基于自适应模糊PID控制的ABS仿真研究

贾浩楠　姚景轩

摘 要：在Matlab/Simulink中建立一种两轮的汽车动力模型，以自适应模糊PID和道路识别控制器作为控制模块，通过在高低附着路面和高低附着对接路面进行紧急制动仿真的研究。仿真结果表明道路识别控制器能够快速准确的识别路面不同附着路面最优滑移率，自适应模糊PID控制的ABS相于常规制动性能有了很大程度的提高，具有在线自整定参数的特点，具有很好的稳定性、适应性和鲁棒性。

关键词：模糊控制;防抱死系统;二轮车辆模型;道路识别

中图分类号：U467  文献标识码：B  文章编号：1671-7988（2020）03-147-05

1 引言

车辆的制动性能直接影响道路交通安全。防抱死制动系统（ABS）能够防止汽车在制动过程中出现抱死，充分利用地面附着系数，提高汽车的制动性能。随着汽车对行驶安全要求的提高，其相关应用研究日益受到关注。

汽车行驶路面多样，制动控制过程也将更加复杂。所以，ABS是一个非线性时变系统。传统ABS采用逻辑门限的控制策略，其控制过程简单、易于实现。但是控制系统波动大、控制参数单一，难以达到最佳的控制效果。以往的防抱死研究往往以单轮模型代替整车，忽略了制动过程中前后制动力转移以及对接路面制动过程。具有道路识别功能的二轮模型较为全面考虑了汽车的制动情况。常规PID控制器参数经常整定不良，对被控过程的适应性差。模糊控制器是一种新型控制器，其优点是无需掌握被控对象的数学模型，只需根据人工控制规则组织控制决策表，该表决定控制量的大小，但其控制精度一般不高。将模糊控制和PID控制两者结合起来，既具有模糊控制灵活、适应性强的优点又具有PID控制精度高的特点。

本文针对基于滑移率ABS系统控制特点，将模糊控制与自适应PID控制结合起来，设计了模糊自适应PID控制器，实现对PID参数的在线自整定，通过具有三种常规道路识别功能两轮汽车模型，对这一控制策略进行了仿真验证。

2.2.2 建立模糊控制器的模糊规则表

自适应模糊PID的模糊规则，是根据专家经验知识创建的知识库来判断，推算出PID的三个参数和误差e以及误差变化率ec间的模糊推理关系。通过运行过程中e和ec的不断变化，依照已经确定的模糊规则来对三个参数进行实时在线调整，来满足不同e和ec时，PID三个参数不同要求，从而使被控对象具有稳定的性能。

根據比、积分、微分对被控对象输出特性的影响，可以归纳出不同来满足不同e和ec时，PID三个参数整定原则如下：（1）当e较大时，应取较大Kp的和较小的Kd，将加快系统的响应速度且防止开始时e的瞬间变大使控制超出许可范围，Ki通常取0。（2）当e和ec为中等大小时，Kp取小一些有助于系统响应的超调量减小和保证一定的响应速度;Kd相应也取小一些。（3）当e较小时，增大Kp、Ki的值将提高系统的稳态性能;当ec较小时，Kd取较大的值;当ec较大时，Kd取小一些。

根据PID三项参数整定原则，并综合工程技术知识和实际操作经验，总结出△Kp、△Ki、△Kd的控制规则如表2、3、4所示。

2.2.3 模糊推理与去模糊化

在对模糊控制器的输入变量模糊化后，采用Mamdani的推理类型进行模糊推理，并选用Centroid进行去模糊化。

结合车辆运动模型、模糊PID控制器、路面识别器和轮胎模型等模块，建立如图6。

3 仿真结果分析与讨论

3.1 单一路面仿真分析

在汽车制动的过程中，无ABS系统作用的制动器制动力会随着制动踏板力的增长，也相应地成比例增长，逐渐接近地面的最大附着力，当与地面附着力相等时，既是与地面提供的最大制动力相等，车轮便会趋于抱死，车轮角速度降为零出现拖滑现象。假设车辆的制动器制动力以40MPa·s-1的速率增加，在高附着路面对没有ABS作用时紧急制动的效果进行仿真。从仿真图形中可以看出，两车轮滑移率的变化情况并不一致，前轮在1.401s时滑移率达到1完全抱死，后轮抱死在0.7487s时 轮速降为0，达到完全抱死状态。出现这种情况的原因可从以下两个方面解释：一方面，假定前后轮实际制动力分配比例为0.5，车辆在制动的过程中，由于减速度存在，前后轮的垂直载荷发生了转移，在同一附着路面，前轮受到的地面制动力明显大于后轮，故后轮更容易达到抱死的状态。另一方面，该车型同步附着系数为小于该路面的附着系数，实际制动力分配曲线位于理想制动力分配去线上方，故后轮更容易抱死。此时，汽车处于一种极不稳定的状态，只需要很小的侧向力就可能发生侧滑和甩尾的现象。由图制动时间为5.507s，制动距离为69.51m。

在采用模糊PID控制策略的ABS制动系统中，汽车前后轮滑移率很快达到最优滑移率，稳定在最优滑移率附近，此时汽车受到的纵向力最大，受到地面的横向附着系数也在理想的范围内。既保证了汽车在制动的过程中充分利用地面附着力，获得最大的纵向减速度，也能够保证制动时的方向稳定性。如图8所示相比常规制动制动距离减少了31.96m，制动时间减少了2.644s，分别减少了46%和48%。

3.2 对接路面仿真

在ABS的控制策略的研究中，目标滑移率的确定也是不容忽视的技术难题，汽车行驶的路况是复杂多变的，也就是说可能由一种路况突变到另一种路况，加之雨、雪等自然不可抗因素的影响。在制动过程中若要获得较高的制动因数，目标滑移率就不能是一成不变的，应该根据路况的变化，实时调节目标滑移率，使得轮胎受到路面的附着系数始终维持在最大值附近，这就对控制算法提出了很高的要求，要求算法有更强的适应能力，即自学习能力，能够在线自调整控制参数，达到最优的控制目的。假设一种制动条件，对能够自动感知目标滑移率的模糊PID控制ABS制动性能进行研究。

设定单一目标滑移率为0.2，车辆由低附着路面开始制动，经过30m的制动距离后，进入高附着路面。从仿真结果中可以看出，在路面对接处，控制系统出现短暂的波动后，迅速稳定在目标滑移率附近。在对接路面特定制动工况下，在相同的制动条件下，加入道路识别器替代设定单一目标滑移率。仿真结果表明，道路识别器能够快速准确识别不同附着路面的最优滑移率，模糊PID具有很强的在线自整定能力，算法具有很强的适应性，能够适应各种复杂的路面条件，其制动时间为3.848s，制动距离为61.01m，较单一目标滑移率分别减少了0.236s和3.3m。

4 结论

（1）通过对单一附着路面的仿真结果分析，模糊PID控制的ABS系统能够大幅提高制动系统的制动性能，具有良好的稳定性和鲁棒性。

（2）与道路识别器结合的模糊PID，在线自适应整定参数能力好，适应性强，能够快速准确识别最优滑移率实时跟随，可以更好的满足车辆实际制动过程中复杂的制动工况。

参考文献

[1] 余志生.汽车理论.第5版[M].机械工业出版社，2009.

[2] 张泾周，杨伟静，张安祥.模糊自适应PID控制的研究及应用仿真[J].计算机仿真， 2009， 26（9）：132-135.

[3] 张利，宋年秀，于明晓.基于模糊PID控制的ABS系统研究[J].公路与汽运， 2016（6）：9-12.

[4] 蔣科军.模糊PID在汽车ABS上的控制优化及仿真研究[J].科学技术与工程，2013.

[5] 吴玲，闻凯，董敏，等.自适应模糊PID控制在汽车ABS系统中的应用[J].自动化技术与应用，2016，（1）：26-31.

[6] Raesian N， Khajehpour N， Yaghoobi M. A new approach in Anti-lock Braking System （ABS） based on adaptive neuro-fuzzy self-tuning PID controller[C]// International Conference on Control， Instrumen -tation and Automation. IEEE， 2011：530-535.

[7] Benqiang X I， Yi H E， Qiu W. Fuzzy adaptive PID control of Automo tive ABS[J].Journal of Liaoning Technical University，2014.