CN101187704A - 一种倒车雷达模糊控制器 - Google Patents
一种倒车雷达模糊控制器 Download PDFInfo
- Publication number
- CN101187704A CN101187704A CNA2007103012405A CN200710301240A CN101187704A CN 101187704 A CN101187704 A CN 101187704A CN A2007103012405 A CNA2007103012405 A CN A2007103012405A CN 200710301240 A CN200710301240 A CN 200710301240A CN 101187704 A CN101187704 A CN 101187704A
- Authority
- CN
- China
- Prior art keywords
- module
- fuzzed
- fuzzy
- obfuscation
- fuzzy controller
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 abstract description 2
- 230000003111 delayed effect Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
Images
Landscapes
- Feedback Control In General (AREA)
- Radar Systems Or Details Thereof (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种倒车雷达模糊控制器,其包括四个模块:模糊化模块、模糊化决策模块、精确化计算模块和参数整定模块,雷达检测距离e和测距变化量ec作为模糊化模块的输入变量,由模糊化模块将所述输入变量变换成相应的基本论域,将输入变量转换成合适的语言值;由模糊化模块输出到模糊化决策的模糊量经控制规则得到模糊控制量,精确化计算模块将输出的模糊控制量转换到基本论域中,再通过计算得到实际的输出频率值f。利用该控制器的控制可以动态实时对倒车信号进行跟踪报警,从而可以及时对前行和退行的车辆进行有效的保护,避免因车速过快造成的跟踪报警滞后现象,避免车辆碰损。
Description
技术领域
本申请涉及模糊控制在倒车雷达上的应用。
背景技术
随着技术的不断进步,尤其是电气自动化控制技术的飞速发展,越来越多的新控制方法和新产品在汽车设计中得以应用,其中倒车雷达正越来越受到汽车用户的青睐。尤其是随着制造技术和人们对汽车电子产品的要求的提高,电器产品的安全性正越来越受到广大汽车消费者的重视,倒车雷达在停车安全中无疑是提供这一安全保障的有利武器。它带给汽车用户的安全感觉是不言而喻的,同时也增强了汽车的驾驶乐趣;但是,多数的倒车雷达控制方法,是被动的控制方法,即通过感应探测探头直接获取物理信息,ECU(电子控制单元)根据采集的物理信号作为执行报警动作的依据,而没有考虑车速和车速的变化快慢。驻车时的车速越快,报警滞后的时间越长,驾驶者采取措施的及时性就越差,最终导致驾驶者停车时的危险性大大增加。
申请人经过几年的调查和资料收集,发现现有的汽车驻车辅助系统均是由各控制器直接根据探头测距进行控制和显示,具体如图1所示,图2示出了其控制算法及信号流图。
通过对图1所示的现在的停车辅助系统的控制策略分析可知,其倒车或直行时都是直接通过探测距离来进行控制,其缺点在于不能根据车辆的速度及时调整报警的时间,造成报警延迟问题。
发明内容
模糊控制技术(fuzzy control technology)是一种由模糊数学、计算机科学、人工智能、知识工程等多门学科领域相互渗透、理论性很强的科学技术。利用该算法可以动态实时对倒车信号进行跟踪报警。该控制算法可以及时对前行和退行的车辆进行有效的保护,避免因车速过快造成的跟踪报警滞后现象,避免车辆碰损。
本发明的具体方案为:一种倒车雷达模糊控制器,包括四个模块:模糊化模块、模糊化决策模块、精确化计算模块和参数整定模块,雷达检测距离e和测距变化量ec作为模糊化模块的输入变量,由精确化计算模块输出频率值f。其中检测距离e=h-ho,其中h为当前采样测距,ho为实际选择的理想车距,取ho=60CM。
模糊化模块将所述输入变量变换成相应的基本论域,将输入变量转换成合适的语言值,输入的基本论域根据实际情况估定;由模糊化模块输出到模糊化决策的模糊量经控制规则得到模糊控制量,其中所述的控制规则是通过结合实际经验总结得出,精确化计算模块将输出的模糊控制量转换到基本论域中,再通过计算得到实际的输出频率值f。
参数整定模块确定用于计算所述实际输出频率值的比例因子Kh、确定模糊控制器参数、以及确定输入和输出的基本论域。
所述模糊控制量用加权平均法得到所述控制量,所述控制量与比例因子的积是所述实际的输出频率值。
附图说明
图1:现有的停车辅助系统示意图;
图2:图1所示停车辅助系统的信号流图;
图3:本申请电路控制连接图;
图4:停车辅助系统布置示意图;
图5:模糊控制框图;
图6:模糊语言变量隶属度曲线和量化等级图。
具体实施方式
下面结合附图对本申请的具体方案进行描述。
模糊控制器是倒车控制逻辑的核心部分,如图5所示,它由4部分组成:模糊化模块、模糊化决策模块、精确化计算模块和参数整定模块,本控制器由雷达检测距离e和测距变化量ec作为输入,这两个参数都与车速有关;输出是频率信号值f,车速越快该频率值就会比同等距离时的频率要大,这样可以有效减少时延,给驾驶者更多的时间采取措施,。
检测距离e=h-ho,其中h为当前采样测距,ho为实际选择的理想车距,取ho=60CM。
下面具体描述各个模块。
(1)模糊化模块:将输入变量变换成相应的基本论域,将输入变量转换成合适的语言值。输入的基本论域一般根据实际情况估定。设输入的模糊集的论域为〔-6,6〕,可假定输入值变化落在此范围。但实际上这是不可能的,必须通过公式: 转换。其中x表示测距及其变化量实际值。其中a、b表示其基本论域的上下限;y是连续量,应把它离散化。为此把模糊集论域分为7个档级{-6,-4,-2,0,2,4,6},这个过程称为输入的量化;e和ec模糊集对应取7个,表示为{NB=负大,NM=负中,NS=负小,Z=零,PS=正小,PM=正中,PB=正大}。量化值经模糊语言变量隶属度曲线(如图6所示)得到模糊量。
(2)模糊化决策:用IF、THEN结构,结合实际经验总结出一系列模糊语言控制规则,形成模糊状态控制表,如表1所示。模糊量经控制规则得到模糊控制量(模糊向量)。
表1模糊控制规则表
NS | PB | PM | PM | PS | Z | Z | NS |
Z | PM | PS | PS | Z | NS | NS | NM |
PS | PS | Z | Z | NS | NM | NM | NB |
PM | Z | Z | NS | NM | NM | NB | NB |
PB | Z | NS | NM | NB | NB | NB | NB |
(3)精确化计算,即去模糊化、模糊判决。上述得到的模糊控制量是反应控制语言的不同取值的一种组合,实际输出的报警频率是一个精确的量,用加权平均法得到控制量。但每次采样模糊控制量,还不能直接作为真实的频率信号发送给报警模块,它必须转换到实际论域中。为此引入比例因子Kh,控制量与其之积即为实际的输出频率值。
(4)参数整定:试验测试主要是确定参数Kh,确定模糊控制器参数,确定输入和输出的基本论域。这需要采集大量数据,结合实际停车经验来确定各个参数,从而输出实际频率值。
下面给出几个采用上述模糊控制的具体实施例。
实施例1:当e=1.2m、ec=2.7mm/0.01s时,其输出频率为3HZ;
实施例2:当e=1.2m、ec=1.35m/0.01s时,其输出频率为1HZ;
实施例3:当e=1.2m、ec=2.025m/0.01s时,其输出频率为2HZ;
注:此处取的采样点是100个,车速10Km/h=2.7mm/0.01s,车速5Km/h=1.35mm/0.01s。
Claims (5)
1.一种倒车雷达模糊控制器,包括四个模块:模糊化模块、模糊化决策模块、精确化计算模块和参数整定模块,雷达检测距离e和测距变化量ec作为模糊化模块的输入变量,由精确化计算模块输出频率值f。
2.根据权利要求1所述的倒车雷达模糊控制器,其特征在于:检测距离e=h-ho,其中h为当前采样测距,ho为实际选择的理想车距,取ho=60CM。
3.根据权利要求1或2所述的倒车雷达模糊控制器,其特征在于:模糊化模块将所述输入变量变换成相应的基本论域,将输入变量转换成合适的语言值,输入的基本论域根据实际情况估定;由模糊化模块输出到模糊化决策的模糊量经控制规则得到模糊控制量,其中所述的控制规则是通过结合实际经验总结得出,精确化计算模块将输出的模糊控制量转换到基本论域中,再通过计算得到实际的输出频率值f。
4.根据权利要求3所述的倒车雷达模糊控制器,其特征在于:参数整定模块确定用于计算所述实际输出频率值的比例因子Kh、确定模糊控制器参数、以及确定输入和输出的基本论域。
5.根据权利要求4所述的倒车雷达模糊控制器,其特征在于:所述模糊控制量用加权平均法得到所述控制量,所述控制量与比例因子的积是所述实际的输出频率值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2007103012405A CN101187704B (zh) | 2007-12-17 | 2007-12-17 | 一种倒车雷达模糊控制器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2007103012405A CN101187704B (zh) | 2007-12-17 | 2007-12-17 | 一种倒车雷达模糊控制器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101187704A true CN101187704A (zh) | 2008-05-28 |
CN101187704B CN101187704B (zh) | 2011-01-26 |
Family
ID=39480173
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2007103012405A Expired - Fee Related CN101187704B (zh) | 2007-12-17 | 2007-12-17 | 一种倒车雷达模糊控制器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101187704B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105159702A (zh) * | 2015-08-04 | 2015-12-16 | 上海大众汽车有限公司 | 倒车雷达布置方法及系统 |
CN109949583A (zh) * | 2019-04-15 | 2019-06-28 | 南京信息工程大学 | 一种收费站主动安全防护报警装置和方法 |
CN113671899A (zh) * | 2021-08-12 | 2021-11-19 | 西安科技大学 | 一种元动作单元的压电致动振动抑制方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6853991B1 (en) * | 1999-10-27 | 2005-02-08 | Agere Systems Inc. | Fuzzy logic system with evolutionary variables rules |
CN100383820C (zh) * | 2003-06-18 | 2008-04-23 | 清华大学 | 一种基于模糊逻辑的计算机性能指标量化方法 |
CN1292941C (zh) * | 2004-05-24 | 2007-01-03 | 刘新颜 | 汽车后视装置 |
-
2007
- 2007-12-17 CN CN2007103012405A patent/CN101187704B/zh not_active Expired - Fee Related
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105159702A (zh) * | 2015-08-04 | 2015-12-16 | 上海大众汽车有限公司 | 倒车雷达布置方法及系统 |
CN105159702B (zh) * | 2015-08-04 | 2018-09-04 | 上汽大众汽车有限公司 | 倒车雷达布置方法及系统 |
CN109949583A (zh) * | 2019-04-15 | 2019-06-28 | 南京信息工程大学 | 一种收费站主动安全防护报警装置和方法 |
CN113671899A (zh) * | 2021-08-12 | 2021-11-19 | 西安科技大学 | 一种元动作单元的压电致动振动抑制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101187704B (zh) | 2011-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ahn et al. | Robust estimation of road friction coefficient using lateral and longitudinal vehicle dynamics | |
Eidehall et al. | Toward autonomous collision avoidance by steering | |
Tomar et al. | Prediction of lane change trajectories through neural network | |
KR101388754B1 (ko) | 자동차 운전자의 각성 상태를 결정하기 위한 방법 및 자동차 스티어링 장치 | |
CN100429683C (zh) | 车辆驾驶辅助系统和计算危险可能性的方法 | |
CN104200687B (zh) | 一种驾驶员速度控制行为监测装置及监测方法 | |
CN107323454B (zh) | 一种基于路面平整度的无人驾驶车速调整装置及调整方法 | |
EP1947476A2 (de) | Verfahren zur Unterstützung eines Einparkvorgangs eines Fahrzeugs | |
CN102288121A (zh) | 一种基于单目视觉的车道偏离距离测量及预警方法 | |
Li et al. | Comparative study of vehicle tyre–road friction coefficient estimation with a novel cost-effective method | |
Zhan et al. | Research on speed sensor fusion of urban rail transit train speed ranging based on deep learning | |
CN109493566A (zh) | 一种基于gps数据的疲劳驾驶预测方法 | |
Bi et al. | Detecting driver normal and emergency lane-changing intentions with queuing network-based driver models | |
CN103503047A (zh) | 驾驶员状态判定装置 | |
CN101954866A (zh) | 加速度控制系统 | |
Peng et al. | Intelligent method for identifying driving risk based on V2V multisource big data | |
Nagai | The perspectives of research for enhancing active safety based on advanced control technology | |
Yue et al. | Nonlinear platoon control of Arduino cars with range-limited sensors | |
CN101187704B (zh) | 一种倒车雷达模糊控制器 | |
CN111554093A (zh) | 通行参考数据实时解析系统及方法 | |
CN102951157A (zh) | 车辆的曲率半径估算方法及其装置 | |
Bi et al. | Inferring driver intentions using a driver model based on queuing network | |
Li et al. | Fuzzy control for platooning systems based on v2v communication | |
Zhu et al. | Truck active reversing control strategy based on modified particle filter and multi‐sensors environment perception | |
Tomar et al. | Lane change trajectory prediction using artificial neural network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110126 Termination date: 20201217 |
|
CF01 | Termination of patent right due to non-payment of annual fee |