您好, 访客   登录/注册

基于模糊控制的分段洗出算法

来源:用户上传      作者:

  摘 要:洗出算法優劣对汽车模拟器运动模拟逼真度具有重大影响。针对经典洗出算法模拟逼真度不高以及滤波器参数固定的问题,提出一种优化方法。运用人体主观相等点理论,对输入的加速度信号进行分段处理,同时将模糊控制理论应用到经典洗出算法中,实时确定加速度高通滤波通道、加速度低通通道与角速度高通滤波通道中滤波器的自然频率,最后在SIMULINK中对优化的洗出算法进行仿真与分析。仿真结果显示,优化后的洗出算法相比经典洗出算法感知误差降低了68.4%,该结果表明优化后的洗出算法可以提高模拟逼真度。
  关键词:汽车模拟器;洗出算法;主观相等点;模糊控制;SIMULINK仿真
  DOI:10. 11907/rjdk. 191820 开放科学(资源服务)标识码(OSID):
  中图分类号:TP312 文献标识码:A 文章编号:1672-7800(2020)005-0056-05
  0 引言
  汽车模拟器是模拟驾驶的重要设备,其接收汽车加速度、角速度等信号,经过坐标变换、滤波及补偿等方法,将信号输入到六自由度运动平台,运动平台作出相应动作,令使用者获得身临其境的感受。由于六自由度运动平台运动空间有限,接收的信号完成一次相应动作之后,运动平台需要以低于人类感知的动作回到平衡位置[1],为下次运动作准备。因此,汽车模拟器模拟的逼真与否将严重影响使用者体验。
  为了给使用者提供更加真实的驾驶体验,需要采用洗出算法。经典洗出算法具有结构简单、运算速度快及参数调节方便等特点,因而得到了广泛应用,但仍存在一定缺点。为此,很多学者对其进行了改进。如王辉、李儒周等[2]对经典洗出算法中加速度高通通道进行信号补偿,解决了速度信号丢失与相位误差暗示的问题;洪振宇等[3]提出一种适用于两转一移并联运动平台的洗出算法;罗竹辉等[4]对汽车模拟器的高幅值输入信号进行缩放处理,将低幅值输入信号乘上一个时变比例系数,以提高模拟逼真度;Asadi等[5]采用模糊控制对经典洗出算法中的3个通道进行补偿;Miunske等[6]采用新的倾斜协调通道,以减少算法对人体的负面影响。
  虽然经典洗出算法已得到广泛应用,但其存在模拟逼真度不高以及滤波器参数固定的问题,严重影响了使用者体验。针对这些问题,运用人体主观相等点PSE[7](Point of Subjective Equality)理论,对输入的加速度进行划分,采用参数补偿方法提高模拟逼真度。同时采用模糊控制方法,实时选择滤波器的自然频率,以解决经典洗出算法中参数固定的缺点。最后利用SIMULINK对优化后的算法进行建模仿真,验证该优化方法的有效性。根据优化后的数据可知,该优化方法具有一定参考价值。
  1 经典洗出算法
  经典洗出算法由坐标变换环节、滤波环节、倾斜协调环节等组成[8]。其中,坐标变换环节使用旋转变换矩阵[LS]和欧拉角变换矩阵[TS]将六自由度运动平台的上平台动坐标系转换为下平台参考静坐标系。其中旋转变换矩阵[LS]为:
  滤波环节包括:加速度高通滤波通道、加速度低通滤波通道和角速度高通滤波通道[9]。经典洗出算法的加速度高通滤波通道将输入的加速度信号先经过坐标变换矩阵[LS],再通过高通滤波器得到瞬时加速度,将瞬时加速度经过积分变换得到平台位移,该通道滤波器传递函数为[10]:
  在式(3)中,[abX]、[abhX]表示滤波前后的加速度信号,[ξahx]、[ωahx]为滤波器的阻尼比和截止频率,[ωx]为一阶环节响应频率,一般取1。
  加速度低通滤波通道将输入信号洗出为持续加速度信号,用来模拟持续加速度。输入信号先经低通滤波器,再经过倾斜协调,最后经过幅度限制,将其输出幅值限制在低于人体感知门限内。该通道滤波器传递函数为[10]:
  2 人体感知模型
  人体利用前庭器官感知运动,前庭器官中的耳石和半规管分别用于感知运动中纵向、侧向与垂向的比力[11]及角速度变化。人体能够感受到的比力[fAA]信号是相对加速度,即平移加速度减去重力加速度。
  心
  3 分段洗出算法
  3.1 人体主观相等点理论
  人体前庭器官与运动信号在感知上的相互耦合,以及洗出算法中输入信号处理的不协调,是影响汽车模拟器逼真度的主要原因[14]。针对洗出算法中对低频信号与高频信号处理不协调的问题,运用人体主观相等点(PSE)理论有利于解决该问题。人体主观相等点理论指出人体判断运动模拟逼真与否和驾驶者感受到的平移加速度与倾斜协调产生的加速度之间比率大小有关。当驾驶者感受到的加速度比率过大或过小,都会出现模拟失真现象。图1为理想加速度比率与加速度关系曲线。
  由图1可以看出,人体感受到的加速度可分为3部分:当加速度0<[a]≤1时,平移加速度占50%以上,此时平移加速度起主要作用,需要增加一个系数提高模拟逼真度;当加速度1<[a]<4时,平移和倾斜加速度共同作用,不需要添加系数;当加速度[a]≥4时,倾斜协调加速度起主要作用,此时也需增加一个系数提高模拟逼真度。
  3.2 分段洗出算法
  经典洗出算法中滤波器的主要参数为阻尼比和自然频率,其数值相对固定,因而会影响模拟驾驶逼真度[15]。研究发现,滤波器阻尼比对输出信号影响较小,自然频率变化对输出信号影响较大,因此可以只对滤波器的自然频率进行调节[16]。
  针对经典洗出算法存在的模拟逼真度不足以及滤波器参数固定问题,本文将人体主观相等点理论以及模糊控制方法运用到经典洗出算法中,提出分段洗出算法。该算法采用人体主观相等点理论,对输入的加速度作分段处理,并采用模糊控制方法实时确定滤波器的自然频率。分段洗出算法具有以下特点:
  (1)对输入的加速度信号进行分段处理,将加速度较低的部分(0<[a]≤1)从信号中分离出来,先经坐标变换,再经高通滤波器滤波,最后加入系数K1进行积分,得到运动平台中心的位移信号。   (2)對于加速度较高的部分([a]≥4),在加速度低通滤波通道中加入系数K2,以提高模拟逼真度。对于加速度1<[a]<4的信号,此时平移和倾斜加速度共同作用,不作处理。关于参数K1与K2的选择,根据参考文献[17],选择K1、K2分别为0.15与0.1。
  (3)在算法中加入两个模糊控制器,实时确定加速度高通通道、加速度低通通道与角速度高通通道滤波器的自然频率。模糊控制器具有两个输入:第一输入为加速度或角速度通过耳石或半规管模型信号;第二输入为加速度或角速度通过耳石或半规管模型信号与通过高通通道输出信号之间的差值,即为感知信号差。
  分段洗出算法结构如图2所示。
  3.3 模糊控制器设计
  人体对运动感知具有模糊性,不能感受到精确的运动信息,但可以感受到运动有无及强度大小。模糊控制就是利用人体感知对运动分辨的模糊性,将运动程度用模糊变量描述出来,再计算模糊输出[18]。本文运动样本选择纵向加速度及俯仰角速度。人体加速度感觉误差[ea]的论域为[-0.17m/s2,0.17m/s2],人体角速度感觉误差[eω]的论域为[-3.6°/s,3.6°/s],输入比力[fAA]的论域为[-4.5m/s2,4.5m/s2],输入角速度[a]的论域为[-4m/s2,4m/s2]。将人体加速度感觉误差[ea]、人体角速度感觉误差[eω]、输入比力[fAA]以及输入角速度[a]分为7级,分别为NB(负大)、NM(负中)、NS(负小)、ZO(零)、PS(正小)、PM(正中)、PB(正大)。模糊变量[ea]、[eω]、[fAA]、[a]的隶属度函数如图3-图6所示。
  图12是优化前后人体感知的加速度误差。从图中可以看出,经典洗出算法产生的误差变化范围较大,分段洗出算法加速度误差明显小于优化之前,经典洗出算法最大感知误差为0.057m/s2,分段洗出算法最大感知误差为0.018m/s2,分段洗出算法感知误差比经典洗出算法减小了68.4%,且误差变化较为平稳。分段洗出算法的加速度误差比经典洗出算法更接近零位置,并且回零时间更短,表明分段洗出算法可以有效减小人体可感觉的虚假暗示[21],使汽车模拟器的模拟逼真度更高。相比经典洗出算法,分段洗出算法更符合预期效果。
  5 结语
  本文将人体主观相等点理论应用到经典洗出算法优化中,对输入到汽车模拟器的加速度作分阶处理,通过将加速度小于等于1和大于等于4的部分加入对应系数,同时实时确定经典洗出算法中滤波器自然频率的手段,以提高体感模拟的真实性。然而,驾驶者之间的感觉差异较小,在不同情况下,分段洗出算法中的参数需要进行相应调整,从而使其更符合实际情况。
  参考文献:
  [1] 白翔道. 动感赛车模拟器虚拟现实系统的研究与实现[D]. 长沙:湖南大学,2016.
  [2] 王辉,李儒周. 基于模糊控制的飞行模拟器洗出算法优化[J]. 机床与液压,2019,47(2):107-112.
  [3] 洪振宇,杨勇,张亚伟,等. 三自由度模拟运动平台洗出算法研究[J]. 机械科学与技术,2018,37(2):481-486.
  [4] 罗竹辉,魏燕定,周晓军,等. 六自由度平台车辆运动模拟器变输入洗出算法[J]. 浙江大学学报(工学版),2013,47(2):238-243.
  [5] ASADI H,MOHAMMADI A,MOHAMED S,et al. Adaptive translational cueing motion algorithm using fuzzy based tilt coordination[C].  The 21st International Conference on Neural Processing,2014:474-482.
  [6] MIUNSKE T,RADIPTA J. Model Predictive Motion Cueing Algorithm for an Over determined Stewart Platform[J]. Journal of Dynamic Systems, Measurement and Control,2019,2:1-9.
  [7] STRATULAT A,ROUSSARIE V,VERCHER J,et al. Improving the realism in motion-based driving simulators by adapting tilt-translation technique to human perception[C]. IEEE Virtual Reality Conference. IEEE Computer Society, 2011:47-50.
  [8] 王辉,朱道扬,平凡. 基于模糊逻辑的高逼真度运动体感算法研究[J]. 系统仿真学报,2017,29(3):5546-5551.
  [9] YUAN K,WANG Q,WANG L. Fuzzy-logic-based terrain identification with multisensor fusion for transtibial amputees[J]. IEEE/ASME Transactions on Mechatronics, 2015, 20(2):618-630.
  [10] 蒋卓伟. 汽车模拟器控制系统研究[D]. 长沙:湖南大学,2014.
  [11] 王辉,万毅,平凡. 飞行模拟器洗出算法的优化研究[J]. 科学技术与工程,2015,15(29):83-86.
  [12] 王小亮,李立,张卫华. 列车驾驶模拟器经典洗出算法的参数优化[J]. 中国铁道科学,2008,29(5):102-105   [13] YOUNG L R,OMAN C M. Model for vestibular adaptation to horizontal rotation[J]. Aerospace Medicine,1969,40(10): 1076-1080.
  [14] GROEN E,MSV V C,HOSMAN R. Psycho-physical thresholds associated with the simulation of linear acceleration[J]. Arquivos Brasileiros De Cardiologia,2013,39(2):129-133.
  [15] 孙薛鹏,卢颖,闫思齐. 基于改进模糊控制的飞行模拟器洗出算法研究[J]. 机电工程,2017,30(10):1220-1223.
  [16] 王辉,朱道扬,傅孝靖. 飞行模拟器洗出算法优化设计及仿真[J]. 系统仿真学报,2017,29(2):418-423.
  [17] ASADI H,MOHAMED S,NAHAVANDI S. Incorporating human perception with the motion washout filter using fuzzy logic control[J].  IEEE Mechatronics Transactions, 2015, 20(6):3276-3284.
  [18] 李士勇. 模糊控制·神经控制和智能控制理论[M]. 哈尔滨:哈尔滨工业大学出版社,1998.
  [19] WU J,HE F J. Development and implementation of a washout algorithm for a 6-dof motion platform of flight simulator[J]. International Journal of Research in Engineering and Science,2015,3(7) : 8-14.
  [20] 魏春雨,周曉军,魏燕定,等. 基于Vortex的6自由度平台洗出运动仿真[J]. 浙江大学学报(工学版),2012,46(8):1390-1396.
  [21] 董彦良,许彩霞,唐建林,等. 6 自由度平台的 Washout滤波器设计及试验研究[J]. 机械工程学报,2010,46(3):53-58.
  (责任编辑:黄 健)
转载注明来源:https://www.xzbu.com/8/view-15252228.htm