基于模糊控制的机器人避障控制系统设计.docx

《基于模糊控制的机器人避障控制系统设计.docx》由会员分享，可在线阅读，更多相关《基于模糊控制的机器人避障控制系统设计.docx（11页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、基于模糊控制的机器人避障控制系统设计杨宇导语：模糊技术具有人类智能的模糊性和推理才能，在途径规划中，模糊推理的应用主要表达在基于行为的导航方式上摘要：模糊技术具有人类智能的模糊性和推理才能，在途径规划中，模糊推理的应用主要表达在基于行为的导航方式上，机器人的最终操纵由高层控制机构对根本行为进展平衡后作出综合反响。模糊控制方法将信息获取和模糊推理经过有机结合，同时计算量小，构成方法较为简单，节省系统资源，实时性。本文讨论了模糊控制技术在避障途径规划中的应用，并对其进展了仿真设计。基于MATLAB的仿真结果说明模糊逻辑推理方法在智能小车的导航控制中具有良好的效果。1、前言环境中存在障碍物时，途径规

2、划控制系统具有高度不确定性，是一个多输入多输出(MIMO)系统。对于这种具有高度不确定性的MIMO系统，传统的控制方法不能到达很好的控制效果。模糊推理控制方法将人类的驾驶经历融入系统控制之中，因此可以较好地知足系统自适应性、鲁棒性和实时性的要求。模糊控制方式借助模糊数学这一工具通过推理来实现控制。模糊逻辑模拟了人类思维的模糊性，它采用与人类语言相近的语言变量进展推理，因此借助这一工具可将人类的控制经历融人系统控制之中，使得系统可以像有经历的操纵者一样去控制复杂、鼓励不明的系统。总的讲来模糊控制具有以下特点：1)不依靠于被控对象的准确数学模型，易于对不确定性系统进展控制；2)易于控制、易于把握的

3、较理想非线性控制器，是一种语言控制器；3)抗干扰才能强，响应速磨陕，并对系统参数的变化有较强的鲁棒性。神经网络控制的研究与应用已深化到诸多的领域和学科。同样，它的开展也给电气传动系统的控制策略带来了新思想、新方法。与传统的控制方法相比，神经网络控制有一系列的优点：神经网络控制打破了传统控制理论中必须基于被控对象的数学模型，它按实际效果进展控制而不依靠于被控对象的数学模型；其次，智能控制模拟了人脑思维，而人脑的思维是非线性的，因此神经网络控制器也具有非线性的特点。模糊控制器的根本构造由模糊输入接口、模糊推理以及模糊输出接口三个模块组成。模糊输入接口的主要功能是实现准确量的模糊化，即把物理量的准确

4、值转换成语言变量值。语言变量的分档根据实际情况而定，一般分为37档，档数越多，控制精度越高，计算量也越大。模糊推理决策机构的主要功能是模拟人的思维特征，根据总结人工控制策略获得的语言控制规那么进展模糊推理，并决策出模糊输出控制量。模糊输出接口的主要功能是把输出模糊量转化为准确量，施于被控对象。2、模糊控制器设计模糊控制器主要有模糊化、知识库、模糊推理和明晰化这四局部组成。首先把输入的准确量转换成模糊量。知识库包含了详细应用领域的知识和要求的控制目的和规那么等，由数据库和模糊规那么库两局部组成。模糊推理是模糊控制器的核心，它具有模拟人的模糊概念推理才能，输入量经过模糊推理得到模糊量控制量；再经过

5、解模糊变换为用于实际控制的明晰量，作用于被控对象。智能机器人模糊控制器设计的主要目的是：当红外传感器探测到障碍物或目的时，模糊控制器根据探测到的信息，确定智能机器人的位置、间隔、方位，然后控制智能机器人避开障碍物，按预定的途径和方位行走。1)确定系统的输入、输出设置模糊控制器的输入变量为X1、X2,X3和X4，输出Y。其中：X1、X2,X3分别表示智能机器人间隔障碍物右方、左方和前方的间隔；X4表示智能机器人运动方向与目的中心连线的目的定位；Y表示智能机器人的转动角。当目的在智能机器人右前方时，目的定位X4为正，否那么x4为负；当智能机器人转向右时，转向角Y定义为正，当转向左时，Y定义为负。以

6、上输入变量均由红外传感器的状态数据所确定，经过模糊控制器的模糊化处理和模糊推理后，输出动作行为结果，该动作行为结果的执行是由子控制系统(电机控制器)执行，最终的执行者为电机。2)定义模糊控制集合在间隔描绘上采用如下模糊集合：Near，Far=“近，“远，论域范围为(O6m)；目的定位变量X4的模糊语言描绘为LB，LS，Z，RS，RB=左大，“左小，“零，“右小，“右大，论域范围为(一1800，1800)；输出变量Y的模糊语言描绘为TLB，TLS，TZ，TRs，TRB=“左大，“左小，“零，“右小，“右大，论域范围为(一300，300)。3)建立模糊控制规那么库智能机器人在远离障碍或者不存在障碍

7、物环境下，根据不同的智能机器人轨迹和目的方位，可以先建立5条导航规那么(15)。这几条规那么控制智能机器人转向目的位置：1：ifX1isFARandX2isFARandX3isFARandX4isLBthenYisTLB：2：ifXlisFARandX2isFARandX3isFARandX4isLSthenYisTLS；3：ffX1isFARandX2isFARandX3isFARandX4isZthenYisTZ；4：ifX1isFARandX2isFARandX3isFARandX4isRSthenYisTRS；5：ifXlisFARandX2isFARandX3isFARandX4is

8、RBthenYisTRB：3、避障算法设计2.1参考坐标系建立被控对象和行驶环境的二维参考坐标系如图1所示，为计算方便，假设车轮与地面无滑动，能绕其质心转向。xoy为固定的全局坐标系，设定目的点坐标为XG,YG,在任一时刻，小车位置为x(t),y(t),航向为，步长为step，当前航向与小车质心到目的连线的的夹角为tg，转向角为sa。图1参考坐标系2.2传感器选择和应用挪动机器人要获得自主行为，就需要有能感悟四周环境信息的才能，其主要是通过传感器来实现的。常用于避障机器人的传感器有超声波传感器，红外传感器，激光传感器，CCD视觉传感器等。其中，超声波传感用具有技术成熟，本钱低，接口轻易实现等优

9、点，成为避障机器人的首选，如图2所示。图2超声波传感器原理图固然超声波传感器有诸多优点，但也存在一定的不稳定性，超声传感器的幻影现象。产生这种现象的原因是，超声传感器发出的超声波信号是具有一定方向性的波束，当传感器与障碍物形成较大角度时，会发生镜面反射，进而产生幻影，如图3所示。为理解决这种现象所带来的误差，本设计使用多个传感器来补偿，抵消幻影现象带来的误差。图3幻影现象示意图图4机器人根本构造如图4所示,前方成扇形排分布三组超声波传感器，分别用于探测左侧，前方和右侧的的障碍物，有效间隔为0.3至10米。每组传感器由两支三只超声波传感器组成，分别取测得最小数值作为该方向上障碍物的间隔。同时，为

10、了保证机器人的运动有方向性，在机器人中心有一只方位传感器，测量范围是-180，180。用于获得机器人航向与目的到机器人连线的夹角，引导机器人向目的点运动。4、模糊控制器的设计4.1输入输出量的选取模糊控制器的输入输出语言变量的选取应该尽量的简单，又要考虑机器人行驶和避让障碍物的实际情况，较好的反响机器人避障的经过12。因此，我们选取超声传感器及方位传感器收集的外部环境信息作为模糊控制器的输入，模糊控制器的输出那么是机器人的方向控制。根据上节介绍，将九只超声波传感器分为三组前方，左侧，右侧各三只，每组取其最小间隔信号作为该方向的输入，dr为右侧障碍物间隔，dc为前方障碍物间隔，dl为左侧障碍物间

11、隔；方位传感器那么测得航向与目的点到机器人连线的夹角，为tg。因此模糊控制器输入变量为四个，分别是：dr，dc，dl和tg；模糊控制器的输出变量有一个，即机器人转向角sa。4.2输入输出量的模糊语言描绘及模糊分割模糊语言确实定包括由语法规那么生成适当的模糊语言值，根据语义规那么确定语言值的隶属度函数以及确定语言变量的论域等。这里使用连续型论域，采用简单线性化处理方法，对个输入量进展模糊语言描绘，如下：间隔输入变量：d=近，远=near，far；目的方位输入变量：tg=左大，左中，左小，前，右小，右中，右大=lb，lm，ls，zo，rs，rm，rb；输出转向角变量：sa=左转，左中转，左稍转，直

12、走，右稍转，右中转，右转；=tlb，tlm，tls，tz，trs，trm，trb；模糊分割是指模糊语言对所在论域的划分，决定了模糊控制的精细化程度。模糊分割的越多，控制越精细，但对应控制规那么数目也就越多；模糊分割太粗，那么难以对控制性能进展细致调整。所以，模糊分割的数目并无指导性的方法，主要根据详细情况和经历来划分。例如上面对间隔输入变量的划分，通常情况下对间隔变量划分为近，中，远，但如此一来，模糊规那么的数目共有条，较难实现。因此将间隔变量简单划分为近，远，模糊规那么数减少到条。模糊规那么数大幅减少，既轻易实现，又未太多降低控制精度。4.3输入输出量的模糊化模糊语言值只是一个模糊子集，语言

13、值要通过隶属函数来描绘。在论域连续是的情况下，隶属度常用函数的形式来进展描绘，常见的有隶属函数有三角形，梯形，高斯型等。通常，隶属函数的外形越陡，分辨率就越高，控制灵敏度也就越高；相反，假设隶属函数变化缓慢，那么控制特性也平缓，对应的系统稳定性好。因此，在选择语言值的隶属度函数是，一般在误差为零的附近区域采用分辨率较高的隶属函数，而在误差较大的区域，可采用分辨率较低的隶属函数，以获得较好的鲁棒性。此外，大多数情况下，隶属函数的选取具有较大的随意性，对同一模糊集不同的人肯能选取不同的隶属函数去表述，并无绝对的对错。因此，在利用MATLAB建立模糊控制器时，可通过改变隶属函数来观察其对输出的影响。

14、各输入输出变量隶属函数如下列图5所示。图5夹角tg的隶属函数5、实验仿真模糊控制器设计完成后，需要连接到模糊控制系统中仿真，以检验其是能否有效完成控制要求。要建立模糊控制系统，首先要建立起系统中各局部，即各个模块，然后连接它们组成模糊控制系统。在Matlab中的Simulink是一个专门用于对各种动态系统进展建模、仿真和分析的软件包，可以很轻易的简历控制系统模型。但其中并未包含有关挪动机器人的仿真模块，因此需要自行建立。主函数主函数包含机器人避障和行进轨迹的全部算法，是仿真程序的核心局部。 (b)超声传感器的模拟由于用函数模拟的超声传感器是理想的，不存在幻影现象等引起的误差，因此程序中，机器人

15、只有三只超声传感器，其探测方向分别是机器人正前方和其左右45方向。此外，针对障碍物边界的不同，模拟超声传感器有不同的计算函数。因此在主函数中，要先分析障碍物属性，再进展测距。 (c)模糊控制器这一局部对整个模糊控制器进展了描绘，包括输入输出变量模的模糊化，模糊规那么，解模糊方法和输入输出变量的隶属函数。程序编写完后，输入到Matlab中，形成m文件，进展调试。调试成功后即可给定程序中障碍物位置参数、出发点坐标、终点坐标及步长，进展仿真试验。如图6为仿真实验图。图6仿真实验图6、结论智能小车运动经过中所碰到的障碍物具有不可预测性，其数学模型难以确定，因此在避障方式上采用模糊控制是适用的。模糊控制作为一种非线性控制，已经成为实现智能控制的一种重要而有效的形式。基于模糊逻辑推理的避障设计对于小车遇见突发性障碍物后的避障行为控制尤为适宜，且控制方法灵敏，可根据仿真效果修改相应的参数和模糊推理规那么。但考虑到单片机的处理才能和实时性要求，本文所采用的模糊控制规那么仍较为简单，而且没有使用模糊矩阵进展运算。在处理器功能更加完善的情况下，应增加模糊控制规那么，引人矩阵运算，提升控制效果。