车左右后部安装摄像头将获取的图像融合成一幅重.docx

车左右后部安装摄像头将获取的图像融合成一幅重.docx

《车左右后部安装摄像头将获取的图像融合成一幅重.docx》由会员分享，可在线阅读，更多相关《车左右后部安装摄像头将获取的图像融合成一幅重.docx（12页珍藏版）》请在冰豆网上搜索。

车左右后部安装摄像头将获取的图像融合成一幅重

设计基于视频和模糊控制的停车辅助系统：

1、车左右后部安装摄像头，将获取的图像融合成一幅，重点显示易刮蹭区域，最后确定一个封闭区域，给出停车区域的封闭曲线；

2、找出合适的停车位和停车辅助系统启动的位置；

3、采用模糊控制转角、车速，使汽车从起点停到终点，输入量自己定。

本设计针对倒车控制的第3个步骤，即设计模糊控制器，完成倒车控制。

一、问题描述及分析

任务：

设计一个倒车模糊控制系统，控制转角、车速，使汽车从起点停到终点。

分析：

倒车问题对一位经验老道、方位感强的人来说是微不足道的，但对新手、方位感不强的人，或者在视野不清的环境下，倒车就是一件非常令人头痛的事了，我们经常看到倒车时，有助手在车辆后方大喊"向后、向后"、"向左一点"、"好好，停"，这种模糊性的语言可指挥操作者完成倒车操作。

可见实际倒车中模糊意义的指挥对倒车者更具有指导意义。

因此采用模糊控制完全可以解决倒车问题。

对模糊控制倒车问题的研究，大多都采用二维模糊控制器实现倒车，在MATLAB中输入sltbu命令便可打开该控制器，采用二维模糊控制器控制倒车时的一个最主要问题是在某些特殊区域内无法倒车到目标点，如图1所示，其中（a）、（b）倒车到规定范围之外，根本到达不了目标位置，（c）从表面上看，车准确的倒车倒了目标点，但在倒车倒目标点的过程中将车倒出了规定的范围之外，这些情况的倒车都是失败的。

经分析，倒车失败的主要原因是由于输入控制器的状态只有车所在位置点的横坐标及车身转角，因为没有对车速的控制，车只能倒而不能在必要的时间向前行驶，因而就会出现"死区"问题，我们的全局自动倒车模糊控制器也采用三维模糊控制器来实现，增加对速度的控制，避免"死区"问题，提高控制精度，从而达到更好的控制效果。

图1.倒车失败情况

设计：

通过分析，控制器的输入变量确定为以下三个：

车的位置坐标x，y及车身转角φ，而输出变量定为以下两个：

方向盘转角ψ及扯得速度v。

其中x和y具体指汽车尾部中点的横坐标和纵坐标；φ是汽车中轴线与水平线（由车头指向车尾）的夹角，且顺时针为正；ψ为汽车中轴线与前轮的夹角；而v代表汽车的速度，正为前行，负为倒行，如图2所示：

图2.倒车模型示意图

输入输出变量的取值范围分别定为：

0≤x≤100，0≤y≤100，-90≤φ≤270，-30≤ψ≤30，-10≤v≤10。

二、建立模糊控制器

1、建立模糊控制器

根据以上分析建立模糊系统模型，采用mamdani模型,采用三输入双输出,并命名输入为：

横坐标x、纵坐标y和车身角度angle_in。

输出为：

方向盘转角angle_out和车速v。

此外其他参数AndMethod='min'、OrMethod='max'、ImpMethod='min'、AggMethod='max'、DefuzzMethod='centroid'。

具体如图3所示:

2、模糊化和隶属度函数的建立

输入一：

横坐标x，模糊子集划分为：

LE（左）、LC（左中）、CE（中）、RC（右中）、RE（右）

横坐标x的隶属度函数如图4所示：

图4.横坐标x隶属度函数

输入二：

纵坐标y，模糊子集划分为：

NE（近）、CE（中）、FA（远）

纵坐标y的隶属度函数如图5所示：

图5.纵坐标y隶属度函数

输入三：

车身角度angle_in，模糊子集划分为：

RB（右低）、RU（右高）、RV（右垂直）、VE（垂直）、LV（左垂直）、LU（左高）、LB（左低）

车身角度angle_in的隶属度函数如图6所示：

图6.车身角度angle_in隶属度函数

输出一：

方向盘转角angle_out，模糊子集划分为：

NB（负大）、NM（负中）、NS（负小）、ZE（零）、PS（正小）、PM（正中）、PB（正大）

方向盘转角angle_out的隶属度函数如图7所示：

图7.方向盘转角angle_out隶属度函数

输出二：

车速v，模糊子集划分为：

NB（负大）、NS（负小）、ZE（零）、PS（正小）、PB（正大）

车速v的隶属度函数如图8所示：

图8.车速v隶属度函数

3、规则库

按照以上模糊变量隶属度函数的定义，根据经验和参考文献，确定105条控制规则，所有规则都采用“IFAandBandCTHENDandE”形式，具体控制规则如表1所示。

表1.模糊控制规则库

规则号xyangle_inangle_outv

1LENERBPMNS

2LENERUPSNS

3LENERVNMPS

4LENEVENMPS

5LENELVNSPS

6LENELUPSPS

7LENELBPMNS

8LECERBPMNS

9LECERUPSNS

10LECERVNBNS

11LECEVENBNS

12LECELVNBNS

13LECELUPBPS

14LECELBPMPS

15LEFARBPBPS

16LEFARUPSNB

17LEFARVNMNB

18LEFAVENMNB

19LEFALVNMNB

20LEFALUNSPS

21LEFALBPSPB

22LCNERBPBNS

23LCNERUPMNS

24LCNERVPSPS

25LCNEVEPSPS

26LCNELVPSPS

27LCNELUPMPS

28LCNELBPBNS

29LCCERBPBNS

30LCCERUPMNS

31LCCERVNMNS

32LCCEVENMNS

33LCCELVNMNS

34LCCELUNBNS

35LCCELBPBPS

36LCFARBNMPS

37LCFARUPMNB

38LCFARVNSNB

39LCFAVENSNB

40LCFALVNSNB

41LCFALUNBNS

42LCFALBPMPB

43CENERBNBPS

44CENERUNBPS

45CENERVPSNS

46CENEVEZENS

47CENELVNSNS

48CENELUPBPS

49CENELBPBPS

50CECERBNBPS

51CECERUPBNS

52CECERVPSNB

53CECEVEZENB

54CECELVNSNB

55CECELUNBNS

56CECELBPBPS

57CEFARBNBPS

58CEFARUPBNS

59CEFARVPSNB

60CEFAVEZENB

61CEFALVNSNB

62CEFALUNBNS

63CEFALBPBPS

64RCNERBNBNS

65RCNERUNMPS

66RCNERVNSPS

67RCNEVENSPS

68RCNELVNSPS

69RCNELUNMNS

70RCNELBNBNS

71RCCERBNBPS

72RCCERUPBNS

73RCCERVPMNS

74RCCEVEPMNS

75RCCELVPMNS

76RCCELUNMNS

77RCCELBNBNS

78RCFARBNMPB

79RCFARUPBNS

80RCFARVPSNB

81RCFAVEPSNB

82RCFALVPSNB

83RCFALUNMNB

84RCFALBPMPS

85RENERBNMNS

86RENERUNSPS

87RENERVPSPS

88RENEVEPMPS

89RENELVPMPS

90RENELUNSNS

91RENELBNMNS

92RECERBNMPS

93RECERUNBPS

94RECERVPBNS

95RECEVEPBNS

96RECELVPBNS

97RECELUNSNS

98RECELBNMNS

99REFARBNSPB

100REFARUPSPS

101REFARVPMNB

102REFAVEPMNB

103REFALVPMNB

104REFALUNSNB

105REFALBNBPS

将以上规则逐一输入到Matlab的规则库中，如图9所示。

图9.Matlab规则库

输入输出曲面示图如图10。

图10.输入输出曲面示图

3、模糊推理的结果分析

根据上面建立的模糊规则库，让Matlab进行模糊推理，查看其结果。

如图11所示为一种情况。

图11."死区"状况

我们主要来看"死区"位置。

当输入x=2.27，y=5.38，车身转角angle_in为92.7度时，输出方向盘转角angle_out为-11.2度，车速v为4.48。

画出此时的车况示意，如图11。

图11."死区"倒车示意图

此时的车况如果用Matlab给定的sltbu倒车模糊控制，必然会像图1中（a）所示那样无法实现倒车，但对于本文的控制器来说便可以实现，根据输出，车会先向右上行驶，驶出"死区"之后，便可以顺利的进行倒车了。

4、不足与改进

不足：

虽然试图尝试，但最终还是没有实现像Matlab自带的sltbu倒车模糊控制器一样实现倒车的动画显示，无法更加直观的验证本文所设计的控制器的控制效果。

改进：

利用sltbu控制器建立汽车模型、停止模块、定位模块和显示模块，从而达到动态显示的效果。