matlab轿车倒车入库模糊控制器的设计与仿真(2)
正如上面所说，倒车问题自身具有的特性包括他的复杂性及其新颖性，它已逐渐演化成了控制领域中比较典型的问题了，被用来检验各种与之相关或类似控制方案的有效性。现在研究小车入库运用比较多的是利用模糊控制的模拟方法。模糊控制是一种智能控制方法，它不需要对被控对象模型的准确认识，以模糊变量、模糊规则和模糊推理为基础, 模拟人脑的模糊推理和决策过程，把专家用自然语言表述的系统知识和控制经验转化为计算机可以处理的算法， 所以很适用于轿车自动倒车入库这类难以准确建模的控制系统中。
本论文主要是采用模糊控制的方法来研究解决小车倒车入库问题。通过对小车的数学建模，得到小车倒车运动轨迹，进而采用模糊算法对小车进行实时控制并进行仿真实验。自从有了自动泊车的想法到现在，不仅中国专家学者在进行研究的，来自不同国度的专家学者也对倒车问题的研究产生了浓厚的兴趣。例如，美国斯坦福大学的教授利用Widrow的基于神经网络的控制方法[1]，日本电气通讯大学Tanaka教授的基于线性不等式的设计方法[3]以及南加州大学Kosko的模糊控制方法[2]， 都是比较具有代表性。 本课题轿车倒车入库的实际问题，研究和设计相应的模糊控制器并采用Matlab软件对控制的过程和效果进行仿真验证。
1.1车辆自动停车的研究背景
倒车是汽车驾驶中必不可少的一环，常见的倒车停车情形有平行泊车，垂直泊车等。把车停于路边一般需要顺列式驻车即平行泊车，放于车库一般需要倒车入库即垂直泊车，这几个项目也是驾驶员考试中最令人担心的几项。在驾驶人员技术不够成熟时进行的倒车很容易发生汽车之间的摩擦碰撞甚至于人员的伤亡。
倒车难的问题也得到现在人们的越来越多的关注，是因为倒车在驾驶技术以及驾驶过程中占有非常重要的地位:停车要先倒车、避让可能也要倒车、换道说不定也需要倒车，驾驶过程方方面面都要倒车，可以说要驾车就要倒车，而倒车也是由于难度较高、受外部环境干扰和驾驶员自身技术的影响比较大而成为引起交通事故的一个重要起因。 为了解决倒车难的问题，汽车行业及其相关工作者也在进行着不断的努力，先后研制出了倒车雷达、可视后视辅助倒车系等辅助倒车设备，这些装置在虽然能够在一定程度上辅助驾驶人员完成倒车过程，但也有其自身的缺点: 一是不能够自动实现倒车，而且需要人为参与，且对驾驶员技术要求高，自动化程度不太高 ; 第二就是比较容易分散驾驶员的注意力，将注意力集中到这些设备而忘了自己主动观察，容易在倒车时造成事故。 因此要彻底解决倒车难的问题，最好的解决途径就是要研制成功自动倒车系统，在没有人的干预或相对比较少的人为干预下进行倒车，实现倒车的自动化、智能化。
1.2 自动倒车系统概述
车辆自动停车是指当汽车需要停泊在一个固定选定的空间时，在没有人的主观控制前提下，通过车辆自身的控制，借助外界探测装置，利用事先设计的控制算法程序及相关驱动装置，自动的的将车辆停靠在固定选定的位置上。
自动停车系统通常是由三个部分组成的: 中央处理器，环境数据采集系统和车辆策略控制系统，如图1.1所示。环境数据采集系统收集汽车的位置数据，确定车辆的环境所处位置情况，并将数据传输到中央处理器进行分析，以确定停车的方案;中央处理器将采集到的数据分析处理后，得出汽车的位置和环境参数，然后依据得到的参数进行分析，并将其转换成电信号; 车辆策略控制系统在收取到来自系统电信号之后，依据指令做出角度动力改变等等的汽车行驶各方面的措施，达到实现自动停车的目的。