无人驾驶感知篇之融合（九）

        目前基于随机类方法的多传感器融合已经讲的差不多了，每一种方法的基本原理都说了一遍，可能介绍的不够详细，有什么考虑不周的也请大家提出宝贵的意见。今天咱们开始讲解基于人工智能类的多传感器融合方法。之前介绍了人工智能主要有人工智能类则主要包括模糊逻辑理论、神经网络、粗集理论、专家系统等。今天主要写写模糊控制理论。

1.模糊控制的由来

       模糊逻辑，是一种在二值之问均被定义为允许的模糊地带。模糊逻辑控制是以模糊语言变量、模糊集合论以及模糊逻辑 推理为基础的一种现代控制技术，可以简称为模糊控制。首先是 美国学者L．A．Zadeh于1965年创建了模糊集合论，随后1973年 研究出了模糊逻辑控制的定义和相关的定理。英国学者E．H． Mamdani于1974年最早在实验室应用模糊控制器控制锅炉和 蒸汽机，并取得成功。

2.模糊控制的优点

       优点一：控制规则是其核心。模糊控制的控制规则的制定基础 是专家知识和一线生产技术人员的正确经验，而且在设计中只 需要建立被控对象的模糊数学模型，使得设计的系统简单，易掌 握，当然会产生大量的计算机工作量。

      优点二：模糊控制算法能模拟人工控制的过程和方法。模糊控 制算法是利用语言决策规则进行设计，能增强自动控制系统的 模糊适应能力。

     优点三：对动态系统的控制效果显著。由于是采用模糊数学思想，对那些定性描述的动态系统，或随时问变化非常显著的对象 非常适用。

     优点四：规则模糊连接，效果佳。控制效果优于常规控制器。

     优点五：模糊控制系统的鲁棒性较强，对系统相关参数的变化迟钝。控制设备或生产线的干扰信息等的影响被大大减弱，适合 于滞后的非线性系统的控制。

3.模糊控制的工作原理

      在模糊控制中, 存在着一个模糊量和精确量之间相互转化的 问题。 先将各种传感器测出的精确量转换成为适于模糊运算的模糊 量,然后将这些变量在模糊控制器中加以运算,根据参数变量制订 相应的规则，最后再将运算结果中的模糊量转换为精确量, 以便 对各执行器进行具体的操作控制。

工作原理如下图所示：

      步骤如下： 1.输入X，生成一个清晰量e；

                          2.在模糊控制器中将清晰量e模糊化；

                          3.建立模糊规则；

                           4.进行模糊推理；

                           5.对输出量反模糊，生成清晰量ui；

                           6.输出Y。