本站小編為你精心準備了智能汽車系統模糊方向控制的探討參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要：在5G技術的背景下,對當前智能汽車自動駕駛的方向控制領域進行研究。現有智能車識別算法大多都依賴于中線誤差以控制智能汽車行駛，一旦應對無中線或者中線難以獲取的道路就束手無策。針對該現狀，對智能汽車隨動系統進行了魯棒性分析，在此基礎上提出了具體的模糊方向控制策略，并通過實驗驗證了該策略的優勢。對智能汽車系統的分析、解決策略和實驗有利于對智能汽車系統進行改進。

關鍵詞：智能汽車系統；方向控制策略；機械特性；魯棒性

0引言

5G技術在近些年已經獲得了較好的發展和應用。在智能駕駛領域，5G的大帶寬和低時延為實現無人駕駛汽車端到端控制需要處理的超大數據量提供了可能。近年來，無人駕駛汽車正以迅猛的速度發展，其涵蓋了工程控制、信息與通信、模式識別、傳感技術、電氣工程、計算機等多個學科，是當下智能交通的重要解決方案之一[1]。在實際的實際道路環境中，智能汽車的控制端需要與傳感設備采集到的諸多信息進行大量的數據交換，并進行實時處理以得到控制輸出。目前許多智能汽車道路識別算法都依賴于找到道路的實際中線，并根據其與理想中線的誤差來控制智能汽車方向。位置隨動系統是一個不具有精確數學模型的系統，采用常規控制方法較復雜且效果不佳[2]。此外，隨著智能汽車的發展，智能汽車的道路類型越來越豐富，其中不少道路都是無中線或者中線難以獲取的，如：環島、十字、斜入十字等。依靠中線的算法將無法適應現有的道路。

1系統軟件設計方案

1.1智能汽車系統魯棒性分析智能汽車系統的處理流程。攝像頭采集模塊負責對圖像進行獲取，經過圖像解壓縮、去燥等預處理之后傳送給圖像處理模塊進行道路類型識別，最后將結果輸出給執行控制模塊進行車體控制。在傳統圖像處理中，常要求圖像處理模塊反饋精確的中線。在高速運行的智能汽車系統中，受限于采集設備和處理器的處理速度，通常無法對所有情況都進行處理和分析，這要求系統對處理信息進行一定的取舍[3]。在隨動系統中，圖像處理模塊并不需要每次都提供準確的道路中線，只需要向執行控制模塊提供簡單靈活的、高速的位置和姿態反饋，主要有以下兩方面的原因。(1)智能汽車的機械特性無法完全正確反映圖像處理的結果。智能汽車是一個實時控制的隨動系統，系統通過改變舵機或者電機來控制智能汽車進行高速移動。由于車輛動力學中的某些參數(如前后輪的側偏剛度、車體轉動慣量、舵機和電機機械特性硬度)不斷變化，調速范圍有限，調節過程不平滑等特點，這必然也限制著智能汽車控制效果，誤差也始終伴隨著智能汽車整個行駛過程[4]。(2)智能汽車閉環反饋算法能在一定時間內消除反饋的瞬時抖動。閉環系統能根據控制對象輸出反饋來進行實時的校正，在測量出實際與計劃發生偏差時，可根據誤差量進行實時糾正。在自動駕駛過程中，智能汽車對從接收傳感器監測的路況信息到控制系統做出反應的時間越短，則自動駕駛的安全系數就越高。因此，對智能汽車控制器控制策略的優化是有必要的，5G技術將使得車聯網系統的反應時間從秒級極大地提高至毫秒級。

1.2模糊方向控制設計本系統中包含的道路類型分為特殊道路類型和基礎道路類型。十字與斜入十字道路圖像如圖2所示。由于基礎道路類型中線清晰，較容易用傳統中線算法獲得，因此模糊方向控制主要針對特殊道路類型。

2穩定性測試結果分析

為了驗證多場穩定圖像處理結果中出現誤差反饋對車輛行駛穩定性的影響程度，本文設計了兩組重復平行實驗。本實驗的道路環境為：道路長度110m，測試速度約為2.3m/s，道路類型包含直道、彎道、十字道路、環島等。實驗中以中線偏移程度和沖出道路次數為主要指標。

3結束語

本文分析了智能汽車算法和車體機械特性對智能汽車系統的影響，并通過實驗驗證了中線反饋偏移對智能汽車運行的影響。在此基礎上，針對現有依賴道路中線的算法的改進方法，使智能汽車穩定、高速地在未知道路上行駛，給無人駕駛汽車系統實驗和自動控制、視覺計算算法的改進提出了可行的建議。此外，將該技術應用到無人駕駛領域，一個大帶寬、低延遲的網狀網絡是必不可少的。5G的10Gb/s網絡傳輸速率、超高的連接數和高精度的定位能力使得它在自動駕駛領域表現出極大的潛力。

參考文獻

[1]胡海峰，史忠科，徐德文.智能汽車發展研究[J].計算機應用研究，2004，21(6)：20-23.

[2]張濤，蔣靜坪，薛鵬騫.模糊控制在位置隨動系統中的應用研究[J].武漢理工大學學報(信息與管理工程版)，2007，29(10)：24-27.

[3]劉濤，呂勇，劉立雙.智能車路徑識別與控制性能提高方法研究及實現[J].電子技術應用，2016，42(1)：54-57.

[4]方興.智能車動力學模型參數辨識方法研究[D].上海：上海交通大學，2009.

作者：黃俊嘉；余志賢；陳銳；唐小煜 單位：華南師范大學