靖固　冯晓雪　张学松

摘要：以预瞄与跟随理论为基础，设计了以FPGA为控制核心的导盲小车控制系统，可实现正常盲道行进、障碍物避障行进和红绿灯识别行进控制，为盲人出行提供安全保障.系统首先建立了基于平面几何约束的角度与速度综合控制模型，在此基础上提出了一种适于FPGA实现的基于模糊规则的自校正舵机控制算法，进而实现对导盲小车的方向与速度综合控制，本设计首先在Matlab环境下进行建模与调试，调试成功后运用Quanus II对控制器进行设计与仿真，实验证明该系统具有很强的实时性与可靠性，可极大程度的保障盲人出行的安全。

关键词：导盲系统；FPGA；方向与速度综合控制模型；模糊规则的自校正舵机控制

DoI：10.15938/j.jhust.2016.06.011

中图分类号：TP391.41

文献标志码：A

文章编号：1007-2683（2016）0-0055-06

0.引言

导盲小车是盲人出行的重要辅助工具，而导盲小车控制系统的实时性与可靠性是尤为重要的，目前常用的导盲控制系统大都采用GPS定位和超声波导盲控制，使系统成本高，实时性不理想；而模糊PID算法具有超调小稳定性高的特点，但响应速度一般，本文采用了高度集成的FP-GA芯片作为导盲小车的控制核心，与预瞄跟踪理论相结合，建立了基于平面幾何约束的角度与速度综合控制模型，根据预期路径获取预瞄点位置和路径方向的相关信息，经基于模糊规则的自校正舵机控制算法，实现对导盲小车的方向与速度综合控制，进而提高盲人出行的安全性。

1.导盲小车的硬件系统

导盲小车以FPGA为控制核心，同时配备了电机和舵机以及他们的驱动装置、红外传感器检测装置、速度光电编码器、转角光电编码器以及电源和时钟模块.导盲小车的控制系统结构图如图1所示。

1.1远红外检测装置

本文采用红外测距传感器对小车行驶的盲道线边界进行检测，红外测距传感器具有一对红外信号发射和接收二极管，发射管发射特定频率的红外信号，接收管接收这种频率的红外信号，当红外检测方向遇到障碍物时，红外信号反射回来，被接收管接收，由于光的传播速度为3×10⁸m/s，只要记录下光信号的往返时间，用光速乘以往返时间的二分之一就是所需测量的距离。

1.3其他装置

驱动装置主要包括电机驱动和舵机驱动，电机的驱动采用PWM来控制电机的正反转，改变其占空比调节电机的转速，产生的控制信号通过BTS7960驱动电路控制电机，复位、时钟以及电源模块为系统上电时提供复位信号、时钟信号和电源的供给，以确保整个系统的正常运行，整个系统的电源控制选用LM317可调稳压电源实现。

2.导盲小车方向与速度综合控制

2.1参数设定

2.1.1盲道小车的速度与预瞄周期T的确定

本设计假设在正常盲道上行进时为匀速运动，考虑盲人行进过程中的心理因素和生理因素的影响，选取速度介于正常人行进速度1.2m/s与病人的步行速0.7m/s之间；根据时间与速度计算公式t=s/v（s为导盲小车到盲道中线的最大距离），预瞄周期取最长控制时间870ms的八分之一；根据《城市道路和建设无障碍设计规范》取s=0.8m，选取的预瞄周期因速度不同而不同，在正常盲道上，选取v=0.9m/s，预瞄周期选取T₁=134ms；当遇到障碍时导盲小车做加速度为α₁，=-0.2m/s²的匀减速运动，预瞄周期选取T₂=126ms；当行进至交叉路口时，遇到绿灯则做加速度为α₂=0.2m/s²的匀加速运动，预瞄周期选取T₃=167ms；遇到红灯则停止.

2.1.2车与盲道中线距离的测定

导盲小车在行进过程中的最佳控制是沿着盲道中线前行，由于红外检测只能检测小车到盲道两个边缘的距离，建立一个以小车为坐标原点的绝对坐标系f（x.y），经过任意一个预瞄周期T_p时（p为任意采样时刻），检测到小车距盲道左右边缘的坐标分别为f（x_m.y_n）和f（X_n，y_n），由此得到导盲小车到盲道中线的距离L（l_p）为：

2.2角度与速度综合控制模型设计

2.2.1基于平面几何约束的方向控制

根据预瞄与跟踪理论，对盲道小车的方向进行基于模糊规则的自动校正舵机控制.在每次预瞄控制的间隔时间T_p，根据传感器所采集的路况信息，确定最优曲率预瞄点，当检测到L（l_p）>0，则小车向右转，反之，J（t_p）<0，向左转.小车行进轨迹如图2所示，在建立的坐标系中，P₁为某位置的预瞄点，P₂为经过一个预瞄周期后的预瞄点，α₁和α₁分别为他们的预瞄角度。

2.2.2基于平面几何约束的综合控制模型

当导盲小车遇到障碍物或是交叉路口时，需要对小车的速度和方向同时进行控制，在原匀速运动的基础上做如下的假设：

1）遇障碍物做小曲率匀减速运动；

2）遇绿灯做小曲率匀加速运动；

控制模型的外围触发逻辑状态图如图3所示，当红灯亮、避障失败、寻径失败这3个条件中的任何一个触发时，则导盲小车停止前行；绿灯亮和避障成功触发时，系统进行匀加速或匀减速方向与速度综合控制；在寻径成功触发后，系统再回到原有小曲率匀速运动的模糊舵机自校正控制，交叉口状态和避障状态只有系统探测到交通灯和障碍物时才会触发，而寻径状态则一直伴随导盲系统整个工作过程中。

2.3基于模糊规则的自动校正舵机控制算法

在理想状态下，预瞄角度α等于小车的实际转角y'但是由于阻力等环境因素以及自身结构因素的影响，α和y存在一定的角度偏差.所以本文提出了基于模糊规则的自动校正舵机控制算法.该算法的目的就在于得到自校正角度β，使得实际转角y无限接近于预瞄角度α基于平面几何约束的自校正控制算法设计流程如图4所示。

2.3.1模糊控制方案设计

基于模糊规则的自动校正舵机控制系统如图5所示。

模糊控制器采用典型的双输入单输出的模糊控制结构，输入量分别为α与y的偏差E以及α的变化率△E，输出量u为自校正角度届.

对偏差E、偏差变化AE以及控制量U的模糊集及其论域定义如下：

假设小车做小曲率的匀速运动，所以E的论域为M，M的范围[-30，30].在论域上定义7个模糊子集{负大，负中，负小，零，正小，正中，正大}，记为{NB，NM，NS，NO，Ps，PM，PB}。

小车速度为0.9m/s，则在预瞄周期内小车行进距离为0.6m，偏差变化率AE变化不会太大，因此，AE的论域N为{-10，10}，在论域上定义7个模糊子集{负大，负中，负小，零，正小，正中，正大}，记为{NB，NM，NS，NO，PS，PM，PB}。

u的模糊集为{SB，SM，ss，SO，Js，JM，JB}7档，分别表示{减大，减中，减小，零，加小，加中，加大}.u的论域范围为[-20，20]。

描述输入、输出变量的词汇都具有模糊的特性，可用模糊集合来表示，因此模糊概念的确定问题就直接转变为模糊集合隶属函数的问题。

模糊控制器的控制规则是以手动控制策略为基础的，手动控制策略一般都可以用if then形式的条件语句来加以描述。

根据专家经验总结出的舵机校正模糊控制规则如表1所示。

当小车预瞄角度与实际的转角的偏差正大以及α的变化率都正大时，输出一个负的较大的β；当偏差正大而偏差变化率向负方向变化很大时，说明偏差正在变小，此时输出一个负较小的β。

3.FPGA控制系统的设计与仿真

利用Matlab对控制系统进行建模和控制算法的设计与仿真.在预瞄与跟踪理论的基础上，在Matlab软件的simulink环境下搭建了基于平面几何约束的方向与速度综合控制模型，并使用Fuzzy log—ic模块设计模糊控制器及模糊规则，图6为自校正舵机控制系统的simulink仿真模型图。

将清晰化的控制量u制成表放在FPGA中，用来进行查询的对应输出值，调用在Quartus II中的LPM—ROM的IP核，通过查询该表得到每对e和Ae所对应的输出值。

根据导盲小车检测到是否在盲道上，将控制系统分为2大模块，顶层设计采用自下而上的设计思想进行模块划分，并采用了模糊规则自校正算法的并行处理方法，利用Quartus II的原理图输入法进行顶层设计的输入.控制系统的顶层设计原理图如图7所示，图8为导盲小车控制系统仿真波形图，仿真结果表明导盲小车的实际转角y与预瞄角度α非常接近，在一个控制周期内y和α的差不超过0.9°，响应时间为80ns，控制效果能满足系统要求，

4.结论

应用Quartus II完成了导盲系统控制器的设计与仿真，实验证明该系統具有很强的实时陛，能很好地实现正常盲道行进、障碍物避障行进和红绿灯识别行进过程控制，特别在小车的速度与方向综合控制的响应时间方面较文[4]所耗时节省20%（文[4]的PID模糊控制器的响应时间为97.25ns）；由于本系统采用FPGA技术、并行处理算法，最大程度地节省了时间，具有省时、高效、处理效果好的优点，能满足盲道控制系统的实时性和准确性要求，不足之处是在复杂的交通环境下，路径是否为最佳选择还有待验证。