[发明专利]应用于立体车库车位调度的DSP控制系统的工作方法

说明书

(一)技术领域：

本发明涉及一种DSP控制系统的工作方法，特别是一种应用于立体车库车位调度的DSP控制系统的工作方法。

(二)背景技术：

目前，传统立体车库车位调度控制系统大多存在以下几个问题：

一是，传统立体车库只是利用传感和光电元件对车位进行自动随机地存取的调度，存取顺序和车位的管理还没有达到科学化、智能化、合理化；

二是，遗传算法虽然具有快速全局搜索能力，但对于系统中的反馈信息却没有利用，往往导致无为的冗余迭代，求解效率低；

三是，蚁群算法是通过信息素的累积和更新而收敛于最优路径，具有分布、并行、全局收敛能力，但初期信息素匮乏，导致算法速度慢；

四是，立体车库动作复杂，要求控制系统实现顺序动作控制、速度控制、定位控制及安全互锁控制，由于可编程序控制器(PLC)的优点都能够适应和满足立体车库高性能的使用要求，因此目前几乎所有的自动停车系统中都采用PLC作为立体车库控制系统的核心，但由于PLC控制系统I/O点数和运算速度的限制，PLC在应用于立体车库车位调度时却存在着运行速度和生产成本等方面的问题，影响到车库的整体效率和利用率，造成车辆在存取时间和存取车能耗上的浪费。

(三)发明内容：

本发明的目的在于提供一种应用于立体车库车位调度的DSP控制系统的工作方法，该方法基于GAAA算法(Genetic And Ant Algorithm)，它是将遗传算法(Genetic Algorithm)和蚁群算法(Ant Algorithm)相融合应用于立体车库车位调度的DSP控制系统，它充分利用计算机的高级决策功能，并利用已成为当今新热点技术的数字信号处理器件(DSP)来做实时处理，实现对立体车库车位调度的优化控制，将自动化立体车库推向智能化发展方向。

本发明的技术方案：一种应用于立体车库车位调度的DSP控制系统的工作方法，其工作环境是在一个由交流横移电机、升降电机、变频器、传感器、各种机械开关、钢丝绳、停车位框架、载车板和横移导轨等常规设备构成的立体车库中，其特征在于：它是利用计算机的高级决策功能，将遗传算法(Genetic Algorithm)和蚁群算法(Ant Algorithm)相结合构成基于GAAA的算法，通过DSP控制系统用于立体车库车位调度的方法，它包括以下工作步骤：

(1)确认车库工作状态就绪：先确认车库是否准备就绪，车库内各个设备是否均可安全可靠工作，能否以正常工作状态完成存取车任务；

(2)存取车信号：车库内收到存取车信号，检测车库内存取车状态，当控制系统接收到用户存车或取车的信号时，DSP控制系统通过对数据库的扫描，确认该信号是存车还是取车；

(3)DSP控制系统开始信息处理：DSP控制系统根据遗传算法与蚁群算法融合的GAAA算法，开始进行信息处理；

(4)参数编码：首先，对每个车位动作的方向进行参数编码，并利用rand函数随机生成一定数量的十进制实数编码种群；

(5)初始群体的设定：由遗传算法对群体进行进化操作，设定一些表示起始搜索点的初始群体数据，为下一阶段最优路径代码的输出生成最初的原始群体；

(6)适应度函数的设计：即对遗传个体适应度的评价，是指在遗传算法中，以个体适应度的大小来确定该个体被遗传到下一代群体中的概率；通过对遗传个体适应环境的能力的评价，作为选择操作的依据，它是由目标函数变换而成；通过设计的适应度值函数将各个染色体的适应度值计算出来之后，按照“优胜劣汰”原则把好的个体遗传到下一代，而把不好的个体淘汰掉；然后，按照遗传算法中改良型的OX交叉算子、变换变异算子对其进行交叉计算和变换变异；

(7)控制参数的设定：确定对遗传算法性能影响很大的参数取值；

(8)GAAA算法与存取车最优路线的求取：对最大-最小蚂蚁系统MMAS算法进行设计及改进，在GAAA算法中，蚂蚁算法采用最大-最小蚂蚁系统MMAS算法，并利用步骤(5)中设定好的初始群体数据进行代数的递归迭代，对递归迭代后产生出若干组优化解，采用最大-最小蚂蚁系统MMAS算法对这几组优化解递归迭代最终输出最好解，即求出车辆存取的最短路径；

(9)转换控制语言与输出控制信号：将步骤(8)中求出的存取车辆的最短路径转换成控制语言，由DSP控制系统输出信号，控制车库电机、变频器、载车板等设施完成存取车。