挪动机器人运动控制的模糊逻辑系统设计.docx

《挪动机器人运动控制的模糊逻辑系统设计.docx》由会员分享，可在线阅读，更多相关《挪动机器人运动控制的模糊逻辑系统设计.docx（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、挪动机器人运动控制的模糊逻辑系统设计ronggang导语：本文针对不同路面条件下挪动机器人运动控制的实际问题提出了一种解决方法。该方法把模糊逻辑推理应用到挪动机器人的行为控制中，并将地形坡度和地形种别作为控制器的输入，进而实现了对挪动机器人的行为控制。0引言经典控制理论对于解决线性定常系统的控制问题是很有效的，然而，对于非线性时变系统却难以奏效。随着计算机的应用和开展，自动控制理论获得了飞跃性的开展。基于状态变量描绘的当代控制理论对于解决线性或者非线性、定常或者时变的多输入与多输出系统的控制问题，已获得了广泛和成功的应用。但是，无论采用经典控制理论还是当代控制理论的控制系统，都需要事先知道被控

2、对象或者经过的准确数学模型，然后根据数学模型以及给定的性能指标，来选择适当的控制规律，来进展控制系统设计。然而，在很多情况下，被控对象的准确数学模型很难建立，这样，对于这类对象或者经过就很难进展自动控制。事实上，对于复杂的、多因素影响的消费经过，即使不知道该经过的数学模型，有经历的操纵人员也能根据长期的观察和操纵经历进展有效地控制，而采用传统的自动控制方法的效果那么并不理想。然而，能否把人的操纵经历总结为假设干条控制规那么，并设计一个装置去执行这些规那么，进而对系统进展有效的控制?模糊控制理论和方法便由此而生。1模糊控制原理模糊控制的原理框图如图1所示。模糊逻辑控制系统可用来代替经典控制系统或

3、者与经典控制系统一起来控制机器人。通过应用模糊逻辑，机器人可以变得更独特、更具有智能和更加有用。本文根据模糊控制理论为挪动机器人的运动控制设计一个模糊逻辑系统。以使挪动机器人能根据地形坡度和地形种别来自主的调节自身的运动速度，进而完成机器人运动的自动控制。2挪动机器人的模糊逻辑控制器设计2.1确定模糊控制器的输入变量和输出变量根据本设计的目的，为使挪动机器人能根据地形的坡度和地形的种别自主地调节自身的运动速度，本系统可设计为双输入单输出系统，将地形坡度和地形的种别作为两个输入，而将挪动机器人的运动速度作为控制输出。2.2模糊化模糊化是将输入和输出值转换为其隶属度函数的经过。模糊化的结果是一组如

4、图2所示的图形，它描绘了不同模糊变量中不同值的隶属度。为了定义模糊地形坡度、模糊地形种别和模糊运动速度的变量，这里将期望的地形坡度范围固定在-45+45，并划分成五个隶属度函数，分别是“负大、“负、“程度、“正、“正大。小于-45的坡度一概看作“负大，而大于+45那么被认定为“正大。类似的，地形种别也划分成四个隶属度函数，分别是“很粗糙、“粗糙、“平缓、“平坦。其中所有粗糙程度大于100%的都被认定为“很粗糙。而输出的挪动机器人的运动速度在020英里/小时之间那么被分成“很慢、“慢、“中、“快、“很快。根据图2中输入变量和输出变量的模糊化其中地形坡度和地形种别为输入变量;速度为输出变量，便可为

5、每个隶属度函数选择其他域，并对其进展不同的划分，以确定隶属度函数交叠的不同区域，然后设置非对称的隶属度函数。2.3规那么库的形成由于地形坡度有五个隶属度函数，地形种别有四个隶属度函数，这样，总共就会有54=20条规那么，根据整个设计经过的系统性能要求和设计者的经历，该模型将形成含有20条规那么的规那么库，详细如下：规那么1：if地形坡度isLPand地形种别isVRthen速度isVS规那么2：if地形坡度isLPand地形种别isRthen速度isS规那么3：if地形坡度isLPand地形种别isMothen速度isMe规那么4：if地形坡度isLPand地形种别isSthen速度isMe规

6、那么5：if地形坡度isPand地形种别isVRthen速度isVS规那么6：if地形坡度isPand地形种别isRthen速度isS规那么7：if地形坡度isPand地形种别isMothen速度isMe规那么8：if地形坡度isPand地形种别isSthen速度isF规那么9：if地形坡度isLand地形种别isVRthen速度isS规那么10：if地形坡度isLand地形种别isRthen速度isMe规那么11：if地形坡度isLand地形种别isMothen速度isF规那么12：if地形坡度isLand地形种别isSthen速度isVF规那么13：if地形坡度isNand地形种别isVR

7、then速度isVs规那么14：if地形坡度isNand地形种别isRthen速度isS规那么15：if地形坡度isNand地形种别isMothen速度isMe规那么16：if地形坡度isNand地形种别isSthen速度isF规那么17：if地形坡度isLNand地形种别isVRthen速度isVS规那么18：if地形坡度isLNand地形种别isRthen速度isVS规那么19：if地形坡度isLNand地形种别isMothen速度iss规那么20：if地形坡度isLNand地形种别isSthen速度isMe图3所示是系统模糊推理规那么观察器的输出结果。通过图3可以明晰地看到输入不同的地形

8、坡度和地形种别时，其模糊推理规那么所产生的输出速度的值。3明晰化明晰化是将模糊输出值转换为可供实际应用的等效明晰值的经过。即对模糊规那么进展匹配并计算相应的数值，进而得到一个与不同输出模糊集隶属度函数值相关的数。明晰化的方法有很多种，两种常用的主要方法是：centroid面积中心法又称重心法和Mamdani马丹尼推理法。3.1centroid面积中心法centroid面积中心法主要计算隶属度函数所包围区域的重心。对于连续论域，假设U是某一变量u在论域U的模糊集合，那么去模糊化的结果为：3.2Mamdani马丹尼推理法该方法中，每个集合的隶属度函数将在相应的隶属度值上被截去顶端，并将得到的所有隶

9、属度函数作为“或者函数加在一起。即将每一个重复的区域作为一层互相叠加在一起，其结果将是一个代表所有区域的新区域。新区域的重心将等价于输出。本文中的明晰化主要采用centroid面积中心法。也就是采用MATLAB模糊逻辑工具箱的解模糊化函数defuzz，该函数的功能为执行输出去模糊化，其格式为：output=defuzzx,mf,type其中：参数x是变量的论域范围;mf为待去模糊化的模糊集合;type为明晰化方法，本文主要采用centroid面积中心法。4模糊逻辑控制器的仿真一般情况下，为模糊系统设计的规那么必须通过仿真才能保证其对所有的输人值都能产生满足的结果，这一般可通过模糊逻辑程序来实现

10、。程序通过运行模糊推理机来计算所有可能输入产生的输出，并作出输出值的图形来对模糊控制系统进展仿真。通过该图即可审核规那么和隶属度函数是否匹配。由2.2和2.3中的输入变量和输出变量的模糊化和规那么库，可以通过MATLAB模糊推理系统的运算而得出如图4所示的三维输出结果。通过图4即可看出，本文的规那么和隶属度函数匹配良好。5完毕语本文针对不同路面条件下挪动机器人运动控制的实际问题提出了一种解决方法。该方法把模糊逻辑推理应用到挪动机器人的行为控制中，并将地形坡度和地形种别作为控制器的输入，而机器人的速度作为控制系统的输出，进而实现了对挪动机器人的行为控制。通过模糊逻辑控制器的仿真结果证实：该模糊控制算法在挪动机器人运动控制中能表现出良好的鲁棒性和实时性。近年来，神经网络、模糊控制等理论的研究和应用有了很大的开展，进一步理解学习和应用这些理论将是下一步的目的。