智能车--毕业论文设计Word文档格式.docx
《智能车--毕业论文设计Word文档格式.docx》由会员分享，可在线阅读，更多相关《智能车--毕业论文设计Word文档格式.docx（57页珍藏版）》请在冰点文库上搜索。
BACHELOR'
SDEGREETHESISOFWUHANUNIVERSITY
ModellingofaSmartCar
College ：
PowerandMechanicalEngineeringSubject ：
Automation
Name ：
WangXuezhu
Director ：
ZhuanXiangtao AssociateProfessor
June2009
摘 要
本课题源自全国大学生智能汽车竞赛，建模的对象为前轮转向、后轮驱动的智能小车。
论文采用机理分析和实验测试相结合的方法，建立了该智能小车在平面上运动的双输入双输出模型。
根据小车运行和控制特点，输入量选取智能小车的舵机控制信号和电机控制信号，分别控制车辆转向和前进速度，输出量选取智能小车任意时刻在平面上的坐标。
首先通过机理分析得到智能小车的模型结构，舵机模型为带延迟的一阶微分方程，电机模型为一阶微分方程，在转向时需要在电机模型中加入前轮转向对速度的影响，然后，通过运动学分析建立智能小车的整车模型结构。
其次，通过实验测试获取不同情况下小车运行数据。
接着运用最小二乘法估计出模型中的未知参数。
将得到的模型和实际小车行驶情况进行对比，验证了此模型的有效性和可靠性。
关键词：
智能车；
建模；
参数估计
ABSTRACT
ThisstudyoriginsfromtheSmartCarCompetitionforNationalUniversityStudents,andthemodellingobjectisafour-wheelelectricsmartcar.Themechanismanalysismethodandexperimentalmodellingmethodareemployedtoestablishatwo-inputtwo-outputmathematicalmodelforasmartcar.Theinputofthemodelisservocontrolsignalandmotorcontrolsignal,whichrespectivelycontrolsthesmartcar’sturningandspeed,andtheoutputofthismodeliscomplanatecoordinateofthesmartcar,whichhastwodegreeoffreedom.Firstly,themodelstructureisobtainedbyusingmechanismanalysismethod.Then,thedataofvariousscenariosforthestepresponsesofthesystemaremeasuredunderdifferentinput.Withleastsquaresmethodapplied,theparametersofthemodelareidentified.Comparingthesimulationresult（usingtheidentifiedmodel）andtheactualexperiencedata（usingthesmartcarrunningwiththesamesetting）,wecanseethatthismodelisvalidatedandprovedtobereliable.
Keywords:
smartcar;
modelling;
parameterestimation
目录
第1章 绪论 1
1.1课题背景 1
1.2研究现状 2
1.2.1汽车理论 2
1.2.2系统辨识 3
1.3本文所作的工作 5
1.4本文结构 6
第2章 机理分析确定小车模型结构 7
2.1总述 7
2.2舵机模型结构 7
2.3电机模型结构 9
2.3.1小车的行驶阻力 10
2.3.2小车的动力供应 11
2.3.3电机模型 13
2.4小车运动学模型 14
2.5 小结 15
第3章 小车模型参数估计 17
3.1 总述 17
3.2舵机模型参数估计 17
3.2.1前轮偏角测量方法 17
3.2.2实验设计 19
3.2.3数据处理 20
3.3前轮偏角为0时的电机模型参数估计 24
3.3.1小车速度测量方法 24
3.3.2实验设计 25
3.3.3数据处理 25
3.4前轮偏角对小车速度的影响 28
3.5 小结 30
第4章 模型验证 31
4.1使用Simulink搭建模型 31
4.2模型验证 33
4.3 小结 35
第5章 结论与展望 37
参考文献 40
致谢 42
附录 43
第1章 绪论
1.1课题背景
随着现代科技的飞速发展，人们对智能化的要求也越来越高，车辆的智能化也被提出。
智能车通过结合传感器技术和自动驾驶技术，实现汽车的自动驾驶，将“人—汽车—道路”这一系统中的“人”去除掉，以减少违反交通规则、拥堵和事故的发生，提高行驶安全，因此智能车受到越来越多的关注。
全国大学生智能汽车竞赛就是在这个背景下举行的。
该竞赛由教育部高等学校自动化专业教学指导分委员会主办，参赛队伍使用竞赛组委会提供的统一的汽车模型，使用飞思卡尔半导体公司的8位、16位微控制器作为核心控制模块，通过增加道路传感器、设计电机驱动电路、编写相应软件以及装配模型车，制作一个能够自主识别道路的模型汽车。
比赛时参赛的智能小车在用KT板铺好的白色跑道上，沿跑道中心的黑色引导线行进，以完成时间最短者为优胜。
该竞赛涉及控制、模式识别、传感技术、电子、电气、计算机、机械及车辆工程等诸多学科，对培养学生的知识融合和动手能力具有良好的推动作用[1]。
迄今这项大赛已经举办了三届，第三届有来自一百多所高校的五百多支队伍参赛，该竞赛的影响力越来越大，而且随着这几年的发展，各个参赛智能小车的速度也越来越快。
全国大学生智能汽车竞赛的跑道使用为厚约0.5cm白色KT板铺成，跑道宽
60cm，KT板的中心贴有2.5cm宽的黑色电工胶带作为引导线。
而智能小车长约
28cm，宽约17cm，相对而言跑道较窄。
比赛中要求小车行驶时不能偏离跑道，否则成绩无效，对速度较快的智能小车提出了很高的控制要求，设计的控制器是否足够稳、准、快决定了比赛的结果。
目前常用的智能小车控制器为PID控制器和模糊控制器。
对于PID控制器的设计在没有小车模型的情况下只能根据反复调车来整定参数，而对于模糊控制器的设计也是通过调车经验来设计模糊控制规则，这样设计控制器，对人的主观因素依赖很大，难以取得较好的控制效果。
而且根据调车经验得到的参数往往适应性较差，在路面摩擦系数、电池电压和轮胎磨损程度等条件发生改变时，这些控制器难以适应最新变化，会出现超调或是调节量不足的现象，难以在不同环境下都满足稳、准、快的控制要求。
在比赛中可以看到，由于跑道使用的KT板材料不一样，比赛时的路面摩擦和平时训练时的路面
29
摩擦有较大差异，因而根据经验调试的控制器的实际运行很难达到满意的效果。
基于这样的情况，我们需要对智能小车的结构进行研究，建立准确可靠的数
学模型，并及时更新模型参数，以提高控制精度。
因为已知小车的数学模型，就可分析和改善控制系统的性能，整定控制器的参数，设计特殊控制规律等，也可以进行最优控制、自适应控制和自整定控制等控制器的设计和应用，确保小车在各种环境下都能正常运行[2, 3]。
而且可以将建立的模型用于仿真研究，实现对智能小车运行的模拟仿真，从而更方便地分析、制定控制策略。
同时，对智能小车结构的分析还可以为优化小车结构提供理论依据。
1.2研究现状
1.2.1汽车理论
对智能小车进行建模研究，首先要对智能小车进行动力学分析。
长期以来，人们一直在很大程度上习惯按纵向、垂向和横向分别独立研究车辆动力学问题，即纵向动力学、行驶动力学和操纵动力学。
（1）纵向动力学。
纵向动力学研究车辆直线运动及其控制的问题，主要是车辆沿前进方向的受力与其运动的关系。
车辆的行驶阻力主要有加速阻力、滚动阻力、空气阻力和坡度阻力等；
对车辆动力及功率的供应能力主要由发动机功率和传动系机械效率决定[4]。
（2）行驶动力学。
行驶动力学主要研究由路面的不平激励，通过悬架和轮胎垂向力引起的车身跳动和俯仰以及车轮的运动。
行驶动力学研究的首要问题是建立考虑悬架特性在内的车辆动力学模型——具有七自由度的整车系统模型：
假定车身是一个刚体，当车辆在水平面做匀速直线运动时，车身具有上下跳动、俯仰、侧倾三个自由度；
两个前轮分别具有垂向运动的自由度；
独立悬架的两个后轮垂向运动的自由度，或非独立悬架中后轴的垂向跳动和侧倾转动两个自由度[5]。
当汽车对称于其纵轴线，且左、右车辙的路面不平度函数相等，此时汽车车身只有垂直振动和俯仰振动，这两个自由度的振动对平顺性影响最大，通常可以简化为四自由度的半车模型[6]。
（3）操纵动力学。
操纵动力学研究车辆的操纵特性，主要与轮胎侧向力有关，并由此引起车辆侧滑、横摆和侧倾运动。
最简单的车辆操纵模型可由一单质量刚体来表示，该刚体在外力和外力矩作用下具有在道路水平面运动的三个自由
度，即纵向运动、侧向运动及横摆运动。
轮式车辆的转向机构通常按实现阿克曼转向（不计轮胎侧偏的无侧滑转向）来设计。
转向机构多为空间机构，结构和运动参数较多，运动关系复杂，通过对转向相关部件的运动进行解析即可导出转向传动机构的基本运动方程[7, 8]。
当车辆侧向加速度小于0.4g时，通常意味着车辆在高附着路面做小转向运动，操纵性能在线性域工况内，可使用线性模型对操纵性能进行定量分析。
实际中的车辆同时会受到纵向、垂向和横向三个方向的输入，各方向所表现的运动响应特性必然是相互作用、相互耦合的。
随着功能强大的计算机技术和动力学分析软件的发展，已经能够将三个方向的动力学问题结合起来进行研究，对车辆动力学问题的分析也可能扩展到更复杂的工况及非线性域[9]。
但对三个方向分开处理仍很常用，因为这样做可以减少模型的自由度，从而减少分析工作量，易于处理。
而且如果对车辆的工作状况及条件进行适当限制，那么三个方向的耦合关系则可能不太显著。
比如，当车辆在水平粗糙路面匀速直线行驶时，问题将集中在行驶动力学特性方面；
当车辆在水平路面匀速转弯行驶时，那些主导操纵性能的力和运动对纵向和垂向特性则无显著影响。
与传统的集中质量模型相比，近代发展起来的多刚体系统动力学可大大提高复杂车辆模型的精度。
随着计算机技术的飞速发展，车辆的多刚体模型逐步向多柔体模型发展，考虑车辆中一些柔性体（如橡胶衬套等）的刚柔耦合模型也能够被精确地建立，对车辆多体系统动力学建模的研究正在迅速发展着[10]。
同样迅速发展的还有对车辆的动态建模。
建立可以实时适应外部条件变化的车辆动态模型，可以使车辆在不同条件下都能实现优秀的控制[11]。
《车辆动态数学模型辅助的惯性导航系统》[12]提出了一种利用车辆的动态数学模型改善车载低成本惯性导航系统精度的方法，它通过车辆的运动学模型和非完整约束条件得到虚拟的位置和速度观测量，与前向速度一起辅助惯性导航系统，惯性导航系统修正后的方位角又用来改善车辆的运动学数学模型。
1.2.2系统辨识
在对智能小车的建模中，不仅要进行理论分析，还要使用系统辨识来估计某些难以建模部分以及某些未知的参数。
系统辨识是从系统的输入输出数据建立系统数学模型的理论和方法，它包括确定系统数学模型结构和估计数学模型参数。
如图1.1所示，系统辨识的基本过程一般包括以下4个主要阶段：
试验设计
已有的知识和辨识目的
模型参数的估计
模型的验证
输入输出数据
模型类型和结构的确定
不满意
最终模型
满意
图1.1 系统辨识的基本过程
（1）根据系统建模目的及已有的验前知识，设计系统辨识试验。
在设计试验时，首先要根据试验对象确定所要观测的变量，其中输入变量通常由设计者给定，而输出变量则要通过检测获得。
实践中常用的输入信号有阶跃信号、方波、窄脉冲、伪随机二进制序列等。
（2）选择合适的模型类型和结构。
模型的结构类型选择主要取决于模型的应用目的及精度要求，往往需要在其精度与复杂度之间进行权衡折中。
对被辨识过程物理意义的认识在结构确定过程中往往有很大作用。
模型结构确定在线性定常系统中指的是阶次与纯滞后的确定，通过对模型的线性化、离散化等处理，很多模型也可以简化为线性定常的离散系统，以方便模型的辨识。
（3）根据实验观测到的输入输出数据，估计模型中的未知参数。
模型结构确定后，其中未知部分就需要通过试验数据去估计。
参数估计的要求是使辨识出来的模型与实际过程在某种意义上是最接近的，最常用的参数估计算法是最小二乘类算法。
（4）对所获得的数学模型进行验证。
被辨识出来得模型，需要通过检验来确定它是否是可靠的，或是否真实反映对象的特性。
为了得到可靠的数学模型，需要进行多次试验。
而且用一套数据辨识出来的模型，需要另一套数据来验证或修改。
如此交错地核对，才可能使模型的质量得到保证[13]。
在系统辨识中，当模型结构未知时，需要首先进行模型结构的辨识。
在线性系统的模型结构辨识方面，主要有基于行列式比的方法，基于损失函数方法和基于信息准则的方法。
用基于行列式比的方法定阶，不涉及参数估计问题，基于损失函数的方法则借助于最小二乘估计，基于信息准则的方法则依赖于对模型噪声的似然估计。
在非线性系统结构辨识方面尚没有切实可行的较通用的方法，一般采用机理分析。
当模型结构已知时就只需要对模型参数进行辨识，即进行参数估计。
最小二乘法是最常用的参数估计的数学方法，它使数学模型在误差平方和最小的意义上拟合实验数据。
最小二乘法在参数估计领域是一种基本方法，它将参数估计问题转化为一个确定性的最优化问题来处理，因此它不同于其它一些参数估计方法，不涉及有关量的概率和统计描述。
最小二乘法是对整批数据进行处理的一种算法，可以用于线性系统参数估计，包括动态的、静态的、参数的或非参数的模型辨识。
通过对基本的最小二乘法进行扩展和改进生成的新的算法，可以满足在实际应用中的不同要求。
例如，当新数据源源而来时，为了减少数据存储量、避免求逆、减少计算量，需要引入递推算法，以减少计算量和内存量，还可以很好地满足在线实时辨识与自适应控制的需要[14]。
除了最小二乘类算法外，还有很多系统辨识算法，如极大似然算法，卡尔曼滤波算法，模型参考自适应辨识法，随机数直接搜索法，随机逼近法，Bayes方法，神经网络法，遗传算法等。
这些算法的适应范围各不相同，可以根据实际情况选用并加以改造[15]。
1.3本文所作的工作
智能小车使用的微控制器为MC9S12DG128，它的内部集成了CPU、存储器、定时器、SCI、SPI、A/D转换器、PWM等多种功能，在本课题中主要使用PWM模块对电机和舵机进行控制，使用ECT模块实现定时中断和实时测速，使用SCI模块实现单片机和电脑的串行通信。
本课题采用机理分析和实验测试相结合的方法，对前轮转向、后轮驱动的智能小车，建立了小车在平面上运动的双输入双输出模型。
输入量选择智能小车的舵机控制信号和电机控制信号，分别控制车辆转向和前进速度，输出量选择智能小车任意时刻在平面上的坐标。
具体做法是：
首先通过机理分析得到智能小车的模型结构。
对智能小车的转向、驱动等环节分别从理论上进行分析建模，并通过
运动学分析建立智能小车的整车模型结构。
其次通过实验测试估计模型中的未知参数。
设计实验并编写程序控制小车运行，观测小车在不同输入下的响应结果，然后编写参数估计的程序，辨识模型参数。
最后将所得模型的仿真结果和实际小车行驶情况进行对比，以进一步优化模型结构和模型辨识程序。
1.4本文结构
第1章是绪论，介绍了本课题的背景，汽车理论和系统辨识的研究现状，本课题的研究方向和目的意义。
第2章是机理分析确定小车模型结构，本章分为三个部分，分别对舵机、电机和车辆运动学进行理论分析，得到了智能小车的模型结构。
第3章是小车模型参数估计，本章通过测量某个智能小车的阶跃响应数据，运用最小二乘法分别对舵机模型、电机模型进行参数估计，得到小车模型。
第4章是模型验证，首先使用Simulink搭建模型并进行仿真，然后将模型仿真结果与小车实际运行情况作比较，验证模型的正确性。
第5章是结论与展望，对本文的研究结果做出总结，并提出进一步研究的发展方向。
第2章 机理分析确定小车模型结构
2.1总述
该智能小车为一个前轮转向、后轮驱动的四轮小车，使用7.2V的Ni-Cd电池作为电源。
小车的前轮为导向轮，由FutabaS3010直流舵机控制前轮的偏转角度，实现小车转向。
后轮为驱动轮，由RS380-ST直流电机带动后轮转动，从而驱动小车行进。
后轮的方向和车身方向保持一致，不发生偏转。
小车车身可假定为一个刚体，不考虑车身的上下跳动、俯仰、侧倾等状况。
智能小车在水平面运动时，输入量选取舵机控制信号和电机控制信号，分别控制车辆转向和前进速度，输出量选取小车在该平面上的坐标，当使用直角坐标系时，输出量为当前坐标[X,Y]，于是小车模型为一个双输入双输出的数学模型。
首先将小车模型分为三部分分别进行理论研究：
（1）舵机输入输出模型。
舵机控制前轮转向，其输入为舵机控制信号PWM
波的占空比，输出为小车前轮偏角。
（2）电机输入输出模型。
电机控制小车速度，其输入为电机控制信号PWM
波的占空比，输出为小车后轮速度。
（3）小车运动学模型。
输入为小车速度和转角，输出为小车当前坐标。
2.2舵机模型结构
智能小车前轮转向使用的舵机型号为FutabaS3010，这是一个直流电动舵机，可使用的电源为4V-6V直流电压。
鉴于提高电压可以提高舵机响应速度，实际应用中使用+6V直流电压。
舵机的控制信号为PWM信号，由单片机
MC9S12DG128中的PWM模块产生，并送到舵机的控制线上。
PWM（PulseWidthModulation）信号是一个脉冲宽度调制方波，该方波的周期一定，其占空比（脉冲宽度与信号周期的比值）被调制用来对一个具体的模拟信号电平进行数字编码。
PWM输出的电压以一种通或断的重复脉冲序列被加到模拟负载上，实现一定的模拟信号电平，是利用微处理器的数字输出来对模拟电路进行控制的一种非常有效的技术。
舵机是一个典型的位置随动闭环系统，在其控制线上输人一个PWM信号，
通过内部的位置反馈，使其舵盘输出转角正比于给定的PWM控制信号的脉宽。
表2.1为FutabaS3010的基本参数，输入PWM信号的周期为20ms，舵机转角同输入信号的脉宽呈线性关系，-60°
对应于920us脉宽，0°
对应于1520us脉宽，
60°
对应于2120us脉宽。
表2.1 FutabaS3010舵机的基本参数
消费电流（参考值为
6.0V时）：
停止时
MAX15[mA]（无负荷）
动作时
145+30[mA]（无负荷）
输出扭矩：
6.0V时
6.5+1.3[Kg.cm]
动作速度：
0.16+0.02[Sec/60度]
动作方向：
CW
pulse窄（1520→920[us]）
CCW
pulse宽（1520→2120[us]）
动作角度：
60+10[度]
晃动量：
MAX0.3[mm]
FutabaS3010内部结构由TricoreGM1510直流电机、S256控制电路板、减速齿轮组、5K位置反馈电位器、舵盘等构成，其中位置反馈电位器和舵盘相连接，电位器上的电压反映舵盘的位置。
控制信号
+
×
-
位置反馈电位器
齿轮组减速
电机转动
控制电路板
舵盘转动
PWM
图2.1 舵机工作原理图
该舵机的基本工作原理如图2.1所示，舵机内部的基准电路产生周期为
20ms、宽度为1.5ms的基准信号，PWM控制信号由接收机的通道进入信号调制芯片，获得直流偏置电压；
将直流偏置电压与反馈电位器的电压比较，获得电压差输出；
电压差的正负输出到电机驱动芯片决定电机的正反转；
电机的转动通过级联减速齿轮带动反馈电位器旋转，使反馈电位器的电压趋近直流偏置电压，当电压差为0时电机停止转动[16]。
上述是对舵机基本工作原理的介绍，在具体设计舵机时，往往不只是用简单
的位置反馈控制，而是通过较复杂的控制方法以实现良好的响应特性。
例如在
《基于极点配置的电动舵机控制器设计》[17]一文中，建立了舵机内部的直流电机的数学模型，然后运用基于传递函数的极点配置方法，设计了一个包含前馈控制和反馈控制的位置伺服系统控制器。
在《电动舵机系统控制律的一种工程设计方法》[18]一文中，建立了包括功率变换器、直流电机和减速器在内的电动舵机系统的数学模型，提出了电动舵机系统的位置、转速和电流三闭环控制结构，并详细阐述了三闭环调节器的工程设计方法。
鉴于FutabaS3010内部具体控制策略未知，直流电机参数和齿轮组减速器参数也未知，无法通过对舵机内部结构的分析得到具体的数学模型。
但通过以上分析以及表2.1可以看出，舵机响应存在机械延迟和电延迟，是一个大延迟系统，经过闭环控制后的舵机动态过程可以用带延迟的一阶惯性环节近似表示。
因此可以设舵盘转角的数学模型为：
Ke-tsGservo（s）=Ts+1
式中K为稳态时输出的舵盘转角，与控制舵机的PWM波的占空比有关。
（2.1）
在单片机MC9S12DG128中，控制PWM周期的寄存器为PWMPER，控制
PWM占空比的寄存器为PWMDTY，且PWM占空比=PWMDTY/PWMPER。
设
PWMDTY随时间变化的函数为xa（t），由于舵盘转角正比于给定的PWM控制信
升级会员 