基于MATLAB的模糊控制汽车倒车仿真系统
基于MATLAB的模糊控制汽车倒车仿真系统
( 上接第 70 页 )
[ 2] [ 3] [ 4] [ 5] [ 6] [ 7] 黄 长艺 , 严普强 . 机械工程测试技术基础 [ M ] . 第 3 版 . 北京 : 机械工业出版社 , 2006. 李 白男 . 伪随机信号及相关辨识 [ M ] . 北京 : 科学出版社 , 1987. 扶 碧波 , 樊锐 . 虚拟仪器软件开发方法的研究 [ J] . 化工自动化及仪表 , 2002 ( 3) : 42- 45. 倪 博溢 . 基于 L abVI EW 的辨识仿真实验平台 [ J] . 计算机仿真 , 2006 ( 5) : 264- 268. 刘 玥 , 宗哲玲 , 田立国 . 基于 L abV IEW 的控制系统时域仿真研究 [ J] . 微计 算机信息 , 2007( 19) : 97- 99. 阮 沈勇 , 王永利 , 桑群芳 . M A T L A B 程序设计 [ M ] . 北京 : 电子工业出版社 , 2004.
78
中原工学院学报
2008 年
第 20 卷
The Simulation System of Backing Truck Based on MATLAB Fuzzy Control
M ENG H ui x ia, GENG Jun mei
( Jiyuan Vocat ional and T echnical College, Jiy uan 454650, China) Abstract: T his paper st udies t he back t ruck sy st em based on MAT L AB f uzzy cont rol. T houg h the simu lat io n result using SIMU L INK, w hich is int eg rated simulated environment, It is f ound t hat , contr olled by f uzzy lo gic cont ro ller, t he t ruck can back right ly, and having a g lossy t race. So t he conclusion is obt ained: f uzzy log ic contro l is bet t er t han t he t radit ional cont ro l, fuzzy log ic contr ol is w ort hy of st udying and apply ing in o ur life. Key words: M AT LA B backing; fuzzy lo gic co nt ro l; simulat ion system; GU I int erf ace
基于MATLAB模糊逻辑工具箱的模糊控制系统仿真(1)
般方法。该方法具有简便、 直观、 高效的特点。最后给出仿真结果。 关 键 词 ： 1;C9;0 软 件
. 6 7 8 年 美 国 的 9:;:3<% $= 教 授 创 立 了 模 糊 集 合 理 论， . 6 > 8 年 英 国 的 ) :?:1 <@% <A B 研 制 出 第 一 个 模 糊 控
北京中石电子有限公司
地 址： 北 京 朝 阳 区 马 甸 裕 民 路 7! 号 华 展 国 际 公 寓 < 座 77", 号 邮 编 ： 7"""!@ 电 话： "7" 4 ,!"#"+CA 传 真 ： "7" 4 ,!C,A#,#
##
万方数据
!!!!!!!!!!!!!!!!!!!!!!"
《电子技术应用》!""" 年第 ! 期
基于MATLAB模糊逻辑工具箱的模糊控制系统仿真
作者： 作者单位： 刊名： 英文刊名： 年，卷(期)： 被引用次数： 亢海伟， 杨庆芬， 王硕禾 石家庄铁道学院电子工程系,050043 电子技术应用 APPLICATION OF ELECTRONIC TECHNIQUE 2000，15(2) 27次
9;0 的 2K1-9K/L 进 行 仿 真 的 方 法 。
BS ) BV /0 <A% )* BV 52 ’=$A - BV 51 模 糊 决 策 一 般 采 用 1<@%<ABWV （ @BA N @<X I 决 策 法 。 解模糊有重心法、 等分法、 最大隶属度平均法等 D 种 可供选择， 在此采用重心法 （ ($A’RGB% I 。
!!!!!!!!!!!!!!!!!!!!!!" !!!!!!!!!!!!!!!!!!!!!!!资深的
基于Matlab的模糊控制系统的设计与仿真
编辑该系统得到仿真框如图 A 所示。对图 A 进行仿真， 需 要用鼠标双击其中的 $4VVK7W9;)?7F98*395563 模块， 打开它， 写 然后选择 &)L45)8M中的 &*@3* ， 启 入事先已建好的 $%& 的名字， 动仿真过程， 就可通过 &?9X6 观察系统的仿真输出结果。结果 如图 E 所示。
!" 引言
模 糊 理 论 是 在 美 国 伯 克 莱 加 州 大 学 电 气 工 程 系 #$ % $&
的 任 意 一 个 对 BO= 的 修 改 将 影 响 任 何 其 它 已 打 开 的 NGO 中 的 显示结果。
’()*+ 教 授 于 !,-. 年 创 立 的 模 糊 集 合 理 论 的 数 学 基 础 上 发 展
E2,曲面观察器
规则观察器以非常详细的方式在任意时刻显示 计 算 过 程 ， 从这个意义上看， 它给出了模糊推理系统一种微观的 视 角 。 如 果想看系统的整个输出曲面观察器， 即基于整个输入 集 的 输 出 级的变化范围， 需要打开曲面观察器。 看 曲 面 观 察 器 可 以 从 C)6D, 菜 单 选 择 &43.@?6 1 1 1来 打 开 它 ， 到表示从 FGH 模糊控制系统映射的三维曲面观察器窗口如图 由这一个双输入、 单输出情况， 可以在图 " 中看到整个 " 所示， 映射。在图的下半部曲面观察器配备了初始菜单， 可以选择用 于绘图的两个输入量 ’ 、 ’F 和一个输出量 I 。弹出式菜单正下 方是两个文本输入域，可以确定在 J 轴和 K 轴包含多少网格 线。这为复杂的问题提供了合理的计算时间。 图 E77系统的仿真输出结果 图 A77系统的仿真框
・ E- ・
基于Matlab的模糊控制系统的设计与仿真
Ξ 收稿日期:2006-12-02基金项目:甘肃省自然科学基金资助项目(3ZS061-A25-044).作者简介:邵桂荣(1979-),女,山西运城人,硕士研究生,主要从事交通信息工程及控制研究.【电子与自动化】基于Matlab 的模糊控制系统的设计与仿真Ξ邵桂荣1,2(1.兰州交通大学,兰州 730070;2.运城学院,山西运城 044000)摘要:针对一类时滞系统,提出了基于Matlab 的模糊控制设计方案.分别应用在主命令窗口编程方式和Fuzzy toolbox ,S imulink 的可视化方式实现了模糊控制系统的仿真,基于Matlab 的模糊控制设计简单方便.仿真结果表明了模糊控制方案在系统控制中的有效性.关 键 词:Matlab ;S imulink ;模糊控制中图分类号:TP202 文献标识码:A文章编号:1671-0924(2007)05-0051-04Matlab-based Design and Simulation of Fuzzy Control SystemSHAO G ui-rong 1,2(nzhou Jiaotong University ,Lanzhou 730070,China ;2.Y uncheng University ,Y uncheng 044000,China )Abstract :A fuzzy control design method is proposed based on Matlab in terms of a class of time-delay sys 2tems.Fuzzy control system simulation is realized by programming at main command window and by visibili 2ty surface with Fuzzy toolbox and Simulink.The Fuzzy control method based on Matlab is sim ple and simu 2lation results prove the effectiveness of this method.K ey w ords :Matlab ;Simulink ;fuzzy control0 引言 1965年美国加利福尼亚大学计算机系自动控制专家扎德(L A Z adeh )教授发表了《模糊集合》一文,首次提出用“隶属函数”概念来定量描述事物模糊性的模糊集合理论,从而奠定了模糊数学的基础.模糊数学可用来描述客观事物中的模糊概念,人们用模糊数学的知识模仿人脑的思维方法,对模糊现象进行识别和判决,给出精确的控制量,实现对被控对象的控制,这种方法称为模糊控制.模糊控制与经典控制和现代控制相比,主要优点是它不需要建立精确的数学模型,因此,对一些无法建立数学模型或难以建立精确数学模型的被控对象,采用模糊控制方法,往往能获得较满意的控制效果.目前,模糊控制理论及模糊控制系统的应用发展很快,模糊控制已成为智能控制的重要组成部分.模糊控制是一种从宏观行为上调控系统相应关系的控制策略,其关键在于用语言描述的控制规则,通常用“IF …THE N …”的方式来表达实第21卷 第5期V ol.21 N o.5重庆工学院学报(自然科学版)Journal of Chongqing Institute of Technology (Natural Science Edition )2007年5月May 2007际控制过程中专家的知识和经验.为实现对工业过程的实时控制,设计者往往采用离线方式进行模糊控制器的设计,即对输入确切量模糊化,再进行模糊合成运算,最后进行模糊判决才能得到确切的控制量,并以控制表(查询表)形式存入计算机.本文中在Matlab 基础上,通过具体实例介绍了如何利用Simulink 和Fuzzy 工具箱对控制系统进行设计和仿真.1 Matlab 与模糊控制器的设计1.1 Matlab 及其工具箱Matlab 是MathW ork 公司于1984年推出的基于矩阵运算的强大数值计算软件.因为其基本的数据单位是矩阵,指令表达又与数学、工程中常用的习惯形式十分相似,因此用Matlab 解决问题要比用C 或者F ortran 等简捷得多.Matlab 包含许多功能强大的工具箱,Simulink 工具箱就是其中之一.它是实现动态系统仿真的一个集成环境,其主要功能是对动态系统作适当的仿真分析,从而可以在实际系统做出之前预先对系统进行分析,并做出适当的实时修正,以增强系统的性能,减少系统反复修改的时间.Matlab 还提供了模糊逻辑工具箱,即Fuzzy 工具箱.它是运用图形用户界面(G UI )来设计模糊控制器的,可以直观的完成模糊控制器的设计.同时此工具箱中还提供30多个函数,用户可以通过命令来调用这些函数,完成模糊控制器的设计.1.2 模糊控制器的设计模糊控制通过模糊逻辑和近似推理让计算机把人的经验形式化、模型化,根据所得的语言控制规则进行模糊推理,给出模糊输出判据,并将其转化为精确量,作为反馈送到被控对象.模糊控制器通常由下列几部分组成:输入、输出量的量化;输入量的模糊化;语言控制规则;模糊逻辑推理;输出量的去模糊化.基本的模糊控制系统结构如图1所示,其中心环节是模糊控制器(FC ).图1 基本模糊控制系统的结构图2 Matlab 仿真实例 已知受控对象G (S )=110S +1e-0.5s,设计模糊控制器使其具有良好的阶跃响应.系统输入为阶跃输入,系统输出误差为e ,误差变化率为e c ,控制量为u.选取模糊控制器(FC )的输入e 和e c 及其控制量u 的论域均为{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6};e ,e c 及u 的语言变量值均选为{NB 、NM 、NS 、ZE 、PS 、PM 、P B}.模糊推理规则可根据经验总结出,如表1所示.表1 FC 的模糊控制规则表e cu eNB NM NS ZE PS P M P B NB NB NB NB NB NM ZE ZE NM NB NB NB NB NM ZE ZE NS NM NM NM NM ZE PS PS ZE NM NM NS ZE PS P M P M PS NS NS ZE P M P M P M P M P M ZE ZE P M P B P B P B P B P BZEZEP MP BP BP BP B2.1 用Matlab 命令编程来实现模糊控制器的设计%模糊控制器设计%建立FISa =new fis (′fuzzy1′)%设置误差E 与隶属度函数a =addvar (a ,′input ′,′e ′,[-66]);a =addm f (a ,′input ′,1,′NB ′,′zm f ′,[-6-4]);a =addm f (a ,′input ′,1,′NM ′,′trim f ′,[-6-4-2]);a =addm f (a ,′input ′,1,′NS ′,′trim f ′,[-4-20]);a =addm f (a ,′input ′,1,′ZE ′,′trim f ′,[-202]);a =addm f (a ,′input ′,1,′PS ′,′trim f ′,[024]);a =addm f (a ,′input ′,1,′PM ′,′trim f ′,[246]);a =addm f (a ,′input ′,1,′P B ′,′sm f ′,[46]);%设置误差变化率EC 与隶属度函数a =addvar (a ,′input ′,′ec ′,[-66]);a =addm f (a ,′input ′,2,′NB ′,′zm f ′,[-6-4]);25重庆工学院学报a=addm f(a,′input′,2,′NM′,′trim f′,[-6-4 -2]);a=addm f(a,′input′,2,′NS′,′trim f′,[-4-2 0]);a=addm f(a,′input′,2,′ZE′,′trim f′,[-20 2]);a=addm f(a,′input′,2,′PS′,′trim f′,[024]);a=addm f(a,′input′,2,′PM′,′trim f′,[246]);a=addm f(a,′input′,2,′P B′,′sm f′,[46]);%设置控制量U与隶属度函数a=addvar(a,′output′,′u′,[-66]);a=addm f(a,′output′,1,′NB′,′zm f′,[-6-4]);a=addm f(a,′output′,1,′NM′,′trim f′,[-6-4 -2]);a=addm f(a,′output′,1,′NS′,′trim f′,[-4-2 0]);a=addm f(a,′output′,1,′ZE′,′trim f′,[-20 2]);a=addm f(a,′output′,1,′PS′,′trim f′,[024]);a=addm f(a,′output′,1,′PM′,′trim f′,[246]);a=addm f(a,′output′,1,′P B′,′sm f′,[46]);%建立控制规则表rulelist=[11111;12111;13111;141 11;15211;16411;17411;21111;22111;23111;24111;252 11;26411;27411;31211;32211;33211;34211;354 11;36511;37511;41211;42211;43211;44411;455 11;46611;47611;51311;52611;53411;54611;556 11;56611;57611;61411;62411;63611;64711;657 11;66711;67711;71411;72411;73611;74711;757 11;76711;77711];a=addrule(a,rulelist);a=setfis(a,′defuzzmethod′,′centroid′);%设置去模糊化方法plotfis(a)%绘制FIS系统图形ulist=zeros(13,13);for i=1:13 for j=1:13 ec=-7+j; if ec<0ec=ec; else ec=ec-1; end e=i-7; ulist(i,j)=evalfis([e ec],a); endendulist=ceil(ulist)以上程序的运行结果即控制规则表,如表2所示.表2 控制规则表e ce-6-5-4-3-2-10123456 -6-5-5-5-5-5-5-5-5-4-3-101-5-5-5-5-5-5-5-5-5-4-3-111-4-5-5-5-5-5-5-5-5-4-3-101-3-4-4-4-4-4-4-4-4-2-1022-2-3-3-3-3-3-3-3-3-10233-1-3-3-3-3-3-1-1-1022440-3-3-3-3-3-1-10234441-20001002244442-21420224444443-1122233555555401024556666665111245566666660102455666666 将得到的控制表存放到微机的存储器中,这样在实际控制中,微机采样和变换得到的e和e c 直接与表中的行与列进行比较,通过查表程序即可马上得出所需要的控制量u,以控制被控对象.2.2 用Simulink实现模糊控制器的设计及系统的仿真2.2.1 利用FIS设计模糊控制器.在Matlab命令窗口中输入fuzzy即可进入模糊控制器编辑(FIS)环境.FIS编辑窗口如图2所示.主要编辑以下3个方面:1)确定模糊控制器的类型和结构.这里选用二输入一输出的模糊控制器.在FIS编辑窗口,选中[Edit]菜单下的[Add Input]命令,即可增加一个输入.2)编辑输入、输出变量的隶属函数.在FIS编35邵桂荣:基于Matlab的模糊控制系统的设计与仿真辑窗口,分别双击输入模块,在弹出的隶属函数编辑窗口对输入函数进行编辑.输入e 的隶属函数如图3所示.3)编辑模糊控制规则.在FIS 编辑窗口,选中[Edit ]菜单下的[Rules]命令,即进入控制规则编辑器.根据表1所提供的模糊控制规则在模糊规则编辑器中编写控制规则,如图4所示.图2 FIS编辑界面图图3 输入e的隶属函数图4 模糊控制规则表 通过以上3个步骤后,将设计好的模糊控制器保存在一个名为fuzzy.fis 的数据文件中,以供仿真运行时调用.2.2.2 利用Simulink 建立模糊控制系统的模型.在Matlab 命令窗口输入simulink 并回车,就会弹出Simulink 模块库窗口和一个未命名的新窗口,然后从Simulink 模块库中找出需要的模块,利用鼠标将其拖到新窗口建立如图5所示的系统模型.图5 用S imulink 设计的模糊控制系统框图2.2.3 系统仿真.在Matlab 的命令窗口中输入指令:fuzzy1=readfis (‘fuzzy1’),将前面生成的文件加载到模糊控制器模块中,设定好仿真时间、步长等参数,利用模拟示波器来观察系统的动态响应情况.通过适当调整参数ke 和kec 进行仿真,仿真结果如图6所示.图6 fuzzy toolbox ,simulink 仿真曲线3 结束语 模糊控制以模糊集合论、模糊语言变量及模糊逻辑推理为基础,不要求被控对象的数学模型,能充分运用控制专家的信息,具有一定的鲁棒性,在控制领域表现出极大的优势.基于Matlab 所提供的模糊控制工具箱以及动态化的图形仿真环境Simulink ,使复杂的模糊控制系统的仿真过程更为简便直观,缩短了开发周期,为广大模糊控制研制人员提供了一种高效的设计方法.参考文献:[1] 王勤.计算机控制技术[M].南京:东南大学出版社,2003:116-148.(下转第85页)45重庆工学院学报属性参数,随后会在VC++环境下生成相应的“.dsw”工作平台,里面包含驱动程序入口、初始化以及各种例程的“.cpp”源文件及“.h”头文件等.此外,DriverStudio还提供了DriverM onitor,S oftIce 等调试工具,可以对驱动程序的执行情况进行观察.2.3 应用程序设计应用程序主要功能包括对US B设备的检测和简单控制、显示并分析实时采集的数据.应用程序由动态链接库和应用主程序2部分组成.动态链接库负责与US B功能驱动程序通信并接受应用程序的各种操作请求,完成数据采集、分析处理、显示和存盘.而应用主程序主要完成采集系统的界面设计.在应用程序开发中,通过调用Win32子系统提供的API函数来同设备进行交互.在用户程序中,可以把US B设备当作文件来操作,利用Creat2 File()得到US B句柄,用DeviceC ontrol()通过该句柄提交I/O控制代码和输入输出缓冲区大小到驱动程序进行控制传输,用ReadFile()、WriteFile()来进行应用程序和设备间批量传输.通过这些文件操作API函数就可以实现驱动程序中US B设备通信.3 结束语 基于US B总线的实时数据采集系统可以自由挂接在PC机上,具有良好的人机界面,能够对采集数据进行实时监控.特别是US B2.0协议支持480Mb/s的传输速度,可以实现高速、高精度的数据采集.当然,US B的最大传输距离只有16m,限制了US B接口的应用,但是通过利用RS-485总线(传输距离达到1200m以上),在系统中使用RS -485～US B转换器,可以突破US B传输距离的限制,实现大数据量的传输.在今后的工业发展中, US B2.0将获得更广泛的应用.参考文献:[1] 杨杰.数据采集系统中数据获取和处理的C++Builder实现[J].重庆工学院学报,2005,19(3):51-53.[2] 许永和.EZ-US B FX系列单片机US B外围设备设计与应用[M].北京:北京航空航天大学出版社,2002.[3] Cant C.Windows W DM设备驱动程序开发指南[M].北京:机械工业出版社,2000.[4] 朱清林,邹传云.基于US B2.0的高速数据采集系统设计[J].现代电子技术,2005(21):120-122.[5] 张克非,陈涛,张朝辉.US B外设过滤驱动程序设计[J].重庆工学院学报,2004,18(3):26-29.(责任编辑 刘 舸)(上接第54页)[2] 吴晓莉,林哲辉.M AT LAB辅助模糊系统设计[M].西安:西安电子科技大学出社,2002:173-193.[3] 董海鹰.智能控制理论及应用[M].北京:中国铁道出版社,2006:70-85.[4] 孙施良,王阳明.模糊控制系统的Matlab仿真过程[J].机械与电子,2005(1):13-16.[5] 邢春贵,何熙文.模糊控制系统的Matlab仿真与应用[J].微处理机,2004(1):34-36.[6] 黄忠霖.控制系统M AT LAB计算及仿真[M].北京:国防工业出版社,2001:116-128.[7] 张济龙,陈建,何培祥.基于M AT LAB的线性时不变控制系统频域分析程序设计[J].重庆工学院学报, 2005(8):45-48.(责任编辑 陈 松)58东野长磊:US B接口在数据采集系统中的应用。
模糊控制的Matlab仿真实例分析
假设是二元线性关系
用下列 MATLAB 语句可绘出下图 。
可以看到，如果不考虑服务质量因素比食物质量因素对 于小费的支付占有更大的比重，上面的关系图形已经能 够反映一些实际的情况了。假如希望服务质量占小费的 80 % , 而食物仅占 20 ％。这里可以设定权重因子：
用下列 MATLAB 语句可绘出下图
在Params(参数)处，选择三角形涵盖的区间，填写三个 值，分别为三角形底边的左端点、中点和右端点在横坐标 上的值。这些值由设计者确定。
用类似的方法设置输出output的参数。比如：共有9个规 则，所以相应地有9个输出隶属函数。默认3个隶属函数， 剩下6个由设计者加入。点击Edit菜单，选 Add Custom MS„->继续填入相应参数即可。
首先考虑最简单的情况，顾客总是多给总账单 的15％作为小费： 用 MATLAB 语句绘图，如下图所示。
虽然是简单的线性关 系，但这样的结果已 经基本能够反映服务 质量对小费的影响效 果了，如果考虑到顾 客所给的小费也应当 能反映食物的质量， 那么问题就在原来的 基础上扩展为：给定 两个从 0 到 10 的数 字分别代表服务和食 物的质量（ 10 表示 非常好， 0 表示非常 差），这时小费与它 们之间的关系又应当 如何反映呢？
前面介绍过如何使用图形化工具建立模糊逻辑系 统，我们也可以完全用命令行或程序段的方式来 实现。 小费问题： 实际生活中有着许多模糊的概念和逻辑方式， “给小费”问题就是一个可以用模糊逻辑来分析 的经典的例子。下图表示的是一个关于饭店的服 务质量和顾客所给小费之间的关系图，左边表示 饭店的服务质量，作为输入；右边表示顾客所给 的小费，作为输出，两者是有一定逻辑关系的。
基于matlab的模糊控制器的设计与仿真
基于MATLAB的模糊控制器的设计与仿真摘要：本文对模糊控制器进行了主要介绍。
提出了一种模糊控制器的设计与仿真的实现方法，该方法利用MA TLB模糊控制工具箱中模糊控制器的控制规则和隶属度函数，建立模型，并进行模糊控制器设计与仿真。
关键词：模糊控制，隶属度函数，仿真，MA TLAB1 引言模糊控制是一种特别适用于模拟专家对数学模型未知的较复杂系统的控制，是一种对模型要求不高但又有良好控制效果的控制新策略。
与经典控制和现代控制相比，模糊控制器的主要优点是它不需要建立精确的数学模型。
因此，对一些无法建立数学模型或难以建立精确数学模型的被控对象，采用模糊控制方法，往往能获得较满意的控制效果。
模糊控制器的设计比一般的经典控制器如PID控制器要复杂，但如果借助MATLAB则系统动态特性良好并有较高的稳态控制精度，可提高模糊控制器的设计效率。
本文在MATLAB环境下针对某个控制环节对模糊控制系统进行了设计与仿真。
2 模糊控制器简介模糊控制器是一种以模糊集合论，模糊语言变量以及模糊推理为数学基础的新型计算机控制方法。
显然，模糊控制的基础是模糊数学，模糊控制的实现手段是计算机。
本章着重介绍模糊控制的基本思想，模糊控制的基本原理，模糊控制器的基本设计原理和模糊控制系统的性能分析。
随着科学技术的飞速发展，在那些复杂的，多因素影响的严重非线性、不确定性、多变性的大系统中，传统的控制理论和控制方法越来越显示出局限性。
长期以来，人们期望以人类思维的控制方案为基础，创造出一种能反映人类经验的控制过程知识，并可以达到控制目的，能够利用某种形式表现出来。
而且这种形式既能够取代那种精密、反复、有错误倾向的模型建造过程，又能避免精密的估计模型方程中各种方程的过程。
同时还很容易被实现的，简单而灵活的控制方式。
于是模糊控制理论极其技术应运而生。
3 模糊控制的特点模糊控制是以模仿人类人工控制特点而提出的，虽然带有一定的模糊性和主观性，但往往是简单易行，而且是行之有效的。
基于MATLAB的自动倒车模煳控制系统的设计22页PPT
谢谢你的阅读
❖ 知识就是财富 ❖ 丰富你的人生
71、既然我已经踏上这条道路，那么，任何东西都不应妨碍我沿着这条路走下去。——康德 72、家庭成为快乐的种子在外也不致成为障碍物但在旅行之际却是夜间的伴侣。——西塞罗 73、坚持意志伟大的事业需要始终不渝的精神。——伏尔泰 74、路漫漫其修道远，吾将上下而求索。——屈原 75、内外相应，言行相称。——韩非
1、不要轻言放弃，否则对不起自己。
2、要冒一次险!整个生命就是一场冒险。走得最远的人，常是愿意 去做，并愿意去冒险的人。“稳妥”之船，从未能从岸边走远。-戴尔．卡耐基。
梦 境
3、人生就像一杯没有加糖的咖啡，喝起来是苦涩的，回味起来却有 久久不会退去的余香。
基于MATLAB的自动倒车模煳控制系统的 4、守业的最好办法就是不断的发展。 5、当爱不能完美，我宁愿选择无悔，不管来生多么美丽，我不愿失 去今生对你的记忆，我不求天长地久的美景，我只要生生世世的轮 回里有你。 设计
基于Matlab和模糊PID的汽车巡航控制系统设计
基于Matlab和模糊PID的汽车巡航控制系统设计一、本文概述随着汽车工业的快速发展和智能驾驶技术的不断进步，汽车巡航控制系统作为提高驾驶安全性和舒适性的重要手段，越来越受到人们的关注。
传统的巡航控制系统主要依赖于PID（比例-积分-微分）控制算法，虽然在一定程度上能够实现车速的稳定控制，但在面对复杂多变的道路环境和驾驶员的个性化需求时，其性能往往难以达到最优。
为了解决这个问题，本文将研究并设计一种基于Matlab和模糊PID的汽车巡航控制系统。
该系统将结合传统PID控制算法的稳定性和模糊控制算法的灵活性，通过Matlab进行建模与仿真，实现对汽车巡航速度的更精确、更智能的控制。
本文将介绍汽车巡航控制系统的基本原理和PID控制算法的基本原理；详细阐述模糊PID控制算法的设计思路和实现方法；然后，通过Matlab进行仿真实验，验证所设计的模糊PID控制算法在汽车巡航控制系统中的有效性和优越性；对本文的研究成果进行总结，并展望未来的研究方向和应用前景。
本文的研究不仅有助于提升汽车巡航控制系统的性能，同时也为智能驾驶技术的发展提供了新的思路和方法。
二、汽车巡航控制系统概述汽车巡航控制系统是一种先进的驾驶辅助系统，旨在通过自动调节发动机的油门或制动系统，使车辆能够在驾驶员设定的速度下稳定行驶，而无需持续踩踏油门踏板。
这种系统不仅可以提高驾驶的舒适性，减少驾驶员的疲劳感，而且在长途驾驶或高速公路上行驶时，能有效提高行车安全性。
巡航控制系统的核心在于其控制策略，它需要根据车辆当前的速度、加速度、道路条件以及驾驶员的设定速度等多个因素，进行实时计算和判断，以决定如何调整发动机的输出或制动力度。
传统的PID （比例-积分-微分）控制器因其简单性和有效性，在巡航控制系统中得到了广泛应用。
然而，由于实际驾驶环境的复杂性和不确定性，传统的PID控制器往往难以应对各种突发情况，如突然出现的障碍物、道路坡度变化等。
为了解决这个问题，近年来，基于模糊逻辑的控制器被引入到汽车巡航控制系统中。
基于MATLAB的模糊控制汽车倒车仿真系统
ቤተ መጻሕፍቲ ባይዱ
• • • • •
FIS编辑器 隶属度函数编辑器： 模糊规则编辑器： 模糊规则观测窗 输出量曲面观测窗
北京信息科技大学 孙骏
3.模糊控制器设计
倒车系统模糊控制器
FIS编辑器
系统设置为3个输入，1个输出，3个输入分 别为距离、角度1、角度2，输出为控制角度
北京信息科技大学 孙骏
3.模糊控制器设计
倒车系统模糊控制器
隶属度函数编辑器： 距离的隶属度函数选择Z型和S型，分别定义为近距离和远距离
北京信息科技大学 孙骏
3.模糊控制器设计
倒车系统模糊控制器
模糊规则编辑器： 如果distance 是远，则选择角度1， 如果distance 是近，则选择角度2，
综上：大部分情况下可以完成倒车，但是该模糊控制 需要改进。
北京信息科技大学 孙骏
THE END
谢谢！
北京信息科技大学 孙骏
北京信息科技大学 孙骏
1.倒车系统模型分析 • 动力学分析
– 由于倒车的速度很低，在 做系统仿真时，不妨假设 倒车速度为常量，程序中 取V=5 – 由于后车轴中心没有侧向滑 动那么后轴中心点( xr , yr ) 满 足约束条件：
yr cos xr sin 0
– 几何约束关系
前后轮的坐标关系： xr x f La cos
v tan / La
北京信息科技大学 孙骏
2.倒车控制系统设计 • 系统设计要求
– 无死区倒车到目标位置 – 具有较高的精度 – 能够成功避障
• 系统设计流程
– 程序中的重要模块： 汽车模型模块 模糊控制模块 汽车定位模块 动画显示模块
基于MATLAB的两种模糊控制系统的仿真方法
1) 建立新的 FIS 结构 设所建的 FIS 结构为 FC. fis ,则命令行为 : FC = newfis(’FC’) ; 这时便建立了一个新的名叫 FC 的 mamdani 型系统 。此 时它的输入 、输出及规则都还没有定义 。 2) 添加输入输出变量 由于本例的模糊推理系统有两个输入变量 e 和 ec ,一个 输出变量 u ,它们所对应的模糊语言变量 E、DE 的论域均为 [ - 6 6 ] ,U 的论域为[ - 3 3 ] 。则用 addvar 函数添加这三个变 量的命令行分别为如下 : FC = addvar(FC ,’input’,’E’,[ - 6 6 ]) ; FC = addvar(FC ,’input’,’DE’,[ - 6 6 ]) ; FC = addvar(FC ,’output’,’U’,[ - 3 3 ]) ; 3) 添加隶属度函数 已经加入模糊语言变量之后 ,下一步就是给每个语言变 量添加隶属度函数 。给变量 E 添加隶属度函数的语句如下 : FC = addmf (FC ,’input’,1 ,’NB’,’trapmf’, [ - 6 , - 6 , - 5 ,
1 引言
控制系统计算机仿真是应用现代科学手段对控制系统 进行科学研究的十分重要的手段之一 。目前 ,近乎所有的高 品质的控制都离不开系统仿真研究 。利用仿真工具对控制 系统进行设计与仿真 ,可以有效地对比各种控制模型与方 案 ,选取并优化相关控制参数 ,从而对整个控制系统的性能 进行优化与提高 ,尤其是对于一些新型控制理论与算法的研 究 ,进行系统仿真更是必不可少的 。
基于MATLAB的模糊控制汽车倒车仿真系统
基于MATLAB的模糊控制汽车倒车仿真系统
孟惠霞;耿俊梅
【期刊名称】《中原工学院学报》
【年(卷),期】2009(020)001
【摘要】用MATLAB的Fuzzy工具箱设计了汽车倒车的模糊控制器.通过仿真实验发现,用模糊控制方法控制汽车倒车,汽车运动轨迹圆滑,倒车准确,具有很好的鲁棒性,具有实际应用价值.
【总页数】4页(P75-78)
【作者】孟惠霞;耿俊梅
【作者单位】济源职业技术学院,河南济源,454650;济源职业技术学院,河南济源,454650
【正文语种】中文
【中图分类】TP273.4
【相关文献】
1.基于模糊控制的汽车倒车辅助决策系统 [J], 柳洁
2.基于CPLEX与MATLAB的电动汽车充电站优化调度仿真系统 [J], 程杉;王贤宁;冯毅煁;王睿娟
3.基于模糊控制的汽车自动倒车系统研究 [J], 韩保仓;吴强;胡丕杰
4.基于VC的模糊控制汽车倒车仿真系统 [J], 杨璞
5.基于MATLAB/Simulink的汽车ABS的半实物仿真系统 [J], 潘炜; 高镜惠; 周雅夫; 宋振寰
因版权原因，仅展示原文概要，查看原文内容请购买。
基于MATLAB模糊工具箱的实例仿真分析 自动倒车
基于MA T L A B模糊逻辑工具箱的模糊控制系统仿真分析——汽车自动倒车系统MATLAB软件提供自动控制、信号处理、神经网络、模糊逻辑、小波分析、图象处理等诸多工具箱，功能强大应用广泛。
本文是基于MATLAB的模糊逻辑工具箱(Fuzzy Logic)设计的模糊控制器和SIMULINK仿真进行的分析。
一、倒车系统模型分析汽车倒车过程如图1所示。
由实际操作经验我们可以知道，对于车辆垂直泊车这一操作过程而言，驾驶员的驾驶操作步骤总结如下：（1）首先车辆驶进停车场，开始寻找合适的目标泊车位，当车辆探测到停车位后，将车位作为目标位置，进行倒车动作。
此时，以目标车位的左后角点为坐标原点，以车道方向为X轴，垂直车位方向为Y轴，建立坐标系，如图2所示；（2）开始泊车，此过程中主要是微调车辆前轮转角，当车辆的尾部接近停车空间的中部时，车辆便开始以较大的前轮转角泊车，直至车辆尾部到达停车空间的右侧。
随着车辆与停车空间相对位置的变化，车辆的前轮转向也随之发生变化，车辆主轴的角度由0o左右开始逐渐增大，当接近于90o时，即车辆主轴与X轴正向垂直时，车辆前轮的转向变为0o，此后车辆进入下一阶段，准备垂直入库；（3）开始垂直泊车，理想情况下，此阶段驾驶员仅需扶正方向盘，保证车辆以稳定车速垂直泊车，直至车辆尾部接近停车空间的底部时，到达期望目标位置，停车，随即完成整个垂直泊车任务。
图1汽车倒车过程图2汽车转向运动学模型示意图图2中对应参数定义如下：：坐标系X轴正向与车辆主轴的夹角，或称车身航向角，取逆时针方向为正。
φ：车辆前轮方向与车辆主轴夹角，或前轮转角，取顺时针方向为正。
La ：车辆前后轮轴线中心坐标的间距，或称为轴距。
f v ：代表车辆运动速度，汽车倒车时为正，汽车前进时为负。
),(f f y x ：车辆前轮轴线中心坐标。
),(r r y x ：车辆后轮轴线中心坐标。
该运动学模型的建立是在假设车辆的前轮速度恒定的条件下，汽车倒车过程中低速行驶的，车辆轮胎不需要产生侧向力，遵循阿克曼转向规律，此时可以用车辆的运动学模型代替动力学模型，运动学分析如下：（1）由于整个倒车过程中的速度很低，最高车速要求不超过3km/h ，即v ≤3km/h 。
基于MATLAB的模糊控制系统的仿真
都可以根据系统的要求修改或设定其参数 ,该仿真 图中的模糊逻辑控制器 ( Fuzzy logic controller) 模块中 隐含了输入输出之间的控制关系 FIS ,它可以用行 命令编辑函数或 GUI 编辑函数事先建立 ,本文主要 介绍如何利用 GUI 编辑函数直观迅速地建立 FIS。
3. 2. 1 FIS 的建立 1) Fuzzy 创建的原始的 FIS 图形编辑函数窗口
kec = 6/ 0. 6 % = 1000
ku = 12/ 7 = 1. 7 表 1 模糊控制规则库
E EC NB NM NS NO PO PS PM PB
NB
PB PB PM PM PM PS Z Z
NM
PB PB PM PM PM PS Z Z
NS
PB PB PM PS PS Z NM NM
5
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved.
的 FIS。与上一种方法相比 ,显然这种方法更加形 象 、简便 。
3 模糊控制系统的 MATLABห้องสมุดไป่ตู้仿真 模糊控制以模糊集合论作为它的数学基础 ,通
Z
PB PB PM Z Z NM NB NB
PS
PM PM Z NS NS NM NB NB
PM
Z Z NS NM NM NM NB NB
PB
Z Z NS NM NM NM NB NB
3. 1. 2 模糊控制器的设计 系统中的模糊控制器是一个双输入单输出型的
控制器 ,输入变量为浓度偏差 e 和浓度偏差变化率 ec ,输出变量为阀门开度的增量 u 。
毕业设计基于模糊控制的倒立摆系统及MATLAB仿真
摘要倒立摆系统是研究控制理论的一种典型的实验装置,广泛应用于控制理论研究，航空航天控制等领域，其控制研究对于自动化控制领域具有重要的价值。
然而，倒立摆装置是一个绝对不稳定系统，具有高阶次、非线性、强耦合等特性，本文应用模糊控制策略对其进行控制研究。
本文应用牛顿力学定律建立了直线一级倒立摆的状态方程数学模型并推导了简化的传递函数数学模型,分析了其稳定性，可控性和可观测性。
研究了控制系统整体结构，建立了模糊控制器，在MATLAB平台上对模糊控制系统进行了仿真研究，并对获得的控制系统输出图进行了性能分析。
关键词：一阶倒立摆，数学模型，模糊控制， MATLAB仿真AbstractInverted pendulum control system is to study the theory of a typical experimental device, widely used in control theory, the field of aerospace control, its control is important for the automation and control value. However, the inverted pendulum device is an absolute unstable system, with high time, nonlinear, strong coupling and other features, this fuzzy control strategy to control research.In this paper, Newton's laws of mechanics to establish a line-level inverted pendulum equation of state mathematical model to derive the simplified transfer function model to analyze its stability, controllability and observability. Of the control system as a whole structure of a fuzzy controller, in the MATLAB platform for fuzzy control system was simulated, and access control system output graph of the performance analysis.Keywords: inverted pendulum, mathematical model, fuzzy control, MATLAB simulation目录摘要 (i)Abstract (ii)第一章倒立摆系统简介 (1)1.1倒立摆系统概述 (1)1.2倒立摆的控制目标及研究意义 (1)1.3倒立摆系统控制方法简介 (2)1.4论文的主要工作 (4)第二章模糊控制概述 (6)2.1控制理论简介 (6)2.1.1经典控制理论 (6)2.1.2现代控制理论 (6)2.1.3模糊控制与经典控制理论的比较 (8)2.2模糊控制的数学基础 (9)2.2.1模糊子集与运算 (9)2.2.2模糊关系与模糊关系合成 (11)2.2.3模糊推理 (12)第三章控制系统分析与模糊控制方法研究 (15)3.1控制系统结构及工作原理 (15)3.1.1控制系统结构 (15)3.1.2模糊控制器的工作原理 (16)3.2精确量的模糊化 (17)3．2．1模糊控制器的语言变量 (17)3．2．2量化因子与比例因子 (17)3．2．3语言变量值的选取 (18)3．2．4语言变量论域上的模糊子集 (18)3．3常见的模糊控制规则 (19)3．4输出信息的模糊判决 (20)3．4．1基于推理合成规则进行模糊推理 (20)3．4．2输出信息的模糊判决 (20)3．5本章小结 (21)第四章倒立摆系统建模 (21)4.1常见的倒立摆类型 (21)4.2倒立摆系统建模 (23)4.3系统可控性分析 (27)第五章倒立摆模糊控制器的设计及仿真 (29)5．1倒立摆的稳定模糊控制器的设计 (29)5.1.1位置模糊控制器的设计 (29)5 .1.2角度模糊控制器的设计 (34)5.1.3稳定控制器的实现 (34)5. 2一级倒立摆系统仿真 (35)5.2.1 Simulink简介 (36)5.2.2系统仿真 (37)第六章总结 (44)致谢 (45)参考文献 ......................................................................................................................... 错误!未定义书签。
卡车智能模糊控制倒车系统仿真
仿真模型分析
truck kinematics 为方程组表示的汽车系统 模型 fuzzy controller为模糊控制器 animation为输出的动画显示模块 f()函数表达式为sqrt(x^2+y2),为现在位置 到车库位置的距离，用于实现车辆的定位
仿真及性能分析
垂直距离较近，水平距离较近时：
仿真及性能分析
垂直距离较近，水平距 离较远时：
仿真及性能分析
垂直距离较远，水平距 离较近时：
仿真及性能分析
垂直距离较远，水平距 离较远时：
仿真及性能分析
通过以上仿真实验发现，汽车距离远、 近，都可以顺利的到达车库，模糊控制倒 车时，轨迹为弧线、控制效果良好，这说 明模糊控制倒车是可行的。
模糊控制器的构建
模糊控制器的构建
FIS编辑器： 系统设置为3个输入，1个输出，3个输 入分别为距离、角度1、角度2，输出为控 制角度
模糊控制器的构建
隶属度函数编辑器： 距离的隶属度函数选择Z型和S型，分别 定义为近距离和远距离 模糊规则编辑器： 如果distance 是远，则选择角度1， 如果distance 是近，则选择角度2，
仿真及性能分析
距离较近，水平距离相 对较大
仿真及性能分析
对于一些距离较近，水平距离相对较大 的情况，模糊控制无法完成倒车，说明模 糊控制倒车有一定的局限性，在距离近到 一定程度时，一定的角度内无法完成。 综上：大部分情况下可以完成倒车， 但是该模糊控制需要改进。
卡车智能模糊控制倒车系统仿真 ——模型sltbu.mdl
吴清灵
matlab中的倒车系统仿真模型
matlab中的sltbu模糊控制器
倒车系统
• 倒车系统分析 • 倒车系统的仿真模型及分析 • 仿真以及性能分析
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
fuzzy controller为模糊控制器
参数初始化命令
北京信息科技大学 孙骏
3.模糊控制器设计
倒车系统Simulink仿真结构图
北京信息科技大学 孙骏
4.系统仿真实验与结论
CASE1：垂直距离较远，水平距离较近时
北京信息科技大学 孙骏
4.系统仿真实验与结论
CASE2：垂直距离较远，水平距离也较远
基于MATLAB的模糊控制 倒车仿真系统
北京信息科技大学 孙骏 2014.05.13
主要内容
1.倒车系统模型分析 2.倒车控制系统设计 3.模糊控制器设计 4.系统仿真实验与结论
北京信息科技大学 孙骏
系统最终仿真效果
动画与显示
汽车运动模型
模糊控制器 控制函数
参数初始化
北京信息科技大学 孙骏
1.倒车系统模型分析
北京信息科技大学 孙骏
3.模糊控制器设计
倒车系统模糊控制器
模糊规则观测与输出量曲面观测：
北京信息科技大学 孙骏
Hale Waihona Puke 3.模糊控制器设计倒车系统Simulink仿真结构图
truck kinematics 为方程组表示的 汽车系统模型
animation为输出的动画显示模块 f()函数表达式为sqrt(x^2+y^2), 为现在位置到车库位置的距离， 用于实现车辆的定位
综上：大部分情况下可以完成倒车，但是该模糊控制 需要改进。
北京信息科技大学 孙骏
THE END
谢谢！
北京信息科技大学 孙骏
yr cos xr sin 0 可得： x f sin y f cos La 0
– 这样，将前后轮的运动 、车体转动速度联系到了一 起
北京信息科技大学 孙骏
1.倒车系统模型分析 • 动力学分析
理想化的假设： 1.低速运动的车身看到刚体，后轮运动方向与车身运动 方向一致。后轮轨迹能够完全体现车身的运动轨迹。 2.将后轮轴线中心坐标( xr , yr ) 认为是车身运动坐标，那么 车辆运动轨迹由 ( xr , yr ) 组成 。 3.用 ( xr , yr , )表示车辆的运动状态。那么影响到车身轨迹 的控制量为 xr , yr , ，直接控制的输出量为前轮转角 Φ.
北京信息科技大学 孙骏
4.系统仿真实验与结论
CASE3：垂直距离较近，水平距离较远时
北京信息科技大学 孙骏
4.系统仿真实验与结论
仿真系统性能分析
通过以上仿真实验发现，汽车距离远、近，都可以顺 利的到达车库，模糊控制倒车时，轨迹为弧线、控制 效果良好，这说明模糊控制倒车是可行的 。
对于一些距离较近，水平距离相对较大的情况，模糊 控制无法完成倒车，说明模糊控制倒车有一定的局限 性，在距离近到一定程度时，一定的角度内无法完成。
• 坐标系的建立
– 调整前轮角度，使车主 轴与X轴方向成90度角 – 垂直泊车，小角度调整 前轮，使车进入预定车位
• 泊车分析
– 为了便于分析，对该系统 参数进行如下的定义： θ: 坐标系X轴与车主轴的夹角 Φ：辆前轮方向与车辆主轴夹角，或前轮旋转取，取顺时针为正 vf : 代表车的运动速度，汽车倒时为正，前进为负 (xf,yf): 车辆前轮轴线中心坐标 (xr,yr): 车辆后轮轴线中心坐标
北京信息科技大学 孙骏
1.倒车系统模型分析 • 动力学分析
– 由于倒车的速度很低，在 做系统仿真时，不妨假设 倒车速度为常量，程序中 取V=5 – 由于后车轴中心没有侧向滑 动那么后轴中心点( xr , yr ) 满 足约束条件：
yr cos xr sin 0
– 几何约束关系
前后轮的坐标关系： xr x f La cos
yr y f La sin
北京信息科技大学 孙骏
1.倒车系统模型分析 • 动力学分析
xr x f La cos yr y f La sin
– 对上式求导可得： xr x f La sin
yr y f La cos
– 代入下面的方程
Matlab模糊控制工具箱 Fuzzy Logic Toolbox
• • • • •
FIS编辑器 隶属度函数编辑器： 模糊规则编辑器： 模糊规则观测窗 输出量曲面观测窗
北京信息科技大学 孙骏
3.模糊控制器设计
倒车系统模糊控制器
FIS编辑器
系统设置为3个输入，1个输出，3个输入分 别为距离、角度1、角度2，输出为控制角度
北京信息科技大学 孙骏
3.模糊控制器设计
倒车系统模糊控制器
隶属度函数编辑器： 距离的隶属度函数选择Z型和S型，分别定义为近距离和远距离
北京信息科技大学 孙骏
3.模糊控制器设计
倒车系统模糊控制器
模糊规则编辑器： 如果distance 是远，则选择角度1， 如果distance 是近，则选择角度2，
xr V cos yr V sin
北京信息科技大学 孙骏
1.倒车系统模型分析 • 动力学分析
– 确定两个点的运动状态就可以确定整个车的运动。
xr V cos yr V cos
x f xr La sin y f yr La cos
v tan / La
北京信息科技大学 孙骏
2.倒车控制系统设计 • 系统设计要求
– 无死区倒车到目标位置 – 具有较高的精度 – 能够成功避障
• 系统设计流程
– 程序中的重要模块： 汽车模型模块 模糊控制模块 汽车定位模块 动画显示模块
北京信息科技大学 孙骏
3.模糊控制器设计