37、的方法將模糊量轉換為精確量，以便最好地發揮出模糊推理結果的決策效果。把模糊量轉換為精確量的過程稱為清晰化，又稱解模糊(defuzzification)、去模糊化、逆模糊化、反模糊化。模糊控制是基于模糊邏輯描述的一個過程的控制算法。它是用模糊數學的知識模仿人腦的思維方式，根據模糊現象進行識別和判決，給出精確控制量，進而對被控對象進行控制的。對于參數精確已知的數學模型，我們可以用波特圖或奈克斯特圖來分析其過程以獲得精確的設計參數。而對一些復雜系統，如粒子反應，氣象預報等設備，建立一個合理而精確的數學模型是非常困難的。對于電力傳動中的變速矢量控制問題，盡管可以通過測量得知其模型，但由于其多變量且非線

38、性變化的特點，精確控制也是非常困難的。模糊控制技術依據與操作者的實踐經驗和直觀推斷，也依靠設計人員和研發人員的經驗和知識積累。它無需建立設備模型，因此基本上是自適應的，具有很強的魯棒性。歷經多年發展，已有許多成功應用模糊控制理論的案例，如Rutherford、Carter應用于冶金爐和熱交換器的控制裝置。3.4 模糊控制的優點對比常規控制辦法，模糊控制有以下幾點優勢：（1）模糊控制完全是在操作人員經驗控制基礎上實現對系統的控制，無需建立數學模型，是解決不確定系統的一種有效途徑。（2）模糊控制具有較強的魯棒性，被控對象參數的變化對模糊控制的影響不明顯，可用于非線性、時變、時滯的系統，并能獲得優良

39、的控制效果。（3）由離散計算得到控制查詢表，提高了控制系統的實時性、快速性。（4）控制的機理符合人們對過程控制作用的直觀描述和思維邏輯，是人工智能的再現，屬于智能控制。3.5 模糊變量的隸屬函數MATLAB模糊工具箱提供了許多函數，如表3.1所示的模糊隸屬度函數，用以生成特殊情況的隸屬函數，包括常用的三角型、高斯型、型、鐘型等隸屬函數。 表3.1 模糊隸屬度函數函數名函數功能描述pimf建立型隸屬度函數gauss2mf建立雙邊高斯型隸屬度函數gaussmf建立高斯型隸屬度函數gbellmf生成一般的鐘型隸屬度函數smf建立S型隸屬度函數trapmf生成梯形型隸屬度函數trimf生成三角型隸屬度

40、函數zmf建立Z型隸屬度函數3.6.模糊推理系統的數據結構管理函數介紹在MATLAB工具箱中，把模糊推理系統的各部分作為一個整體，提供了模糊推理系統數據結構管理函數，用以完成模糊規則的建立、解析與修改，模糊推理系統的建立、修改和存儲管理以及模糊推理的計算及去模糊化等操作。（1）readfis功能：從磁盤載入模糊推理系統。（2）addrule功能：向模糊推理系統添加模糊規則。（3）addvar功能：向模糊推理系統添加變量。（4）convertfis功能：將模糊邏輯工具箱1.0版FIS轉換為2.0版FIS結構。（5）evalfis功能：執行模糊推理計算。（6）gensurf功能：生成模糊推理系統的

41、曲面并顯示。（7）getfis功能：獲得模糊推理系統特性曲線。（8）mam2sug功能：將Mamdani FIS變換為Sugeno FIS。（9）parsrule功能：解析模糊規則。（10）plotfis功能：作圖顯示模糊推理系統輸入/輸出結構。（11）plotmf功能：繪制隸屬度函數曲線。（12）rmmf功能：從模糊推理系統中刪除隸屬度函數。（13）rmvar功能：從模糊系統中刪除對象。（14）setfis功能：設置模糊推理特性。（15）showfis功能：顯示添加了注釋的模糊推理系統。（16）showrule功能：顯示模糊規則。（17）writefis功能：將模糊規則保存到磁盤中。（18）

42、addmf功能：向模糊推理系統添加隸屬度函數。（19）defuzz功能：隸屬度函數的去模糊化。去模糊化方法的5個可取的值如下： Centroid：面積重心法。 Bisector：面積平分法。 Mom：平均最大隸屬度法。 Som：最大隸屬度取最小法。 Lom：最大隸屬度取最大法。（20）evalmf功能：通用隸屬度函數估計。（21）mf2mf功能：隸屬度函數間的參數轉換。（22）newfis功能：建立新的模糊推理系統。選擇較多的詞匯描述輸入、輸出變量，可以使制定控制規則方便，但是控制規則相應變得復雜；選擇詞匯過少，使得描述變量變得粗糙，導致控制器的性能變壞。一般情況下都選擇七個詞匯，但也可以根據

43、實際系統需要選擇三個或五個語言變量。針對被控對象，改善模糊控制結果的目的之一是盡量減小穩態誤差。因此，對應于控制器輸入(誤差、誤差的變化率)之一的誤差采用：(負大，負中，負小，零，正小，正中，正大)用英文字頭縮寫為：NB，NM，NS，ZO，PS，PM，PB另一個輸入誤差的變化率及控制器的輸出采用：(負大，負中，負小，零，正小，正中，正大)用英文字頭縮寫為：NB，NM，NS，Z0，PS，PM，PB定義各模糊變量的模糊子集。定義一個模糊子集，實際上就是要確定模糊子集隸屬函數曲線的形狀。將確定的隸屬函數曲線離散化，就得到了有限個點上的隸屬度，便構成了一個相應的模糊變量的模糊子集。理論研究顯示，在眾多

44、隸屬函數曲線中，用正態型模糊變量來描述人進行控制活動時的模糊概念是適宜的。但在實際的工程中，機器對于正態型分布的模糊變量的運算是相當復雜和緩慢的，而三角型分布的模糊變量的運算簡單、迅速。因此，控制系統的眾多控制器一般采用計算相對簡單，控制效果迅速的三角型分布。3.7 模糊推理方式3.7.1 Mamdani模糊模型（邁達尼型）Mamdani型的模糊推理方法最先將模糊集合的理論用于控制系統9。它是在1975年為了控制蒸汽發動機提出來的。其采用極小運算規則定義表達的模糊關系。如R：If x is A then y is B。式中：x為輸入語言變量；A為推理前件的模糊集合；y為輸出語言變量；B模糊規則

45、的后件。用RC表示模糊關系，如公式(3.6)。 （3.6）當x為，且模糊關系的合成運算采用“極大極小”運算時，模糊推理的結論計算如公式3.7所示。 （3.7）3.7.2 Takagi-Sugeno模糊模型(高木-關野)Sugeno模糊模型也稱TSK模糊模型，旨在開發從給定的輸入輸出數據集合產生模糊規則的系統化方法。此類方法將解模糊也結合到模糊推理中，故輸出為精確量。這是因為Sugeno型模糊規則的后件部分表示為輸入量的線性組合。它是最常用的模糊推理算法。與Mamdani型類似；其中輸入量模糊化和模糊邏輯運算過程完全相同，主要差別在于輸出隸屬函數的形式。典型的零階Sugeno型模糊規則的形式：

46、If x is A and y is B then z =k。式中：x和y為穿入語言變量；A和B為推理前件的模糊集合；z為輸出語言變量；k為常數。更為一般的一階Sugeno模型規則形式為：If x is A and y is B then z= px+qy+r。當然，以上兩種解模糊方法各有千秋。由于Mamdani型模糊推理規則的形式符合人們的思維和語言表達的習慣。因而能夠方便地表達人類的知識，但存在計算復雜、不利于數學分析的缺點；Sugeno型模糊推理則具有計算簡單，利于數學分析的優點，是具有優化與自適應能力的控制器或模糊建模工具。3.8 模糊控制規則表建立模糊控制器的控制規則。模糊控制器的控

47、制規則是基于手動控制策略，而手動控制策略又是人們通過學習、試驗以及長期經驗積累而逐漸形成的，存儲在操作者頭腦中的一種技術知識集合。手動控制過程一般是通過對被控對象(過程)的一些觀測，操作者再根據已有的經驗和技術知識，進行綜合分析并做出控制決策，調整加到被控對象的控制作用，從而使系統達到預期的目標。手動控制的作用同自動控制系統中的控制器的作用是基本相同的，所不同的是手動控制決策是基于操作系統經驗和技術知識，而控制器的控制決策是基于某種控制算法的數值運算。利用模糊集合理論和語言變量的概念，可以把利用語言歸納的手動控制策略上升為數值運算，于是可以采用微型計算機完成這個任務以代替人的手動控制，實現所謂

48、的模糊自動控制。 模糊控制表一般由兩種方法獲得，一種是采用離線算法，以模糊數學為基礎進行合成推理，根據采樣得到的誤差e、誤差的變化ec，計算出相應的控制量變化。另一種是以操作人員的經驗為依據，由人工經驗總結得到模糊控制表。然而這種模糊控制表是非常粗糙的，引起粗糙的原因，是確定模糊子集時，完全靠人的主觀而定，不一定符合實際情況，在線控制時有必要對模糊控制表進行在線修正。 由于e的模糊分割數是7，ec的模糊分割數也是7。我們建立的模糊系統共包括49條規則。所表示的規則依次為：如果E是NB and EC是NB則U是NB：如果E是NB and EC是NM則U是NB：如果E是NB and EC是NS則U

49、是NM ：如果E是PB and EC是PM則U是PM：如果E是PB and EC是PB則U是PB在View菜單中選擇Rules命令，可以查看模糊推理規則。3.9 模糊控制器的基本結構 模糊系統的基本結構如圖3.1所示: 圖3.1模糊系統基本結構 各個模塊的功能如下:1.規則庫。它是一個模糊IF-THEN規則的集合。這些模糊規則是人類的知識總結，模糊推理機依賴于規則庫的數據以完成推理的任務。2.模糊器。因為外部輸入的信號是清晰值，而模糊推理機需要的輸入信號是模糊集合，因此需要進行清晰值到模糊集合的映射。模糊器的任務就是完成這一映射操作。常用的模糊器有：單值模糊器、高斯模糊器和三角形模糊器等。3.解模糊器。它是模糊器的逆操作。因為模糊推理機輸出的是模糊集合，而外部環境需要的是清晰的信號值，因此需要進行模糊集合到清晰值的映射。常用的解模糊方法有：重心法、中心平均法、最大值法等。4.模糊