1.1目的及意义

无人驾驶车辆是一个集各种高新技术于一体的综合体,同时也是智能交通系统的重要组成部分，在民用、军事和科学研究，工业生产等领域都有着很广的应用及发展前景。其关键技术主要包括路径跟踪、路径规划、自主换道避障等。本文主要针对基于模糊PID车辆路径跟踪设计展开一系列研究。

随着社会的不断发展进步，当前社会对于交通安全问题关注度越来越高,这对智能车辆的研究起到了极大地促进作用。本文研究的车辆路径跟踪技术是指在已经得到目标路径的前提下，根据车辆当前的行驶状态和车辆与道路之间的相对运动关系，按照一定的控制策略综合控制车辆的行驶速度和行驶方向,使车辆的行驶轨迹与目标路径间的偏差能够满足目标函数的指标要求。它所应用到的领域不仅包括了交通驾驶，而且包括了现场勘察、采矿等工业领域。它的作用是提高智能车辆环境的安全性与智能性，减少驾驶员负担，降低驾驶风险。车辆路径跟踪技术是无人智能车辆的主要研究内容，同时也是自主式移动机器人技术的一个重要组成部分，智能车辆的路径跟踪横向控制系统是由期望航向偏差生成器和反馈控制系统两部分组成。期望航向偏差根据车辆道路之间运动学关系来确定而反馈控制系统则采用基于车辆道路动力学模型的鲁棒PID控制器。

模糊PID是PID算法与模糊控制理论相结合的一种控制理论。由于智能车辆的转向系统是一个多输入非线性的模型，并且随着转速的不同转向系统的数学模型也随着发生变化。传统的PID控制虽然控制十分简单，但是由于各个参数初始化以后无法改变，因此智能小车在转速变化之后PID的调节不能得到很好的控制效果，所以为了得到更好的效果，这次将把模糊算法和PID算法结合起来设计一个模糊PID控制器应用于这一系统，PID的参数会根据误差进行调节，来得到一个相对于常规PID控制较良好的性能指标。

1.2 国内外研究现状分析

PID控制是过程控制中广泛应用的一种控制。PID控制器早在30年代末期就已出现。PID控制器问世至今已有近70年历史，它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。经过50多年来的不断更新换代，PID控制得到了长足的发展。特别是近年来，随着计算机技术的飞速发展，发生了由模拟PID控制到数字PID控制的重大转变。与此同时还涌现出了许多新型PID控制算法和控制方式。例如，非线性PID控制、自适应控制、最优控制、预测控制、鲁棒控制和智能控制等等。如今，PID控制及其控制器产品已在工程实际中得到了广泛的应用，许多公司均开发了拥有PID参数自整定功能的智能调节器(intelligent regulator), 其中PID控制器参数的自动调整是通过智能化调整或自校订、自适应算法来实现。有利用PID控制实现的压力、温度、流量、液位控制器，能实现PID控制功能的可编程控制器(PLC),还有可实现PID控制的PC系统等等。

PID控制不仅受到广泛重视,并和智能控制等方法结合,形成新一轮的研究热潮。国际著名学术刊物Control Engineering Practice和EEE Control Systans M agazine分别于2001和2006年出版了PID控制特辑。2000年，IFAC 数字控制工作组在西班牙Terrassa举行了专题为“Past Present and Future of PID Control”的PID控制学术会议。国际著名控制理论学者ASTROM教授指出，PD控制器在未来的控制工程中仍将继续扮演重要的角色，同时将成为各种复杂控制器的基本单元。国内学者吴宏鑫院士提出的“特征建模”理论-21,第一次从理论上论证了PID控制器广泛应用的理论依据并且指出，PID控制器具有独特的优越性,它将成为复杂系统智能控制中“最基本、最基础的子控制单元”。然而在理论研究，特别在应用方面，国内与国外差距明显。国外如日本、欧美等国家不但在理论研究方面走在前列，而且已经有成功应用的产品，Tokogava电气和Fuji电气的温度控制器,它们把模糊逻辑与标准的PID控制集成在--起来抑制超调,取得了成功。而国内重复研究的多,创造性研究的少,停留于仿真成果的多,能够在工程上应用的少，尤其是运行时间较长的智能PID控制器可以说微乎其微。这一状况需要广大理论工作者和工程技术人员共同努力,尽快转变这一局面。

车辆路径跟踪控制技术是无人驾驶汽车技术中的核心技术之一 。所谓路径跟踪问题，反映的是一种使无人智能车辆稳定且无偏差地沿着已规划路径行驶的能力。它一般分为速度控制和方向控制，主要解决以下2个问题：（1)智能车行驶路径与已规划路径的偏差问题；（2)反馈信号存在滞后、滞环等特性,如何保证智能车辆系统实时性、稳定性的要求。因为车辆自身建模的困难和环境的多变造成车辆控制相对较困难。对此国内外学者已经开展了大量的研究,日本名城大学Tsugawa教授的ITS研究团队在1977研制成功第一辆自主转向车辆，作为全面自动交通控制系统工程的-部分,它利用“P”控制即采用视觉输人的比例控制方法解决无人驾驶车辆转向控制的问题，其控制率是基于航位推算的迭代算法，然而该控制算法对一般场景并不适用。在美国，卡耐基梅隆大学的NavLab实验室于20世纪90年代初就展开了无人驾驶车辆的研究工作。而在国内，西安交通大学人工智能研究所是这方面研究的先驱之一。曾针对较大前轮转角条件下二自由度汽车模型不适用的情况,提出通过引人大转向条件下的SpringRobot转向模型,结合经典C自由度汽车模型用专家模糊系统解决了侧向控制中的大曲率转向问题。对于车辆路径跟踪， 国内外学者都提出了许多控制方法，包括传统的PID控制、反馈线性化控制等。也有一些新的方法,如滑模控制、最优控制、后推控制预瞄控制、神经网络控制等,这些方法都取得了一定的成果。

2. 研究的基本内容与方案

2.1设计基本内容及目标

建立车辆的坐标系，计算出期望横摆角速度，以期望横摆角速度与当前实际横摆角速度的偏差，结合模糊自适应 PID控制器，计算出前轮偏角控制量，控制车辆系统跟踪目标道路。最后是仿真分析跟踪偏差及车速的选取对跟踪精度及车辆行驶稳定性的影响。论文的主要内容有包括以下几点：