《Ain Shams Engineering Journal》：Design of speed-control system for an autonomous vehicle based on dual BLDC-motor steering and CAN communication, applying adaptive fuzzy logic control
編輯推薦：
為應對電動汽車在動態工況下對高效、魯棒速度控制的迫切需求，Sayyed Haleem Shah、Sadiq Ur Rahman、Omer Mohammed Elbabo Mohammed、Hui Cai等人設計并實現了一種應用于雙無刷直流電機（BLDC）自主轉向車輛的自適應模糊-PID（Proportional-Integral-Derivative）速度控制系統。該研究將自適應PID控制、模糊邏輯算法與控制器局域網絡（CAN）總線通信協議相結合，旨在克服傳統PID控制在非線性、負載變化及傳感器噪聲下的局限。通過實驗驗證，所提出的系統能夠實現對雙電機的獨立控制與同步調速，確保了在多種工況下的實時響應與高性能控制能力，為電動汽車、機器人等領域中需要電機協調運動的應用提供了高效、可靠的解決方案。
隨著汽車工業的飛速發展，自動駕駛正成為顯著趨勢，它在提升交通效率、緩解擁堵以及提高整體安全性方面展現出巨大潛力。然而，將這一愿景轉化為現實，離不開對車輛底層執行機構——特別是轉向系統——的精細控制。在電動汽車領域，無刷直流（Brushless DC, BLDC）電機因其高效率、高可靠性和環境友好性，被視為轉向驅動的理想選擇。但硬幣的另一面是，BLDC電機對負載變化敏感，其性能具有非線性，且對速度控制的精度要求極高。傳統的控制方法，如經典的PID（比例-積分-微分）控制，在面對動態變化的速度指令和無處不在的傳感器噪聲時，常常力不從心，容易出現超調、不穩定等問題，難以保證系統始終運行在最優狀態。為了突破這些瓶頸，開發更靈活、高效且能適應復雜環境的新型控制策略，成為推動高級別自動駕駛和先進電動汽車發展的關鍵一環。
為了回答上述挑戰，由Sayyed Haleem Shah, Sadiq Ur Rahman, Omer Mohammed Elbabo Mohammed, Hui Cai組成的研究團隊，在《Ain Shams Engineering Journal》上發表了一項創新研究。他們提出并驗證了一種專為電動汽車設計的、基于雙BLDC電機自主轉向架構的速度控制驅動機制。該研究的核心在于，創造性地將自適應PID控制技術、模糊邏輯（Fuzzy Logic）算法與控制器局域網絡（Controller Area Network, CAN）總線通信協議相結合，構建了一套全新的“自適應模糊-PID”控制系統。該系統能夠根據電機的實時行為動態調整控制參數，從而確保在多種運行條件下都能實現精確的速度和方向控制，同時通過CAN總線實現高效的數據交換與安全監控。
為開展這項研究，作者們主要運用了以下幾個關鍵技術方法：首先，建立了雙電機自主轉向車輛的系統設計模型與數學模型，包括電機的狀態空間和非線性狀態空間模型，以定量描述其動態特性。其次，設計并實現了基于自適應模糊-PID控制算法的核心控制器，該控制器以速度誤差（e）及其變化率（e?）為輸入，通過模糊規則在線調整PID參數（Kp, Ki, Kd）。再者，搭建了完整的硬件實驗平臺，系統核心組件包括兩個對稱布置的BLDC轉向電機、STM32F407VET6微控制器、用于位置反饋的霍爾效應傳感器、脈寬調制（PWM）驅動以及CAN通信網絡。最后，通過對比靜態模糊-PID控制，在多種操作條件下對所提出的自適應模糊-PID控制系統進行了全面的實驗驗證與性能評估。
研究結果
- •
系統設計與建模：研究首先呈現了雙電機自主速度與方向控制系統的整體設計布局（對應原文圖2）。兩個BLDC電機對稱布置在轉向柱管兩側，通過小齒輪驅動前輪轉向。系統關鍵參數如電機額定轉速（3000 rpm）、額定功率（1.5 kW）、微控制器型號等均被詳細列出。研究者建立了包含機械動力學和電氣方程的雙電機系統數學模型，并推導了BLDC電機的組合狀態向量及非線性狀態空間模型，為后續控制器設計提供了理論基礎。
- •
傳統與先進控制方法對比：文章分析了傳統的雙電機控制結構，如主從控制、偏差耦合控制和交叉耦合控制，并指出了它們在抗干擾性和參數整定復雜性方面的不足。這為引入更先進的智能控制方法鋪墊了必要性。
- •
模糊邏輯與自適應模糊-PID控制設計：針對傳統PID的局限，研究引入了模糊邏輯控制。文中詳細闡述了靜態模糊-PID和所提出的自適應模糊-PID控制器的設計。自適應模糊-PID的核心在于，利用速度誤差e和誤差變化率e?作為模糊系統的輸入，根據預先制定的模糊規則集，在線實時地調整PID控制器的三個參數Kp、Ki、Kd，從而使控制器能夠更好地適應系統動態和非線性變化。
- •
實驗驗證與性能分析：研究通過實驗對提出的自適應模糊-PID控制系統進行了驗證。實驗測試在不同運行條件下進行，并將自適應模糊-PID的控制性能與靜態模糊-PID進行了對比分析。結果表明，所提出的自適應模糊-PID控制方法在控制精度、響應速度以及抗干擾能力（魯棒性）方面均表現出更優的性能。它能夠有效地實現雙電機的同步速度調節，即使在負載或速度指令發生變化時，也能保持系統的穩定和高性能運行。
結論與討論
本項研究成功設計并實驗驗證了一種用于雙BLDC電機自主轉向電動汽車的自適應模糊-PID速度控制系統。該系統通過集成自適應PID調諧、模糊邏輯和CAN總線通信，為解決傳統控制方法在動態和非線性環境中性能不足的問題提供了創新方案。研究表明，所提出的方法能夠實現對雙電機的精確、獨立且同步的速度控制，顯著提升了系統在多變工況下的響應性和魯棒性。
這項工作的意義重大。首先，它為電動汽車的轉向控制系統提供了一種高效、智能的解決方案，直接有助于提升車輛的自主駕駛性能和行駛安全性。其次，研究中采用的自適應模糊-PID控制策略展示了對復雜系統良好的適應能力，不僅適用于本研究的特定場景，其設計思路和方法也可推廣至其他需要高精度協調運動的領域，如工業機器人、航空航天作動系統等。最后，該研究通過結合先進的智能控制算法與可靠的實時通信協議（CAN），為下一代智能機電系統的開發提供了一個值得借鑒的技術框架，推動了控制理論在實際工程中的應用，對相關領域的技術發展具有積極的促進作用。
