基于AVR单片机的智能车避障系统的实现

摘　要：本设计方案以ATmega128为系统的核心，借助超声波传感器，提出一种超声波三角形测距定位的方法，结合模糊控制理论和PI控制算法，设计出一种模糊-PI双模控制器，用于控制智能车，实现了智能车户外智能避障，高速稳定运行。 　　

关键词：模糊控制；PI控制；超声波； 智能车； 避障

引言
     如今，智能车的研究非常活跃，各大智能车比赛项目或活动大都是在户内预先设计好的赛道上进行的；但是，在户外实现智能运动，如寻迹、避障等，却显得乏力。就利用红外传感器避障的智能车[1]来说，在户外阳光照射下，不同颜色对光电管发出的红外光的反射已经不起主要作用，由于地面温度过高，地面辐射的红外线导致光电传感器不能识别道路的颜色，无法避障。另外，不少大学也对智能车的研究投入很大的精力，例如，东南大学2005年开展了智能小车运动控制系统的研究[2] ，他们设计了基于TMS320F 2812DSP处理器的小车运动控制系统，但还未用于教学实验。因此，在教学用多功能智能小车的研制项目的支持
下，本文研究了利用超声波三角形测距定位的方法，对小车位置采用模糊-PI双模控制，实现智能避障，稳定运行，并用于创新型教学，为学生提供一个崭新的教学实验平台，培养学生实际应用能力。
1.超声波测距定位原理
     首先，设置定时器T1，产生发射超声波的脉冲控制信号；然后，检测超声波传感器接收端的电平跳变，上升沿启动定时器T0，下降沿读TCNT0的值，并清零TCNT0；最后，把读回的时间换算为距离值。本文采用两个超声波传感器，成60o摆放，与路边成三角形，从而检测与路边界的距离，如图1所示：

　　考虑路面并非理想直线，但是，可利用数学微元法，把三边形ABC等效为三角形ABC， h为传感器相对于路边界的距离，是本文研究的重点之一，并设计一种模糊-PI双模控制器，控制智能车跟踪与路边界的给定距离，实现高速运行时智能避障。图中m、n、d、CE为已知量，S1、S2是超声波传感器A和B测回的距离值，利用余弦公式：
　　AB^2=(S1+m)^2+(S2+n)^2-2*(S1+m)*(S2+n)*sin60o
　　可求得AB两点的距离，再根据三角形等面积法：
　　AB*(h+CE)=m*n* sin60o
　　即可求得小车相对于路边界的距离。
2.模糊-PI双模控制
    如图2-1所示，模糊-PI双模控制器由模糊控制器（FC）和PI控制器并联组成[3]。双模控制切换开关在系统误差较大时接通模糊控制器，来克服不确定性因素的影响；在系统误差较小时接通PI控制器，来消除稳态误差。

　　如图2-2所示，采用三角形隶属函数，且假设隶属函数的三角形是均匀分布的。定义误差E论域、误差变化率EC论域均为[-3,3]，把论域划分为7个模糊子集，即：{"负大（NB）"、"负中（NM）"、"负小（NS）"、"零（ZO）"、"正小（PS）"、"正中（PM）"、"正大（PB）"}。

                            
　　根据语言变量的论域量化等级，按照上述进行模糊推理，可得到一张模糊控制规则表，如表2-1所示。

     根据表2-1规则表可写出如下49条模糊控制规则：
　　　     R1：如果E是NB and EC是NB，则U是PB；
　　　     R2：如果E是NB and EC是NM，则U是PB；
　　　     R49：如果E是PB and EC是PB，则U是NB；
　　假设输出量U的隶属函数曲线如图2-3所示，则由加权平均法可得控制量U的清晰值u。

选取一个距离基准distance_ref，则位置偏差可表示为error=h-distance_ref;
　　　由于超声波传感器测回的距离有一定的跳变性，为了达到良好的控制小车位置的效果，需要对偏差做一定的处理，一个简单有效的方法是对其进行平均值滤波。
　　　舵机的给进脉冲模糊-PI控制算式可表示为
　　　Steer+= a*(3*(average-pre_average)+1*error)+(1-a)*Δu;
　　　其中：a为双模控制切换开关，当e<0.45emax时，a=1，启用PI控制器；否则，a=0，启用模糊控制器。Δu为模糊控制器的输出去模糊化后的变化率。
3.软件设计
     程序流程图如图3-1所示：

4. 结束语
     本文采用基于超声波测距和模糊控制理论，设计了一种模糊-PI双模控制器，对传统的控制器进行了改进，使得小车在误差较大时能够克服不确定性因素的影响，而在误差较小时能消除稳态误差，在可靠躲避障碍物并稳定运行方面取得了良好的效果。
参考文献：
    [1] 雷鹏飞等.红外传感器在智能车避障系统的应用[TP].电脑与信息技术.(2010)04-0052-02
　 [2] 陈懂.智能小车运动控制系统的研究与实现[D]. 南京:东南大学仪器科学与工程系硕士论文，2005
　 [3] 王耀南，孙炜.智能控制理论及应用[TP].北京：机械工业出版社.2008.