在本文的其余部分安排如下：第2节介绍硬件性能和系统识别。第3节基于模糊PID控制器上的ACC架构。第四节使用卡尔曼滤波器的未测量参数的估算。第5节给出实验和模拟的结果。第6节实现与课程。第7节结论。  文献综述

图1 NI LabVIEW入门机器人

二、硬件性能和系统识别

    该应用程序使用两个NI LabVIEW入门套件机器人。机器人可以通过使用高级别的LabVIEW功能，或通过使用LabVIEW FPGA模块进行编程。机器人的从动配有用于对前导车辆速度和距离跟踪超声波传感器。为了设计一个控制器，要想建立描述系统动态行为的模型，例如启动套件机器人。系统识别方法涉及从一个现实世界的系统获取数据，然后分析激励和响应数据来估计设备的参数。LabVIEW的系统辨识工具包可以用来估计该模型基于所获取的数据系统的动态行为。获得的系统传递函数使得它会呈现机器人的最佳估计：

                      （1）

其中，和分别表示机器人的速度与速度设定值（输入信号）。

从估计的传递函数（1）和实际系统的响应中得到的模拟响应进行了比较，如在图2中所示，均方根两个响应之间误差（RMSE）是0。0237（米/秒）。

图2 输入方波信号作为激励的模拟系统（机器人）的响应

图3 采用模糊PID的ACC控制器示意图

三、控制设计

    本文中提出为ACC系统设计的的模糊PID控制器如图3所示，模糊规则通过评估系统，包括测量和参考值之间的差（即所希望的距离的整体动力学计算结果误差值与所需的巡航速度）、前车和跟随车辆之间的速度差和从预处理步骤作为输入估计的加速度。PID控制器在输入变量的基础上计算来自模糊逻辑控制器由系统造成的误差值。模糊PID控制器的优点在于它不具有特殊的工作点。模糊逻辑PID控制器较常规PID控制器的另一优点是，它可以通过使用语言规则执行非线性控制策略。模糊逻辑PID控制器可以考虑自身差异的误差变化（Naranjo et al。, 2003）。

3。1 ACC系统来,自.优;尔:论[文|网www.youerw.com +QQ752018766-

    ACC系统可在距离跟踪或速度跟踪两种不同的模式下运行。如果跟随器的超声波传感器（ACC配备）检测到任何障碍物，或前方较慢移动的机器人，控制器调节速度来保持两者之间距离（期望距离）。如果由超声波传感器测量的距离比所需的距离远时，将切换到被称为巡航控制（CC）模式的速度跟踪模式，以跟踪期望的巡航速度。期望的进展距离采用时间常数（van den Bleek, 2007; Zhou and Peng, 2004）来计算：