本文首先利用了控制规则对单一目标支持度的概念,将规则作用下的某个时刻段内系统状态对某个目标的支持度,变为由系统响应函数产生的对单一目标的有利程度。然后用Pareto规则和Pareto规则基的概念,将多目标优化控制问题转化为Pareto规则基的获取问题,并且给出了一种求取Pareto规则基的方法。它首先计算具有相同响应状态规则对每个目标的支持度,然后根据不同目标的优先级或重要程度,对各目标分别赋予一定的权重,按照折中函数得到该规则对所有目标的综合支持度,从中选择一条在折中意义上最优的规则。所有这样的规则构成了Pareto规则基。 目前关于汽车自动驾驶的研究一般都是基于视觉的,也就是在汽车上安装摄像镜头,利用计算机视觉技术,模仿人眼视觉机理,通过处理摄像镜头捕捉的图像,获得引导信息,最后根据引导信息采用相应的策略实现汽车的驾驶控制。本文尝试根据“路”的精确的数学模型和汽车的初始位置,采用模糊多目标优化控制的策略来实现汽车的自动驾驶。为了解决汽车在一条封闭道路上行驶的优化控制问题,首先根据实际情况,本文提出了构建仿真路的数学方法,然后对整个模型的多目标进行了定义和分析,并求出该模型的Pareto规则基。最后,本文设计了一个双输入双输出的模糊控制器,并且针对不同的路进行了仿真实验。仿真实验的结果验证了控制器和控制算法的有效性。