CN102166982A - 自适应前照灯***的车灯控制方法 - Google Patents

Abstract

本发明公布了一种自适应前照灯***的车灯控制方法，所述方法如下：自适应前照灯AFS***的车灯转向角度由油门踏板、刹车踏板、离合器踏板、档位、方向盘转角以及前后轴高度信息决定；根据AFS动力学模型的特性模拟车辆姿态和车速，结合不同的车型和道路状况，得到车灯的转向角度；结合前照灯左右、纵倾转弯角度经验范围，创建语言控制规则，并依据其进行模糊推理，构建模糊控制规则表；通过计算模糊关系获得模糊输出判决，利用反模糊化，得到车灯转角的实际控制量，进而输出电机控制值至电机驱动模块。

Description

自适应前照灯***的车灯控制方法

技术领域

本发明涉及一种根据油门踏板、刹车踏板、离合器踏板、档位、方向盘转角以及前后轴高度等信息的汽车自适应前照灯***的车灯控制算法。

背景技术

目前，车辆的前照灯***主要由近光灯、远光灯、行驶灯和前雾灯组合而成。汽车在城市道路行驶并且处于限速的情况下，主要采用近光；在乡间道路或者高速公路上高速行驶时，主要采用远光；雾天行驶时，应该打开雾灯；白天行驶时，应该打开行驶灯(欧洲标准)。但在实际的使用中，传统的前照灯***存在诸多问题。例如，现有近光灯近距离的照明效果很不好，交通状况比较复杂时经常会有司机将近光灯、远光灯和前雾灯统统打开；车辆在转弯的时候存在照明的暗区，严重影响了司机对弯道上障碍物的判断；车辆在雨天行驶的时候，地面积水反射前照灯的光线，产生反射眩光等。

上述这些问题的存在，使得研制一种具有多种照明功能的前照灯***成为必要，并且出于安全考虑，这些功能的切换必须是自动实现的。

AFS自适应前照灯***是一种使近光灯光轴在水平方向上进行左右转动，在垂直方向上进行上下摆动的灯光随动***，该***由传感器组、传输通路、电控单元和执行机构组成。前照灯依据油门踏板、刹车踏板、离合器踏板、档位、方向盘转角以及前后轴高度等信息进行自动光照调节控制，使驾驶员获得更好的视觉效果。因此在夜间行驶、前方交叉路口、弯道处，可以明显提高司机对于周围环境的可视性，能有效地降低驾驶者在夜晚弯路上行车的疲劳程度，使驾驶者能看清转弯处的实际路况，进而有充分的时间应付紧急情况，从而明显提升行车的安全性。

发明内容

本发明目的是针对现有技术存在的缺陷提供一种基于模糊PID的AFS车灯控制算法，通过传感器组采集油门踏板、刹车踏板、离合器踏板、档位、方向盘转角以及前后轴高度等信息，根据AFS动力学模型的特性模拟车辆姿态信息和车速信息，将该信息送到模糊PID控制单元，在线修改控制前照灯的电机的控制参数K_P、K_I和K_D，从而实现汽车自适应前照灯***中的车灯控制。

本发明为实现上述目的，采用如下技术方案：

本发明自适应前照灯***的车灯控制方法包括如下步骤：

1)自适应前照灯AFS***的车灯转向角度由油门踏板、刹车踏板、离合器踏板、档位、方向盘转角以及前后轴高度信息决定；

2)根据AFS动力学模型的特性模拟车辆姿态和车速，结合不同的车型和道路状况，得到车灯的转向角度；

3)结合前照灯左右、纵倾转弯角度经验范围，创建语言控制规则，并依据其进行模糊推理，构建模糊控制规则表；

4)通过计算模糊关系获得模糊输出判决，利用反模糊化，得到车灯转角的实际控制量，进而输出电机控制值至电机驱动模块。

本发明自适应前照灯***的车灯控制算法是一种智能PID控制算法，可以根据现场实际情况，自动调整PID参数，把PID控制与专家***相结合，实现最佳控制。由于控制过程中各种信号量以及评价指标不易定量表示，因此采用模糊理论是解决此问题的有效途径，运用模糊规则对实际响应情况进行模糊推理，自动实现PID参数的最佳调整。与现有其它技术相比，在对电机进行精确建模的基础上，本发明的自适应前照灯***车灯控制算法具有控制品质好、鲁棒性强、算法简单、调试方便、适用性广泛等特点。

附图说明

图1是前照灯横向转角计算模型。

图2是车身纵倾角的计算模型。

图3是模糊自适应PID控制***结构。

图4是本发明控制***原理图。

具体实施方式

如图4所示，AFS***主要采用信息融合和智能控制技术对车灯进行控制，实现车灯两大自动转向功能，下文结合附图以及具体实施例对本发明进行详细描述。

1转向角度计算

1.1左右随动转向角度

传统前灯的光线因为和车辆行驶方向保持一致，所以难免存在照明的暗区。本发明根据方向盘的转角以及车速信息，结合横向转角经验计算公式以及实验模型，对前照灯的旋转角度进行实时计算，保证了前照灯的照明方向随车辆的转向而运动，从而增加了车辆弯道行驶的安全系数。

左右随动转向角度采用由SAE推荐的横向转角计算公式计算(几何模型见图1)：

该公式是一个经验公式，式中H表示前照灯安装高度，R表示车辆的转弯半径。转弯半径R在具体行车过程中是一个较难直接测量的变量，一般有两种方法计算转弯半径：

①使用横向加速度传感器计算转弯半径；

②使用方向盘转角传感器计算转弯半径。

这里采用后一种方法计算转弯半径R。假设L为轴距，β为外侧转向轮转角，则R近似等于L/sinβ(阿克曼原理)。通常情况下，方向盘转角与转向轮的转角β是成一定的比例关系的(轿车一般为10∶1)。

但是不同车辆的弯道制动特性相差较大，甚至同一款车随负载、车况、路面不同，其制动能力也不同；另外转弯半径的计算也忽略了前后轮的抗偏刚度、车身载荷变化等因素。因此以上计算只提供了理论基础，必须通过大量实验数据的修正，才能获得更为有效的左右随动转向角度。

1.2车身纵倾转向角度

车身会因为前后负载的不同改变纵倾的角度，故安装在车身上的车灯射出光线的角度也会发生改变，因而对夜间行车安全产生不利的影响。本发明中当***检测到车身纵倾角度的变化量后，通过模型计算，使前照灯光轴回复到原先的水平状态。

在车体前后桥终端安装两个车身高度传感器，获取前轴和后轴的高度变化量，并依据轴距计算车身的纵倾角度(几何模型见图2)。图中：L为车辆的轴距；a为车身纵倾角；dHf为前轮高度变化量；dHr为后轮高度变化量，可获计算公式：

$\mathrm{\α}={\tan }^{-1}\left(\frac{\mathrm{dHr}-\mathrm{dHf}}{L}\right)$

但是由于车辆行驶过程中悬架处于不停振动的过程，且频率、幅度都较大，但实际AFS所需的是因车身载荷和车身加减速导致的近稳态变化量，而并非随着路面不平度、轮胎受力、车辆侧倾等引起的瞬态变化。因此，计算获得值还必须经过滤波，滤掉高频干扰，并采用如多次求平均值的方法计算稳态量。

1.3转向角度范围限制

当方向盘转角大于或者等于±10度，且车速大于或者等于10Km/h情况下，AFS启用；当方向盘转角小于±10度，或者车速小于10Km/h情况下，AFS关闭，车灯在水平方向上回到原位。

当车身前后倾斜角大于或者等于±2度，且车速大于或者等于10Km/h情况下，AFS启用；当车身前后倾斜角小于±2度，或者车速小于10Km/h情况下，AFS关闭，车灯在垂直方向上回到原位。

2PID控制

PID控制器是一种线性控制器，它根据给定值rin(t)与实际输出值yout(t)构成控制偏差，其离散后的计算机PID控制规律为：

$u\left(k\right)=K_P\mathrm{error}\left(k\right)+K_I\underset{j=0}{\overset{k}{\mathrm{\Σ}}}\mathrm{error}\left(j\right)T+K_D\frac{\mathrm{error}\left(k\right)-\mathrm{error}(k-1)}{T}$

式中K_P、K_I和K_D分别为比例系数、积分系数和微分系数，T为采样周期，k为采样序号，error(k-1)和error(k)分别为第(k-1)和第k时刻所得的车灯转角偏差信号。

常规PID控制算法以其计算量小、实时性好、易于实现等特点广泛应用于过程控制。当建立起控制对象的精确数学模型时，只要正确设定参数K_P、K_I和K_D，PID控制器便可实现其作用。但是对于非线性、时变性等不确定性因素，常规PID控制效果不理想。因此，常规PID控制器的参数K_P、K_I和K_D在不同的工况下一般应该有所不同，才能取得好的控制效果。

3模糊控制规则

由于常规PID控制存在上述问题，且AFS本身可看成是一个模糊***，故将常规PID控制与模糊控制相结合，利用实验所获得的经验参数构建模糊控制规则在线对PID参数进行自动修正，以形成模糊自适应电机控制策略。

PID参数模糊自整定是在***运行过程中不断检测误差e(车灯转角设定值与实际车灯转角反馈值之差)和误差变化率ec，根据模糊控制规则对PID三个控制参数进行在线修改，满足在不同e和ec时对控制参数的不同要求，从而使被控对象有良好的动、静态性能。

AFS控制器的主要功能是实现对车灯转角的精确控制，并减小***超调量和调节时间，因此AFS自适应前照灯***的车灯控制算法采用双输入三输出的模糊控制器。模糊自适应PID控制器以误差e和误差变化率ec作为输入，以控制前照灯的电机驱动器的控制参数K_P、K_I和K_D作为输出，利用模糊控制规则实现对PID控制器的三个参数在线修改，其控制***结构如图3所示。

3.1模糊化

设定输入误差e的语言变量为E，误差变化率ec的语言变量为EC，两者的论域均定为为{-3，-2，-1，0，1，2，3}，划分为7个等级，相应的语言变量为{负大(NB)，负中(NM)，负小(NS)，零(ZO)，正小(PS)，正中(PM)，正大(PB)}；输出比例系数K_P的语言变量为KP，积分系数K_I的语言变量为KI，微分系数K_D的语言变量为KD，三者的论域均定为{0，1，2，3}，划分为4个等级，相应的语言变量为{零(ZO)，正小(PS)，正中(PM)，正大(PB)}。隶属函数曲线形状有多种，如梯形、钟形、三角形等，考虑到对论域的覆盖程度和灵敏度以及稳定性和鲁棒性原则，各模糊子集采用三角形作为隶属函数曲线。

3.2模糊推理

PID参数的整定必须考虑到在不同时刻三个参数的作用以及相互之间的关系。其原则是：当误差较大时，以尽快消除误差为主；而当误差较小时则要注意超调的发生，另外应以***的稳定性为主要出发点。根据对车灯手动控制策略的经验总结列出如下表所示的输入输出变量的模糊控制规则。

模糊控制规则表

3.3反模糊化

由模糊推理得到的是一个模糊量，而最终需要的是输出精确的控制量。反模糊化就是实现由模糊量到精确量之间的转换。反模糊化的计算方法有很多种，最常见的有重心法、高度法和加权平均法。本发明采用工业控制中广泛使用的去模糊方法——加权平均法。该法针对论域中的每个元素x_i＝1，2，…，n，乘以它作为待判决输出模糊集合的隶属度μ(i)的加权系数，取两者乘积和对于隶属度和的平均值x₀，即：

$x_0=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i\mathrm{\μ}\left(i\right)}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i}$

平均值x₀便是应用加权平均法为模糊集合求得的判决结果。最后，将量化因子乘以x₀即可得到控制量的实际值，即车灯转角的实际控制参数K_P、K_I和K_D。

Claims (1)

1.一种自适应前照灯***的车灯控制方法，其特征在于包括如下步骤：

1)自适应前照灯AFS***的车灯转向角度由油门踏板、刹车踏板、离合器踏板、档位、方向盘转角以及前后轴高度信息决定；

2)根据AFS动力学模型的特性模拟车辆姿态和车速，结合不同的车型和道路状况，得到车灯的转向角度；

3)结合前照灯左右、纵倾转弯角度经验范围，创建语言控制规则，并依据其进行模糊推理，构建模糊控制规则表；

4)通过计算模糊关系获得模糊输出判决，利用反模糊化，得到车灯转角的实际控制量，进而输出电机控制值至电机驱动模块。

Images