《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
编辑推荐：
为应对电动汽车在动态工况下对高效、鲁棒速度控制的迫切需求，Sayyed Haleem Shah、Sadiq Ur Rahman、Omer Mohammed Elbabo Mohammed、Hui Cai等人设计并实现了一种应用于双无刷直流电机（BLDC）自主转向车辆的自适应模糊-PID（Proportional-Integral-Derivative）速度控制系统。该研究将自适应PID控制、模糊逻辑算法与控制器局域网络（CAN）总线通信协议相结合，旨在克服传统PID控制在非线性、负载变化及传感器噪声下的局限。通过实验验证，所提出的系统能够实现对双电机的独立控制与同步调速，确保了在多种工况下的实时响应与高性能控制能力，为电动汽车、机器人等领域中需要电机协调运动的应用提供了高效、可靠的解决方案。
随着汽车工业的飞速发展，自动驾驶正成为显著趋势，它在提升交通效率、缓解拥堵以及提高整体安全性方面展现出巨大潜力。然而，将这一愿景转化为现实，离不开对车辆底层执行机构——特别是转向系统——的精细控制。在电动汽车领域，无刷直流（Brushless DC, BLDC）电机因其高效率、高可靠性和环境友好性，被视为转向驱动的理想选择。但硬币的另一面是，BLDC电机对负载变化敏感，其性能具有非线性，且对速度控制的精度要求极高。传统的控制方法，如经典的PID（比例-积分-微分）控制，在面对动态变化的速度指令和无处不在的传感器噪声时，常常力不从心，容易出现超调、不稳定等问题，难以保证系统始终运行在最优状态。为了突破这些瓶颈，开发更灵活、高效且能适应复杂环境的新型控制策略，成为推动高级别自动驾驶和先进电动汽车发展的关键一环。
为了回答上述挑战，由Sayyed Haleem Shah, Sadiq Ur Rahman, Omer Mohammed Elbabo Mohammed, Hui Cai组成的研究团队，在《Ain Shams Engineering Journal》上发表了一项创新研究。他们提出并验证了一种专为电动汽车设计的、基于双BLDC电机自主转向架构的速度控制驱动机制。该研究的核心在于，创造性地将自适应PID控制技术、模糊逻辑（Fuzzy Logic）算法与控制器局域网络（Controller Area Network, CAN）总线通信协议相结合，构建了一套全新的“自适应模糊-PID”控制系统。该系统能够根据电机的实时行为动态调整控制参数，从而确保在多种运行条件下都能实现精确的速度和方向控制，同时通过CAN总线实现高效的数据交换与安全监控。
为开展这项研究，作者们主要运用了以下几个关键技术方法：首先，建立了双电机自主转向车辆的系统设计模型与数学模型，包括电机的状态空间和非线性状态空间模型，以定量描述其动态特性。其次，设计并实现了基于自适应模糊-PID控制算法的核心控制器，该控制器以速度误差（e）及其变化率（e?）为输入，通过模糊规则在线调整PID参数（Kp, Ki, Kd）。再者，搭建了完整的硬件实验平台，系统核心组件包括两个对称布置的BLDC转向电机、STM32F407VET6微控制器、用于位置反馈的霍尔效应传感器、脉宽调制（PWM）驱动以及CAN通信网络。最后，通过对比静态模糊-PID控制，在多种操作条件下对所提出的自适应模糊-PID控制系统进行了全面的实验验证与性能评估。
研究结果
- •
系统设计与建模：研究首先呈现了双电机自主速度与方向控制系统的整体设计布局（对应原文图2）。两个BLDC电机对称布置在转向柱管两侧，通过小齿轮驱动前轮转向。系统关键参数如电机额定转速（3000 rpm）、额定功率（1.5 kW）、微控制器型号等均被详细列出。研究者建立了包含机械动力学和电气方程的双电机系统数学模型，并推导了BLDC电机的组合状态向量及非线性状态空间模型，为后续控制器设计提供了理论基础。
- •
传统与先进控制方法对比：文章分析了传统的双电机控制结构，如主从控制、偏差耦合控制和交叉耦合控制，并指出了它们在抗干扰性和参数整定复杂性方面的不足。这为引入更先进的智能控制方法铺垫了必要性。
- •
模糊逻辑与自适应模糊-PID控制设计：针对传统PID的局限，研究引入了模糊逻辑控制。文中详细阐述了静态模糊-PID和所提出的自适应模糊-PID控制器的设计。自适应模糊-PID的核心在于，利用速度误差e和误差变化率e?作为模糊系统的输入，根据预先制定的模糊规则集，在线实时地调整PID控制器的三个参数Kp、Ki、Kd，从而使控制器能够更好地适应系统动态和非线性变化。
- •
实验验证与性能分析：研究通过实验对提出的自适应模糊-PID控制系统进行了验证。实验测试在不同运行条件下进行，并将自适应模糊-PID的控制性能与静态模糊-PID进行了对比分析。结果表明，所提出的自适应模糊-PID控制方法在控制精度、响应速度以及抗干扰能力（鲁棒性）方面均表现出更优的性能。它能够有效地实现双电机的同步速度调节，即使在负载或速度指令发生变化时，也能保持系统的稳定和高性能运行。
结论与讨论
本项研究成功设计并实验验证了一种用于双BLDC电机自主转向电动汽车的自适应模糊-PID速度控制系统。该系统通过集成自适应PID调谐、模糊逻辑和CAN总线通信，为解决传统控制方法在动态和非线性环境中性能不足的问题提供了创新方案。研究表明，所提出的方法能够实现对双电机的精确、独立且同步的速度控制，显著提升了系统在多变工况下的响应性和鲁棒性。
这项工作的意义重大。首先，它为电动汽车的转向控制系统提供了一种高效、智能的解决方案，直接有助于提升车辆的自主驾驶性能和行驶安全性。其次，研究中采用的自适应模糊-PID控制策略展示了对复杂系统良好的适应能力，不仅适用于本研究的特定场景，其设计思路和方法也可推广至其他需要高精度协调运动的领域，如工业机器人、航空航天作动系统等。最后，该研究通过结合先进的智能控制算法与可靠的实时通信协议（CAN），为下一代智能机电系统的开发提供了一个值得借鉴的技术框架，推动了控制理论在实际工程中的应用，对相关领域的技术发展具有积极的促进作用。
