智能控制研第四章遞階控制系統(tǒng)

智能控制研第四章遞階控制系統(tǒng)第1頁，課件共53頁，創(chuàng)作于2023年2月第四章遞階控制系統(tǒng)4.1

遞階智能機器的一般理論基于邏輯的方法Nilsson和Fikes等敘述過，其通用技術(shù)仍在繼續(xù)研究與開發(fā)之中。基于解析的方法該方法已在理論和實踐兩方面達到比較成熟的水平。新的方法和技術(shù)如Boltzmann機、神經(jīng)網(wǎng)絡(luò)和Petri網(wǎng)等，為智能機器理論的分析研究提供了新的工具。

遞階智能控制(HierarchicalIntelligentControl)是在研究早期學(xué)習(xí)控制系統(tǒng)的基礎(chǔ)上，從工程控制論角度總結(jié)人工智能與自適應(yīng)控制、自學(xué)習(xí)控制和自組織控制的關(guān)系后逐漸形成的。

薩里迪斯（Saridis)提出基于３個控制層次和ＩＰＤＩ(精度隨智能降低而提高）原理的三級遞階智能控制系統(tǒng)；維拉提出基于知識描述和數(shù)學(xué)解析的二層混合智能系統(tǒng)。

第2頁，課件共53頁，創(chuàng)作于2023年2月遞階智能控制系統(tǒng)是由三個基本控制級（組織級、協(xié)調(diào)級、執(zhí)行級）構(gòu)成的，級聯(lián)交互結(jié)構(gòu)圖如下。4.1.1

遞階智能機器的一般結(jié)構(gòu)圖4.1遞階智能機器的級聯(lián)結(jié)構(gòu)為自執(zhí)行級至協(xié)調(diào)級的在線反饋信號；為自協(xié)調(diào)級至組織級的離線反饋信號第3頁，課件共53頁，創(chuàng)作于2023年2月組織級代表控制系統(tǒng)的主導(dǎo)思想，并由人工智能起控制作用。根據(jù)貯存在長期存儲交換單元內(nèi)的本原數(shù)據(jù)集合，組織器能夠組織絕對動作、一般任務(wù)和規(guī)則的序列。1.組織級(organizationlevel)第4頁，課件共53頁，創(chuàng)作于2023年2月2.協(xié)調(diào)級(coordinationlevel)協(xié)調(diào)級是組織級和執(zhí)行級間的接口，承上啟下，并由人工智能和運籌學(xué)共同作用。協(xié)調(diào)級借助于產(chǎn)生一個適當(dāng)?shù)淖尤蝿?wù)序列來執(zhí)行原指令，處理實時信息。圖4.3協(xié)調(diào)級的結(jié)構(gòu)

第5頁，課件共53頁，創(chuàng)作于2023年2月3.執(zhí)行級(executionlevel)執(zhí)行級是遞階智能控制的最底層，要求具有較高的精度但較低的智能；它按控制論進行控制，對相關(guān)過程執(zhí)行適當(dāng)?shù)目刂谱饔?。通常稱S為香農(nóng)（Shannon）負熵，它可變換為下列方程：

式中，為被傳遞的信息信號空間。負熵是對信息傳遞不確定性的一種度量，即系統(tǒng)狀態(tài)的不確定性可由該系統(tǒng)熵的概率密度指數(shù)函數(shù)獲得。第6頁，課件共53頁，創(chuàng)作于2023年2月熵和熵的變化率：信息熵P為信息源中各事件發(fā)生的概率香農(nóng)（Shannon）負熵可變換為下列方程：為被傳遞的信息信號空間。4.智能機器的作用它的高層功能模仿了人類行為，實現(xiàn)控制系統(tǒng)的規(guī)劃、決策、學(xué)習(xí)、數(shù)據(jù)存取和任務(wù)協(xié)調(diào)等功能，進行知識處理與管理。用熵來描述和度量系統(tǒng)的控制作用。第7頁，課件共53頁，創(chuàng)作于2023年2月5.遞階智能控制的實質(zhì)智能控制理論可被假定為尋求某個系統(tǒng)正確的決策與控制序列的數(shù)學(xué)問題，該系統(tǒng)在結(jié)構(gòu)上遵循（IPDI）精度隨智能降低而提高的原理，而所求得序列能夠使系統(tǒng)的總熵為最小。4.1.2

遞階智能機器的信息論定義知識、信息、智能、信息論…...定義4.1機器知識(MachineKnowledge,K)機器知識是消除智能機器指定任務(wù)的不確定性所需要的結(jié)構(gòu)信息。智能機器中的機器知識包括先驗知識和經(jīng)驗知識。定義4.2機器知識流量(RateofMachineKnowledge,R)機器知識流量是通過智能機器的知識流。第8頁，課件共53頁，創(chuàng)作于2023年2月定義4.4機器不精確性(MachineImprecision)機器不精確性是執(zhí)行智能機器各項任務(wù)的不確定性。定義4.5機器精度(MachinePrecision)機器精度是機器不精確性的補，它代表過程的復(fù)雜性。4.1.3

IPDI原理的解析公式定義4.3機器智能(MachineIntelligence,MI)機器智能是分析和組織數(shù)據(jù)，并把數(shù)據(jù)變換為知識的作用。

ＩＰＤＩ原理可由概率公式表示為：

PR(MI,DB)=PR(R)

上式中，ＰＲ表示概率，ＭＩ為機器知識，ＤＢ為與執(zhí)行任務(wù)有關(guān)的數(shù)據(jù)庫。數(shù)據(jù)庫代表任務(wù)的復(fù)雜性，且取決于任務(wù)的執(zhí)行精度，即該執(zhí)行精度是與數(shù)據(jù)庫的復(fù)雜性相稱的。

第9頁，課件共53頁，創(chuàng)作于2023年2月取自然對數(shù)后可得下式：

lnp(MI/DB)+lnp(DB)=lnp(R)

對兩邊取期望值，可得熵方程：

S(MI/DB)+S(DB)=S(R)上式中，S（x）為與x有關(guān)的熵。在建立和執(zhí)行任務(wù)期間，期望有個不變的知識流量；這時，增大特定數(shù)據(jù)庫ＤＢ的熵要求減小機器智能ＭＩ的熵。如果ＭＩ獨立于ＤＢ，那么：

S(MI)+S(DB)=S(R)

本原理適用于遞階系統(tǒng)的單個層級和多個層級。在多層情況下，知識流Ｒ在信息理論意義上代表系統(tǒng)的工作能力。

第10頁，課件共53頁，創(chuàng)作于2023年2月4.2

遞階智能控制系統(tǒng)的原理與結(jié)構(gòu)根據(jù)“精度隨智能降低而提高”（IPDI）原理，可把遞階智能控制系統(tǒng)分為幾個子系統(tǒng)，并對每個子系統(tǒng)導(dǎo)出計算模塊。全部子系統(tǒng)連成樹狀結(jié)構(gòu)，形成了多層的遞階模型。下面先介紹與組織級兩個模型有關(guān)的決策段結(jié)構(gòu)，然后討論協(xié)調(diào)級和執(zhí)行級的模型。第11頁，課件共53頁，創(chuàng)作于2023年2月4.2.1

組織級原理與結(jié)構(gòu)圖4.2組織級的結(jié)構(gòu)框圖組織級的結(jié)構(gòu)如下圖，可把此框圖視為一個Botlzmann機結(jié)構(gòu)。第12頁，課件共53頁，創(chuàng)作于2023年2月定義4.9機器學(xué)習(xí)與反饋(MLF)

機器學(xué)習(xí)與反饋是對不同的單一的和派生的值函數(shù)進行計算，這些函數(shù)與執(zhí)行需求工作有關(guān)，并通過學(xué)習(xí)算法更新各個概率。定義4.8機器決策(MDM)

機器決策是在最大的相關(guān)成功概率中選擇完備的和可兼容的有序活動。定義4.7機器規(guī)劃(MP)

機器規(guī)劃是執(zhí)行預(yù)定工作所需要的完備的和可兼容的有序活動之形式化表示。定義4.6機器推理（MR)

機器推理是編譯輸入指令uj,(ujU)與相關(guān)活動集Ajm

、產(chǎn)生式規(guī)則以及構(gòu)成系統(tǒng)推理機的程序之總合。組織級的功能定義如下：定義4.10機器記憶交換(MME)

機器記憶交換是對組織級的長期存儲器進行信息檢索、儲存和更新。第13頁，課件共53頁，創(chuàng)作于2023年2月１.基于概率的結(jié)構(gòu)模型

用于機器推理、機器規(guī)劃和機器決策三種功能的結(jié)構(gòu)模型，分別如下面三圖(圖4.４、圖4.５和圖4.６)所示。

圖4.４

機器推理功能模型

第14頁，課件共53頁，創(chuàng)作于2023年2月圖4.５

機器規(guī)劃功能模型

第15頁，課件共53頁，創(chuàng)作于2023年2月圖4.６

機器決策功能模型

第16頁，課件共53頁，創(chuàng)作于2023年2月２.基于專家系統(tǒng)的結(jié)構(gòu)模型

圖4.７

分類器模型的硬件實現(xiàn)

[ValavanisandSaridis1992]

第17頁，課件共53頁，創(chuàng)作于2023年2月4.2.2

協(xié)調(diào)級原理與結(jié)構(gòu)圖4.8協(xié)調(diào)級結(jié)構(gòu)框圖協(xié)調(diào)級由不同的協(xié)調(diào)器組成，每個協(xié)調(diào)器由計算機來實現(xiàn)。左圖是一個協(xié)調(diào)級結(jié)構(gòu)的候選框圖。該結(jié)構(gòu)在橫向上能夠通過分配器實現(xiàn)各協(xié)調(diào)器之間的數(shù)據(jù)共享。第18頁，課件共53頁，創(chuàng)作于2023年2月圖4.9協(xié)調(diào)器的硬件配置實現(xiàn)某典型協(xié)調(diào)器所需的主要硬件如右圖。各臺專用微處理器通過其輸入/輸出端口與組織級和執(zhí)行級連接。這些基于微處理器(CPU)的系統(tǒng)使用局部ROM來存儲控制執(zhí)行裝置所需要的程序，并用RAM來存儲臨時信息。第19頁，課件共53頁，創(chuàng)作于2023年2月4.2.3

執(zhí)行級原理與結(jié)構(gòu)圖4.10協(xié)調(diào)器與執(zhí)行器的結(jié)構(gòu)模型執(zhí)行級執(zhí)行由協(xié)調(diào)級發(fā)出的指令。對智能機器人系統(tǒng)，執(zhí)行級的執(zhí)行裝置包括：視覺系統(tǒng)（VS）、傳感系統(tǒng)（SS）、帶有相應(yīng)抓取裝置（GS）的操作機（MS）。第20頁，課件共53頁，創(chuàng)作于2023年2月4.3遞階智能控制的控制與決策模型4.3.1

組織級的控制與決策模型1.定義定義4.11具有先驗概率p(cn)的用戶指令集合

C={c1,

c2,...,

cM}經(jīng)過遙控或非通訊通道送至控制系統(tǒng)。式中，ｎ＝１，２，…，Ｍ，Ｍ是固定的和有限的。定義4.12

具有相關(guān)概率p(uj/cn)的分類編譯輸入指令

U={u1,

u2,...,

uM}是系統(tǒng)組織級的實際輸入。式中，ｊ＝１，２，…，Ｍ，Ｍ是固定的和有限的。

第21頁，課件共53頁，創(chuàng)作于2023年2月

定義4.13系統(tǒng)的任務(wù)域被定義為本原事件（動作）的集合

Et={e1,

e2,...,

eN}

表4.１

事件集合的符號與含義

符號

含

義

Et

任務(wù)域內(nèi)的本原事件集合

Enr

非重復(fù)事件集合

Er

重復(fù)本原事件集合

Ec

與某個

uj相關(guān)的主動非重復(fù)事件集合

Esnr

允許開始某個與

uj

有關(guān)活動的非重復(fù)事件集合

Esr

允許開始某個規(guī)劃的重復(fù)事件集合

Eend

允許結(jié)束某個規(guī)劃的非重復(fù)本原事件集合

Ecr

與

uj

相關(guān)的關(guān)鍵非重復(fù)事件集合表列

Ecomp

本原事件可兼容對的表列

Eunw

本原事件干擾優(yōu)先對的表列

Eord

有效重復(fù)排序的表列

第22頁，課件共53頁，創(chuàng)作于2023年2月定義4.14在某個特定輸入指令uj

起動的規(guī)劃內(nèi)，二進值變量xi

與事件

ei

有關(guān)，ｉ＝１，２，…，Ｎ。當(dāng)xi=1時，

ei

是有效的，當(dāng)xi=0時，ei

是無效的；其相應(yīng)概率分別為p(xi=1/uj)=pij

和

p(xi=0/uj)=1-pij

。定義4.15活動集合Ajm

（本原事件聯(lián)成一組以形成復(fù)雜的任務(wù)）與特定輸入uj

有關(guān)，而且由二進信息串Xjm

表示。Xjm

指明在活動Ajm

中哪些事件（動作）是有效的，哪些是無效的。這指明了第ｍ個活動信息串與第ｊ個編譯輸入指令有關(guān)。因為xi

是二進變量，所以與uj

有關(guān)的活動Ajm

（信息串Xjm

）的初值最大數(shù)為(2N

-1)。于是，可定義一個活動串的相應(yīng)概率為：第23頁，課件共53頁，創(chuàng)作于2023年2月定義4.17與uj

有關(guān)的完備規(guī)劃

Zjmv

的集合是Bjmr

的一個子集，且其元素為滿足某些完成準則的增廣活動。式中，uj

為與

Zjmv

有關(guān)的第ｒ個置換矩陣或增廣屏蔽矩陣；

p(Mjmr/Xjm)表示與Xjm

有關(guān)的第ｒ個有效重復(fù)事件的概率，并由置換矩陣Mjmr

決定；ｒ則由具體應(yīng)用問題決定。定義4.16

把有效的重復(fù)事件插入到有效活動Ajmr(信息串Xjm

）的適當(dāng)位置，得到與

uj有關(guān)的完備規(guī)劃Bjmr

（增廣串Yjmr

）集合。其中，ｒ表示第ｒ個有效重復(fù)事件的信息串。一個增廣活動串的相應(yīng)概率被定義為：

P(Yjmr/uj)=p(Mjmr/Xjm)P(Xjm/uj)

,

j第24頁，課件共53頁，創(chuàng)作于2023年2月2.過程規(guī)則4.1假定用戶指令Cn

是相互獨立的，ｎ＝１，２，…，Ｍ；分類編譯輸入指令uj也是相互獨立的，ｊ＝１，２，…，Ｍ。然而，由于分類，uj取決于Cn

。因為uj和本原事件

ei

都被假設(shè)為在概率上是獨立的，所以，不同的活動是相互獨立的。規(guī)則4.２

如果某個事件串中的每一事件

ei

能夠立即跟隨在其左邊事件之后，又能立即出現(xiàn)在其右邊事件之前，那么，該事件串滿足兼容性測試。

第25頁，課件共53頁，創(chuàng)作于2023年2月規(guī)則4.３

如果某個非重復(fù)事件串中的每一事件ei能夠優(yōu)先于隨后的所有其它事件（盡管不要求立即進行），那么該事件串滿足優(yōu)先權(quán)測試。

規(guī)則4.４

非重復(fù)事件的相對次序?qū)顒拥墓交硎臼侵陵P(guān)重要的。

規(guī)則4.５

令Ｌ為任務(wù)域內(nèi)重復(fù)事件數(shù)。重復(fù)事件的有效排序滿足下列條件：（１）至少有一個但不多于Ｌ個重復(fù)事件，該事件串的每個事件都是唯一的；（２）該事件串的第一個事件至少能夠跟隨任務(wù)域內(nèi)的一個非重復(fù)事件，或者能夠起動該規(guī)劃；（３）同一事件串的最后一個事件至少能夠出現(xiàn)在一個非重復(fù)事件之前，而且其排序滿足兼容性測試。第26頁，課件共53頁，創(chuàng)作于2023年2月規(guī)則4.６

在每個活動的非重復(fù)事件之間的所有不同位置上，插入有效的重復(fù)事件串，以建立擴展活動的公式化表示。

規(guī)則4.7一個完備規(guī)劃是一種這樣的擴展活動：（１）從某個能夠起動該規(guī)劃的重復(fù)事件開始，并以某個非重復(fù)事件結(jié)束。（２）在非重復(fù)事件之間至少包含一個重復(fù)事件。（３）滿足全部兼容性測試。規(guī)則4.８

所生成的規(guī)劃是與分類編譯輸入指令耦合的，因為它們的相應(yīng)概率是由接收到的輸入指令uj

決定的。

第27頁，課件共53頁，創(chuàng)作于2023年2月3.功能假設(shè)環(huán)境是己知的,則可定義組織級的如下功能:（１）

系統(tǒng)輸入（２）機器推理

（３）機器規(guī)劃

（４）

機器決策

（５）

機器學(xué)習(xí)（６）

存儲交換

第28頁，課件共53頁，創(chuàng)作于2023年2月4.3.2

協(xié)調(diào)級的控制與決策模型1.結(jié)構(gòu)協(xié)調(diào)級的智能在于：以已往經(jīng)驗和工作空間環(huán)境的約束為基礎(chǔ)，用最有希望的方式來執(zhí)行組織器的規(guī)劃。

某智能機器人系統(tǒng)的協(xié)調(diào)級框如下圖所示：

第29頁，課件共53頁，創(chuàng)作于2023年2月2.功能每個協(xié)調(diào)器被訪問后，執(zhí)行預(yù)定的一定數(shù)目的不同作用。對每個單獨作用，指定一個代價。

另一方面，在執(zhí)行請求作業(yè)期間，反饋信息從執(zhí)行級送至協(xié)調(diào)級。而且從執(zhí)行級至協(xié)調(diào)級的反饋信息是實時在線反饋信息。

3.算法算法4.1

協(xié)調(diào)級的算法由５步組成：

第30頁，課件共53頁，創(chuàng)作于2023年2月（１）

分配器搜索含有儲存規(guī)劃的緩沖器，并建立各協(xié)調(diào)器與其相應(yīng)執(zhí)行裝置（在執(zhí)行級）的聯(lián)系。（２）

闡述被執(zhí)行級執(zhí)行的控制問題。這包括相應(yīng)的協(xié)調(diào)器被訪問時啟動執(zhí)行裝置和執(zhí)行具體任務(wù)。（３）

估計執(zhí)行級。這涉及以執(zhí)行級的單獨代價函數(shù)為基礎(chǔ)，計算與執(zhí)行規(guī)劃有關(guān)的增廣代價函數(shù)。（４）

在執(zhí)行所請求的作業(yè)之后，把底層的反饋信息傳至組織器。（５）

更新儲存在協(xié)調(diào)級分配器的短期存儲器中的信息。第31頁，課件共53頁，創(chuàng)作于2023年2月4.3.3

執(zhí)行級的控制與決策模型執(zhí)行級是由許多與協(xié)調(diào)級的協(xié)調(diào)器相聯(lián)系的執(zhí)行裝置組成。執(zhí)行級的主要目標是盡可能準確地執(zhí)行由不同的協(xié)調(diào)器發(fā)出的具體任務(wù)。

最優(yōu)控制理論已采用系統(tǒng)x(t)的一個非負函數(shù)狀態(tài)，x(t)

x，x為狀態(tài)空間；某個指定的控制u(x,t)是全部允許控制的集合，u(x,t)

ux。要確定某些表示廣義能量函數(shù)初始條件x0,t0

的性能測度，系統(tǒng)拉格朗日（Lagrangian）函數(shù)L(x,u,t)的平均值取下列形式：

(4.36)第32頁，課件共53頁，創(chuàng)作于2023年2月定理4.１

滿足式（4.36）的

u*(x,t)使V(u(x,t),x0,t0)最小的充要條件是

u*使微熵Ｈ最小，其中p(x0,u)是根據(jù)Jaynes最大熵原理決定的最大熵密度函數(shù)。

(4.38)

當(dāng)u*(x,t)

u

時，在允許控制空間內(nèi)選取設(shè)計不確定性密度，使之滿足杰恩（Jaynes）最大熵原理，可得相關(guān)的熵如下：

H(x0

,u,p(u))=E{V(x0

,u,t)}

（4.39）(4.40)然后，最優(yōu)控制u*

滿足下式：第33頁，課件共53頁，創(chuàng)作于2023年2月4.4.1汽車自主駕駛系統(tǒng)的組成

1.系統(tǒng)總體結(jié)構(gòu)

系統(tǒng)總線道路環(huán)境車體主控制器道路標志線識別計算機車輛識別計算機執(zhí)行機構(gòu)攝像頭攝像頭環(huán)境識別子系統(tǒng)駕駛控制子系統(tǒng)圖4.20紅旗車自主駕駛系統(tǒng)結(jié)構(gòu)示意圖傳感器(1)環(huán)境識別子系統(tǒng)(2)駕駛控制子系統(tǒng)4.4

遞階智能控制系統(tǒng)舉例第34頁，課件共53頁，創(chuàng)作于2023年2月2.自主駕駛的硬件系統(tǒng)

自主駕駛系統(tǒng)的硬件設(shè)備包括主控計算機、執(zhí)行機構(gòu)和傳感器等。

環(huán)境處理計算機Fireware局部總線顯示卡通訊總線局域網(wǎng)圖4.21環(huán)境感知計算機硬件結(jié)構(gòu)示意圖駕駛控制計算機A/D接口數(shù)據(jù)采集總線D/A接口運動控制卡計數(shù)器DIDO接口通訊總線局域網(wǎng)圖4.22駕駛控制計算機硬件結(jié)構(gòu)示意圖(1)主控計算機及接口

(2)執(zhí)行機構(gòu)

(3)傳感器

第35頁，課件共53頁，創(chuàng)作于2023年2月3.實時操作系統(tǒng)4.軟件設(shè)計與系統(tǒng)的實時性

4.4.2汽車自主駕駛系統(tǒng)的遞階結(jié)構(gòu)

子任務(wù)系統(tǒng)監(jiān)控任務(wù)行為決策行為規(guī)劃操作控制任務(wù)規(guī)劃實時路況信息車輛車輛運行環(huán)境環(huán)境感知與處理車輛狀態(tài)與定位信息規(guī)劃軌跡動作行為用戶接口圖4.23汽車自主駕駛控制系統(tǒng)的四層模塊化結(jié)構(gòu)

以任務(wù)層次分解為基礎(chǔ)，提出了右圖所示的四層模塊化汽車自主駕駛控制系統(tǒng)結(jié)構(gòu)；其四個層次依次是：任務(wù)規(guī)劃、行為決策、行為規(guī)劃和操作控制。另外還包括車輛狀態(tài)與定位信息和系統(tǒng)監(jiān)控兩個獨立功能模塊。

第36頁，課件共53頁，創(chuàng)作于2023年2月1.操作控制層

速度跟蹤控制路徑跟蹤控制油門控制器剎車控制器轉(zhuǎn)向控制器緊急狀態(tài)控制期望速度期望路徑監(jiān)控信息圖4.24操作控制層主要模塊示意圖車輛2.行為規(guī)劃層道路和障礙信息車輛縱向速度規(guī)劃車輛期望軌跡規(guī)劃駕駛技能與交通規(guī)則數(shù)據(jù)庫車輛狀態(tài)行為信息行為執(zhí)行情況反饋期望縱向速度期望路徑點序列行為監(jiān)督執(zhí)行圖4.25行為規(guī)劃層主要模塊示意圖第37頁，課件共53頁，創(chuàng)作于2023年2月3.行為決策層

圖4.26行為決策層主要模塊示意圖任務(wù)規(guī)劃層當(dāng)前執(zhí)行子任務(wù)行為決策邏輯行為輸出當(dāng)前行為執(zhí)行情況行為規(guī)劃層預(yù)期狀態(tài)交通情況行為模式產(chǎn)生環(huán)境建模及預(yù)測駕駛行為知識庫4.任務(wù)規(guī)劃層導(dǎo)航地物地圖數(shù)據(jù)庫任務(wù)規(guī)劃任務(wù)監(jiān)控用戶任務(wù)輸入全局定位信息當(dāng)前執(zhí)行子任務(wù)子任務(wù)執(zhí)行情況圖4.27任務(wù)規(guī)劃層主要模塊示意圖第38頁，課件共53頁，創(chuàng)作于2023年2月4.4.3自主駕駛系統(tǒng)的結(jié)構(gòu)與控制算法

1.駕駛控制系統(tǒng)的軟件結(jié)構(gòu)

車輛狀態(tài)感知處理車輛行為規(guī)劃路徑跟蹤控制速度跟蹤控制方向伺服油門伺服剎車伺服車輛感知信息處理車道信息接收處理車輛行為決策車輛行為監(jiān)控車輛定位與運動預(yù)測運行狀態(tài)存儲管理車輛狀態(tài)監(jiān)測與控制用戶接口信息處理控制圖4.28駕駛控制系統(tǒng)軟件結(jié)構(gòu)示意圖2.駕駛控制算法

遺忘迭代濾波算法具有如下的形式：平移平均濾波算法如下：

第39頁，課件共53頁，創(chuàng)作于2023年2月4.4.4自主駕駛系統(tǒng)高速公路試驗

1.試驗的環(huán)境及內(nèi)容(1)環(huán)境感知系統(tǒng)的抗干擾性和穩(wěn)定性。

(2)駕駛控制系統(tǒng)的車道跟蹤能力。

(3)駕駛控制系統(tǒng)的速度跟蹤能力。2.試驗結(jié)果

(4)駕駛控制系統(tǒng)對動態(tài)交通的處理情況及超車動作。經(jīng)過三個月近1000公里的道路試驗，紅旗車自主駕駛有關(guān)的環(huán)境感知和駕駛控制算法得到了不斷改進，并于2003年6月實現(xiàn)了預(yù)定的如下三項性能指標：(1)正常交通情況下在高速公路上穩(wěn)定自主駕駛速度130km/h；(2)最高自主駕駛速度170km/h；(3)具備超車功能。第40頁，課件共53頁，創(chuàng)作于2023年2月4.5集散遞階智能控制系統(tǒng)

4.5.1集散遞階智能控制系統(tǒng)的工作原理1．集散控制系統(tǒng)(totaldistributedcontrolsystem,DCS)的基本結(jié)構(gòu)圖4.29集散控制系統(tǒng)的基本結(jié)構(gòu)第41頁，課件共53頁，創(chuàng)作于2023年2月(3)通信系統(tǒng)通信系統(tǒng)要完成分散過程監(jiān)控裝置與集中操作管理裝置之間的數(shù)據(jù)通信?？赏ㄟ^標準的網(wǎng)絡(luò)通信手段，與其他的過程控制系統(tǒng)、經(jīng)營管理系統(tǒng)、生產(chǎn)調(diào)度系統(tǒng)互通信息，以完成更加復(fù)雜的功能。

(1)分散過程監(jiān)控裝置分散過程監(jiān)控裝置是集散控制系統(tǒng)與生產(chǎn)過程的界面，生產(chǎn)過程的各種過程變量或狀態(tài)信息通過分散過程監(jiān)控裝置轉(zhuǎn)換為操作監(jiān)視的數(shù)據(jù)，而各種操作信息則通過分散過程監(jiān)控裝置送到執(zhí)行機構(gòu)。在分散過程監(jiān)控裝置內(nèi)，進行模擬量與數(shù)字量的相互轉(zhuǎn)換，完成各種輸入、輸出的數(shù)據(jù)處理和控制算法運算。(2)集中操作管理裝置集中操作管理裝置是操作管理人員與集散控制系統(tǒng)的界面，生產(chǎn)過程的各種參數(shù)集中在操作站上顯示，操作管理人員通過操作站了解生產(chǎn)過程的運行狀況、操縱生產(chǎn)過程和組態(tài)回路、調(diào)整回路參數(shù)、檢測故障和存儲過程數(shù)據(jù)。第42頁，課件共53頁，創(chuàng)作于2023年2月2．集散控制系統(tǒng)的遞階結(jié)構(gòu)及功能

圖4.30三級結(jié)構(gòu)的DCS第43頁，課件共53頁，創(chuàng)作于2023年2月(4)第四層——經(jīng)營管理級進行市場和用戶分析、訂貨和銷售統(tǒng)計、銷售計劃制訂、產(chǎn)品制造協(xié)調(diào)、合同管理及期限監(jiān)測等。

（1）第一層——直接控制級進行數(shù)據(jù)采集、數(shù)據(jù)檢查、數(shù)字開環(huán)和閉環(huán)控制、設(shè)備和系統(tǒng)與診斷監(jiān)測，實施安全性和冗余化。本級為控制的底層,直接對車間生產(chǎn)過程和設(shè)備(裝置)進行控制。(2)第二層——過程管理級實施過程操作測試、裝置間協(xié)調(diào)、優(yōu)化控制過程、自適應(yīng)控制、錯誤檢測及數(shù)據(jù)存檔。(3)第三層——生產(chǎn)管理級規(guī)劃產(chǎn)品結(jié)構(gòu)和規(guī)模,進行產(chǎn)品監(jiān)視、產(chǎn)品報告和工廠生產(chǎn)監(jiān)視等。第44頁，課件共53頁，創(chuàng)作于2023年2月圖4.31集散控制系統(tǒng)的遞階結(jié)構(gòu)

第45頁，課件共53頁，創(chuàng)作于2023年2月3．集散智能控制系統(tǒng)的遞階結(jié)構(gòu)集散遞階智能控制系統(tǒng)的執(zhí)行級，其基本控制器的目標是完成具體的控制任務(wù)并達到相當(dāng)?shù)目刂凭龋删幊虒崿F(xiàn)用戶特定的控制方案是大多數(shù)集散控制系統(tǒng)的基本控制器已經(jīng)具備的功能。集散遞階智能控制系統(tǒng)的協(xié)調(diào)級，可通過智能化將監(jiān)控計算機的協(xié)調(diào)、優(yōu)化功能進一步加強，以實現(xiàn)以下功能：(1)