无限网络的多智能小车编队控制系统.doc
《无限网络的多智能小车编队控制系统.doc》由会员分享，可在线阅读，更多相关《无限网络的多智能小车编队控制系统.doc（9页珍藏版）》请在冰点文库上搜索。
无线通信网络的多智能小车编队控制系统
摘要：
首先设计了基于ARMCortex-M3的智能小车控制系统，利用模块化理念设计了无线通信、磁场检测传感器、电机驱动等硬件模块，采用ZigBee设计了多智能小车协作控制的车载自组织无线通信网络，利用磁场检测完成小车的导航方式，采用旋转编码器实现小车的测速功能．然后在智能小车上移植了嵌入式wC／OS一11实时操作系统，根据多智能小车协作控制要求，设计了智能小车分布式自主决策程序，实现多智能小车自由运行、队列跟随和路口协作等运行模式．最后采用线性最优二次型的车队跟随控制算法，实现多智能小车编队的启停、匀速和加减速控制，利用通信协商的路口协作算法，实现多智能小车路口协作任务．实验结果表明，设计的无线通信网络的多智能小车系统能够满足多智能小车协作控制、编队控制和路口协作控制要求．
关键词：
ZigBee；无线通信网络；智能小车；嵌入式操作系统；多智能小车编队
Multi-smartcarcontrolsystembasedonwirelesscommunicationnetwork
Abstract：
First，thesmartcarcontrolsystembasedonAⅥCortex—M3isstudied．Thewirelesscommunications，themagneticfieldsensors，motordrivesandotherhardwaremodulesaredesigned．Themulti—sma／tcarcooperativecontrolself-organizingwirelesscommunicationnetworksaredesignedbyZigBee．ThesmartCarnavigationisachievedbymagneticfielddetectionandthesmartcarspeedfunctionisrealizedbyusingtherotaryencoder．ThentheembeddedI~C／OS—lIreal—timeop—cratingsystemistransplantedintotheslnartcar．Accordingtotherequirementsofmulti-smartCarcooperativecontrol，distributedautonomousdecision—makingproceduresarcprogrammedtoachievefreerunning，queuefollowingandroadjunctioncollaboratingofthemulti—smartcar．Finally，thelinearoptimalquadraticfleettrackingcontrolalgorithmisutilizedtorealizemulti-smartCarstartandstopformations．anduniformandrampcontro1．collaborativecommunicationnegotiationintersectionalgorithmsareappliedtoachievecrossingcollaborativetasksofthesmartCar．Theexperi—mentalresultsshowthatthedesignedZigBcewirelesscomunicationnetworkmeetstherequirementsofthecollaborationcontrol，fleetcontrolandroadjunctioncolaboratingcontrolofthesmartCar．
Keywords：
ZigBee；wirelesscomunicationnetwork；smartCar；embeddedoperatingsystem；multi—smartCarcoordination.
使用真实车辆进行多车编队实验，维护工作十分复杂，实验成本很高，而且真实的智能车高速运行可能会造成危险的交通事故]．因此，采用自主开发的智能小车替代真实车辆，搭建了一个基于ZigBee无线通信网络的多智能小车编队控制研究实验平台．本文提出一种基于无线通信网络的多智能小车编队控制系统，设计了系统的协作体系结构、通信方法、硬件电路与软件编队算法，在实验环境下实现了多智能小车编队控制．
1控制系统结构和无线通信网络设计
多智能小车编队控制系统采用分布式控制结构，没有集中控制单元，各智能小车关系平等，均能够与其他机器人通过通信进行信息交流以协调各
自行为，各智能小车具有高度的自治能力，自主地规划与决策J．这种结构有较好的容错性、适应性和扩展性．
如图1所示，在分布式控制结构体系下，根据小车内的感知模块获取外界环境信息，再由通信模块获取区域内其他小车的状态信息，通过程序分析
处理发送控制命令到小车的执行机构，使智能小车能够自主规划与决策．在多辆智能小车编队协作过程中，每辆智能小车具有独立的行驶方向和速度，
需要通过车一车组成的无线网络通信协商，其网络拓扑结构是频繁变化的，通过无线通信网络获取区域内其他小车的状态信息．当2辆车之间的距离低
于安全距离时，智能小车通过信息的交互，后车自主地参与协作，调整速度以维持一定的安全距离并以接近前方车辆的速度行驶，形成一个局部的跟随模型．
无线通信网络的建立是基于ZigBee协议栈J．ZigBee协议的体系结构由物理（PHY）层、媒体接人控制（MAC）层、逻辑链路层、网络层和应用
层组成．其中，PHY层和媒体介质访问层采用IEEE802．15．4协议标准．上层MAC、逻辑链路层和网络层由ZigBee联盟定义．应用层可以实现的
功能是管理高级的协议栈．用户应用程序在端点（协调器、路由器、终端节点）上实现．通过ZICM2410ZigBee芯片供给用户进行交互的控制
命令可以对网络内端点的通信信道、目的地址、数据显示形式、休眠状态和通讯模式进行设置．
2控制系统硬件和软件设计
智能小车的硬件采用模块化设计理念．智能小车的硬件整体设计如图2所示，主要包括以下几个模块：
1）处理器模块．该模块是智能小车的“大脑”，用于接收信息、发出控制命令．MCU选用了基于ARMCortex—M3内核的STM32F103VET6微
处理器芯片．
2）磁场检测传感器模块．智能小车处理器通过A／D接口读入磁场检测传感器输出的电压，进而判断引导线的位置，实现智能小车的导航控制．
3）速度传感器（里程传感器）模块．智能小车的运动速度和运行里程通过旋转增量式编码器进行检测，为准确获得运动速度和运行距离采用在车
体上加装与道路接触的测速轮，再将旋转增量式编码器的转轴和i贝4速轮同轴连接．
4）无线通信模块．智能小车为获取编队中其他小车的运动状态信息，需要通过无线模块和编队中其他小车进行通信．将获取到的信息通过US—
ART串口输入处理器模块．
5）电机驱动模块．智能小车获取环境信息后，处理器经过运算发出2个PWM波至驱动模块，控制左、右2个直流电机．通过改变PWM波的占空
比，改变2个直流电机的速度实现小车的转向、加减速、启停控制．
6）人机交互模块．小车需要设定参数和显示运行状态，所以设计了键盘、状态指示灯．智能小车
的处理器通过普通O口控制键盘和状态指示灯．
根据软件系统实现智能小车的编队控制的功能目标，软件既要保证实时性，又要完成多项复杂的功能．简单的状态机开发模型已不能满足需要，于是引入了嵌入式实时操作系统（RTOS）．如图3所示，智能小车控制系统软件体系自下而上包括以下几个层次：
1）硬件驱动层．外设驱动主要有磁传感器驱动、测速传感器驱动、电机驱动模块驱动、无线模块驱动、人机交互驱动等．
2）嵌入式实时操作系统层．负责任务调度、任务间通信、内存的管理、信号量管理等．IxC／OS—lI是由Labrosse编写的一个源代码公开的嵌入式实
时操作系统，具有可移植性强、可固化、可剪裁、占先式内核、多任务处理等特点，还具有极高的稳定性与可靠性，但人机界面部分不是很完善．适合于
对实时性要求较高的小规模嵌入式系统中使用，因此可应用于小型移动机器人控制系统中J．
3）智能车编队控制应用程序层．属于用户应用程序层，是实现智能小车编队控制功能的主体部分．p．C／OS—lI操作系统可以管理64个任务，但一
般都保留8个任务，留给用户应用程序的最多可有54个任务，优先级可以为4—59之间的任何数，数值越低，表示优先级越高．
主要设计了初始化任务、检测和编队控制任务、串口通信发送任务和人机交互处理任务等用户任务，见表1．
3控制系统实验结果
3．1多智能小车编队算法
如图4所示，在多智能小车编队跟随过程中，设S，分别为i—l辆车和i辆车的位移，V，V分别为f一1辆车和f辆车的速度，a，a分别为第f一1辆车和第f辆车的加速度，d。
为2辆车的理想间距．第f辆智能小车与其前车f一1车的跟随关
系转换为状态方程形式：
（1）
式中，状态变量，u=ai,w=ai-1.
多智能小车编队跟随系统中，跟随控制的目标是最小化跟随距离误差和速度误差，并且使控制量尽量小，因此跟随控制可被视为一个最优控制问
题．采用线性最优二次型（LQ）控制方法l6求解，优化的目标函数为二次型指标函数：
（2）
式中，Q为状态变量的权重矩阵；R为控制量的权重矩阵．最小化性能指标函数得到最优控制率为
（3）
矩阵P的计算可以根据李雅普诺夫第二方法，P需要满足Riccati方程：
（4）
状态变量权重矩阵Q和控制量的权重矩阵尺的选取对系统的控制性能影响很大．先选取适当的Q和，并利用MaⅡab软件画出系统的状态响应曲线，根据曲线的效果，最终确定,R=[400]
结合式（3）可计算得跟随车辆f的控制输入量U为
（5）
3．2多智能小车编队控制实验
在一个单车道的交通道路实验场景，对线性最优二次型编队控制算法进行实验．如图5所示，3辆智能小车编队行驶，智能小车通过无线通信网络广播实时状态信息（如车速、位置等），运用线性最优二次型算法对编队进行控制J，智能车之间的初始车间距为57cm，由于间距的设定采用时距法，即车间距与车辆速度成线性比例，车速越高设定车间距也越大．
如图6所示，多智能小车编队实验数据中的前车与后车速度和间距分别是车队中1号车与2号车的行驶速度和车间距．前车在t=90T（T为控制
周期）时刻启动，后车很快响应并与前车保持相近的速度（略微延时10个控制周期，约为0．2S）．在前车停车时，前车的速度降为0，后车的速度也降
为0，前车与后车的间距与初始车间距相同．前车的速度在0~56，100cm／s这3档变化，后车的速度能够快速地与前车保持一致，车间距的变化与2辆
车的速度变化保持一致，以保持安全车间距．实验表明，线性最优二次型的控制算法在车队启动、停车、变速的情况下，既能使车间距保持在一定的安全范围内，又能够使跟随车辆的速度有较快的响应速率．
4结语
本文主要从分析多智find,车编队控制系统需求人手，采用ZigBee车载自组织无线通信网络，实现车～车通信方式的信息交互．智能小车采用磁场检测导航方式，控制芯片选择了基于ARMCortex—M3内核的微处理器，硬件采用模块化设计理念设计了无线通信模块、磁场检测传感器、电机驱动模块等硬件模块．在智能小车上移植了嵌入式C／OS一Ⅱ实时操作系统，设计了多智能小车编队控制应用程序．在实验室环境下，设计了基于线性最优二次型的车队跟随控制算法，实现了多智能小车编队的启停、匀速和加减速控制任务．本系统作为一个基于无线通信网络的多智能小车协作控制研究实验平台具有十分重要的意义．
参考文献（References）
[1]YangM，ParentM．CybernetictechnologiesforcarsinChinesecities[C].ProceedingsofCityTransChina．Shanghai，China，2（104：
17—18．
[2]祖丽楠，田彦涛，梅昊．大规模多移动机器人合作任务的分布自主协作系统[J]．机器人，2006，28（5）：
470—477．
[3]ZuLinan，TianYantao，MeiHao．Distributedautonomouscooperationsystemforthelarge—scalecooperationtaskofmultiplemobilerobots[J]．Robot，2006，28（5）：
470—477．
[4]GradinescuV，GorgorinC，DiaconescuR，eta1．Adap—fivetrafficlightsusingcar—to—carcommunication[C].IEEEVehicularTechnologyConference.Dublin,Ire—land.2oo7：
21—25．
[5]王永宁，赵士杰，齐长远．p,C／OS一Ⅱ及其在ARM平台上的实现[J]．计算机应用与软件，2007，24（12）：
180—181，217．
[6]WangYongning，ZhaoSie，QiChangyuan.C／OS一ⅡanditsimplementationonARM[J]．ComputerApplicationsandSoftware，2007，24（12）：
180—181，217.
[7]LabrosseJ．MicroC／OS-II：
thereal—timekernel[M]．2nded．北京：
北京航空航天大学出版社，2003．
[8]DissanayakeSD，KarunasekaraPPC，LakrnanaarachchiDD．eta1．Zigbeewirelessvehicularidentificationandauthenticationsystem[c].InternationalConferenceonInformationandAutomationforSustainability．Co—lombo，SriLanka，2008：
257—260．
[9]SeilerP，PantA，HedrickK．Disturbancepropagationinvehiclestrings[J]．IEEETransactionsonAutomaticControl，2004，49（10）：
1835—1841．
[10]HalleS，LaumonierJ，ChaibB．Adecentralizedapproachtocollaborativedrivingcoordination[c].InternationalIEEEConferenceonIntelligentTransportationSystems．Washington，DC，USA，2004：
453—458．
9
升级会员 