一種基于遺傳算法優(yōu)化的車輛追尾碰撞模糊控制方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于車輛控制技術(shù)領(lǐng)域，尤其涉及一種基于遺傳算法優(yōu)化的車輛追尾碰撞 模糊控制方法。
【背景技術(shù)】
[0002] 當(dāng)前后兩車輛發(fā)生追尾碰撞的風(fēng)險(xiǎn)很高，應(yīng)當(dāng)采取輔助控制或自動(dòng)控制的方式來 規(guī)避風(fēng)險(xiǎn)。以往一些學(xué)者已經(jīng)提出了多種經(jīng)典的控制方法，例如：PID控制、滑?？刂萍熬€ 性二次型最優(yōu)控制等。然而上述經(jīng)典的控制方法雖然能夠提供一定精確地控制效果，但其 必須建立在精確數(shù)學(xué)模型的基礎(chǔ)上。而實(shí)際情況下，我們通常很難獲得車輛的精確數(shù)學(xué)模 型，因此制約了上述控制方法在車輛主動(dòng)控制方面地發(fā)展。
[0003] 另外有學(xué)者提出了模糊邏輯控制器（fuzzy logic controller，F(xiàn)LC)，由于其適用 于解決多參數(shù)、非線性系統(tǒng)的控制問題，并且模糊控制規(guī)則能夠很好地反映駕駛員的駕駛 特性，因此將模糊邏輯控制器應(yīng)用于車輛的主動(dòng)控制是可行的。
[0004] 模糊邏輯控制器是最常用的智能控制方法之一。該方法主要包括模糊語言變量、 模糊集以及模糊推理。它克服了經(jīng)典控制方法的缺陷，有效地解決了工業(yè)控制領(lǐng)域和其他 行業(yè)內(nèi)難以解決的難題。模糊邏輯控制器（FLC)主要由模糊化、知識(shí)庫、模糊推理以及去模 糊化（即清晰化）四部分組成。
[0005] 模糊控制具有以下優(yōu)點(diǎn)：（1)利用語言方法設(shè)計(jì)控制系統(tǒng)時(shí)，沒有必要建立被控 對(duì)象的數(shù)學(xué)模型；（2)能夠解決控制過程中滯后、時(shí)變、非線性等復(fù)雜問題，提高了控制系 統(tǒng)的魯棒性；（3)易于用語言變量表示數(shù)學(xué)變量，通過模糊條件語句對(duì)專家知識(shí)進(jìn)行描述；
[0006] (4)根據(jù)語言規(guī)則及啟發(fā)式的知識(shí)來構(gòu)建FLC，有助于模擬人的思維方式，因此 FLC能夠用于處理復(fù)雜的系統(tǒng)。
[0007] 遺傳算法（Genetic Algorithm，GA)是由Holland首次提出，它演繹了生物進(jìn)化機(jī) 制。在函數(shù)數(shù)值優(yōu)化、模式識(shí)別及控制等多個(gè)領(lǐng)域，遺傳算法被普遍認(rèn)可。它屬于全局搜索 算法，它的主要思想是：產(chǎn)生一個(gè)初始種群，按照自然法則，逐代演化得出最優(yōu)近似解。根據(jù) 個(gè)體的適應(yīng)度以及交叉、變異操作，每代將保留適應(yīng)度較高的個(gè)體，從而產(chǎn)生適應(yīng)度較高的 下一代，末代種群中適應(yīng)度最高的個(gè)體即為問題的近似解。

【發(fā)明內(nèi)容】

[0008] 本發(fā)明的目的在于提供一種基于遺傳算法優(yōu)化的車輛追尾碰撞模糊控制方法，旨 在解決現(xiàn)有輔助控制或自動(dòng)控制的方法存在的獲得車輛的精確數(shù)學(xué)模型較難，制約控制方 法在車輛主動(dòng)控制方面發(fā)展的問題。
[0009] 本發(fā)明是這樣實(shí)現(xiàn)的，一種基于遺傳算法優(yōu)化的車輛追尾碰撞模糊控制方法，該 基于遺傳算法優(yōu)化的車輛追尾碰撞模糊控制方法為雙輸入單輸出的模糊控制器，選取相對(duì) 距離誤差ds、前后兩車的相對(duì)速度誤差dv作為模糊控制器的輸入變量，實(shí)際輸出的加速度 FAd控制量作為輸出變量，輸入變量分別由以下公式得到：
[0010] ds = D-S ； (I)
[0011] dv = LV-FV; (2)
[0012] 其中，D為前后車間距，S期望車間距，LV是前車速度，F(xiàn)V是后車速度；
[0013] 輸入輸出變量的模糊化：
[0014] 由制動(dòng)距離算法：
【主權(quán)項(xiàng)】
1. 一種基于遺傳算法優(yōu)化的車輛追尾碰撞模糊控制方法，其特征在于，該基于遺傳算 法優(yōu)化的車輛追尾碰撞模糊控制方法由前后車間距、期望的車間距、前車速度、后車速度、 后車相對(duì)于前車的車速差，得到FLC的輸入變量相對(duì)距離誤差、前后車輛的相對(duì)速度誤差； 對(duì)輸入變量相對(duì)距離誤差、相對(duì)速度誤差和輸出變量加速度進(jìn)行模糊化處理；確定隸屬度 函數(shù)；建立模糊控制規(guī)則庫；利用遺傳算法對(duì)模糊規(guī)則庫進(jìn)行優(yōu)化；利用Mamdani直接推理 方法進(jìn)行模糊推理，將獲得的模糊值變?yōu)闇?zhǔn)確值，即將控制量變換成論域范圍內(nèi)的準(zhǔn)確值； 然后，經(jīng)過尺度變換把該準(zhǔn)確值變?yōu)閷?shí)際的控制量。
2. 如權(quán)利要求1所述的基于遺傳算法優(yōu)化的車輛追尾碰撞模糊控制方法，其特征在 于，該基于遺傳算法優(yōu)化的車輛追尾碰撞模糊控制方法具體包括以下步驟： 步驟一，由前后車間距D、期望的車間距S、前車速度LV、后車速度FV、后車相對(duì)于前車 的車速差DV，得到FLC的輸入變量相對(duì)距離誤差ds、前后車輛的相對(duì)速度誤差dv ; 步驟二，對(duì)輸入變量相對(duì)距離誤差ds、相對(duì)速度誤差dv和輸出變量加速度FAd進(jìn)行模 糊化處理； 步驟三，F(xiàn)LC的控制效果由隸屬度函數(shù)決定，先確定隸屬度函數(shù)； 步驟四，建立模糊控制規(guī)則庫； 步驟五，利用遺傳算法對(duì)模糊規(guī)則庫進(jìn)行優(yōu)化； 步驟六，利用模糊邏輯及優(yōu)化的模糊規(guī)則庫進(jìn)行模糊推理，該發(fā)明利用Mamdani直接 推理方法； 步驟七，將獲得的模糊值變?yōu)闇?zhǔn)確值，即將控制量變換成論域范圍內(nèi)的準(zhǔn)確值；然后， 經(jīng)過尺度變換把該準(zhǔn)確值變?yōu)閷?shí)際的控制量。
3. 如權(quán)利要求2所述的該基于遺傳算法優(yōu)化的車輛追尾碰撞模糊控制方法，其特征在 于，步驟一中選取相對(duì)距離誤差ds、前后兩車的相對(duì)速度誤差dv作為模糊控制器的輸入變 量，實(shí)際輸出的加速度FA d控制量作為輸出變量。輸入變量分別由以下公式得到： ds = D-S ； (1) dv = LV-FV ； (2) 其中，D為前后車間距，S期望車間距，LV是前車速度，F(xiàn)V是后車速度。
4. 如權(quán)利要求2所述的該基于遺傳算法優(yōu)化的車輛追尾碰撞模糊控制方法，其特征在 于，步驟二中輸入輸出變量的模糊化具體方法為： 第一步，將輸入的精確變量值變換成FLC要求的變量值，由制動(dòng)距離算法：
共Τ，τ τ 2足臟遲H、J |Hj，d〇足1 學(xué)牛厄網(wǎng)牛τ 1= D. is，τ 2= 〇. 6s, d〇 = I. 5m，當(dāng)前車以120km/h即33. 33m/s的車速緊急剎車時(shí)，期望車間距S為67. 5m，設(shè)定相對(duì) 距離誤差的變化范圍ds是[-67. 5m，67. 5m]，因此dv的變化范圍是[_60km/h，60km/h];后 車加速度的變化范圍是[-8m/s 2,8m/s2]; 第二步，對(duì)已處理的變量做尺度變換，轉(zhuǎn)換到指定論域中，利用線性變換的方法進(jìn)行尺 度變換，公式如下：
其中，X丨是實(shí)際的