《模糊控制用于机器人避障》由会员分享，可在线阅读，更多相关《模糊控制用于机器人避障（22页珍藏版）》请在金锄头文库上搜索。
1、 北 京 工 业 大 学结 课 论 文课题名称： 基于模糊控制的机器人避障 姓 名： 崔鑫元 12521121 唐堂 12521130 成 绩： 引言引言- 1 -智能小车是移动机器人的一种，可通过计算机编程来实现其对行驶方向、启停以及速度的控制。要想让智能小车在行驶过程中能成功地避开障碍物，必须对其进行路径规划，路径规划的任务是为小车规划一条从起始点到目标点的无碰路径。路径规划方法有：BP人工神经网络法（Back Propagation）、机器学习（Reinforcement Learning）、以及模糊控制（Fuzzy Control）方法等。模糊技术具有人类智能的模糊性和推理能力，在路径
2、规划中，模糊推理的应用主要体现在基于行为的导航方式上，即将机器人的运动过程分解为避障、边界跟踪、调速、目标制导等基本行为，各基本行为的激活由不同的机构分别控制，机器人的最终操作由高层控制机构对基本行为进行平衡后作出综合反应。模糊控制方法将信息获取和模糊推理过程有机结合，其优点在于不依赖机器人的动力学、运动学模型，系统控制融入了人类经验，同时计算量小，构成方法较为简单，节省系统资源，实时性。本文探讨了模糊控制技术在避障路径规划中的应用，并对其进行了仿真设计。摘要摘要基于MATLAB的仿真结果表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。目录目录- 2 -引言，摘要引言，摘要11 1.
3、1.模糊控制技术基本理 33 2 模糊控制器设计 44 3.3.避障算法设计避障算法设计66 4 4 仿真实验仿真实验1414 5.实验截图17176. 结论1919 7.7.实验心得实验心得2020 8.参考文献2222- 3 -1模糊控制技术基本原理环境中存在障碍物时，路径规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达到很好的控制效果。模糊推理控制方法将人类的驾驶经验融入系统控制之中，因此可以较好地满足系统自适应性、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
4、的模糊性，它采用与人类语言相近的语言变量进行推理，因此借助这一工具可将人类的控制经验融人系统控制之中，使得系统可以像有经验的操作者一样去控制复杂、激励不明的系统。总的说来模糊控制具有以下特点：1)不依赖于被控对象的精确数学模型，易于对不确定性系统进行控制；2)易于控制、易于掌握的较理想非线性控制器，是一种语言控制器；3)抗干扰能力强，响应速磨陕，并对系统参数的变化有较强的鲁棒性。模糊控制器的基本结构由模糊输入接口、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精确量的模糊化，即把物理量的精确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
5、度越高，计算量也越大。模糊推理决策机构的主要功能是模仿人的思维特征，根据总结人工控制策略取得的语言控制规则进行模糊推理，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精确量，施于被控对象。2模糊控制器设计- 4 -模糊控制系统结构如图 2.1 所示，其与传统控制系统最大的区别在于采用了模糊控制器（图 2.2） 。图 2.1 模糊系统结构图模糊控制器主要有模糊化、知识库、模糊推理和清晰化这四部分组成。首先把输入的精确量转换成模糊量。知识库包含了具体应用领域的知识和要求的控制目标和规则等，由数据库和模糊规则库两部分组成。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能力
6、，输入量经由模糊推理得到模糊量控制量；再经过解模糊变换为用于实际控制的清晰量，作用于被控对象。智能机器人模糊控制器设计的主要目标是：当红外传感器探测到障碍物或者目标时，模糊控制器根据探测到的信息，确定智能机器人的位置、距离、方位，然后控制智能机器人避开障碍物，按预定的路径和方位行走。1)确定系统的输入、输出- 5 -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距离障碍物右方、左方和前方的距离；X4 表示智能机器人运动方向与目标中心连线的目标定位；Y 表示智能机器人的转动角。当目标在智能机器人右前方时，目标定位 X4 为正，否则 x
7、4 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距离描述上采用如下模糊集合：Near，Far=“近” ， “远”，论域范围为(O6 m)；目标定位变量 X4 的模糊语言描述为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 的模糊语言描述为TLB，TLS，TZ，TRs，TRB=
8、“左大” ， “左小” ， “零” ，“右小” ， “右大”，论域范围为(一 300，300)。3)建立模糊控制规则库智能机器人在远离障碍或不存在障碍物环境下，依据不同的智能机器人轨迹和目标方位，可以先建立 5 条导航规则(15)。这几条规则控制智能机器人转向目标位置：1：if X1 is FAR and X2 is FAR and X3 is FAR and X4 is LB then Y is TLB：2：if Xl is FAR and X2 is FAR and X3 is FAR and X4 is LS then Y is TLS；3：ff X1 is FAR and X2 is
9、FAR and X3 is FAR and X4 is Z then Y is TZ；4：if X1 is FAR and X2 is FAR and X3 is FAR and X4 is RS then Y is TRS；5：if Xl is FAR and X2 is FAR and X3 is FAR and X4 is RB then Y is TRB：当探测到障碍物接近智能机器人时，小车应改变运动轨迹，以避免碰撞。依据- 6 -驾驶操作经验，可得到智能机器人避障的控制规则，基于篇幅所限，这里只列出其中的 5 条：6：if X1 is FAR and X2 is NEAR and X
10、3 is FAR and X4 is LB then Y is TZ；7u X1 is FAR and X2 is NEAR andX3 is FAR and X4 is LS then Y is TZ；8：if X1 is FAR and X2 is NEAR and X3 is FAR and X4 is Z then Y is TZ；9：if X1 is FAR and X2 is NEAR and X3 is FAR and X4 is RS then Y is TI10：if Xl is FAR and X2 is NEAR and X3 is FAR and X4 is RB th
11、en Y is TRB；以上共同构成了小车的动作行为控制规则。小车转动的基本规则是，当探测到小车左(右)和前方出现障碍物时，小车应及时转向右(左)方向，并依据目标方位决定转动角的大小。4)模糊推理及反模糊化处理模糊控制器先将红外传感器给出的距离信息进行模糊化，后存储模糊逻辑状态，再依据模糊逻辑状态判断各个方向上障碍物的状态，然后将各个方向上障碍物的状态数据进行融合，得到障碍物的状态结果。最终依据这个结果查询避障动作行为。反模糊化采用预先定制机器人动作行为对应速度的方式实现。模糊控制器根据设定规则得到动作行为编码，该编码实际上也代表了一个模糊动作行为，其动作行为的执行由电机控制器控制电机完成。电
12、机控制器接收到动作行为编码后，首先解释该代码的意义，接着将相应的电机速度值取出送至存储单元，以改变电机的运行速度，从而改变机器人的动作行为。对应不同的动作行为，左、右驱动电机的速度会有不同，必须预先计算速度值做成查询表。3.3.避障算法设计避障算法设计3.13.1 参考坐标系参考坐标系建立被控对象和行驶环境的二维参考坐标系（图 2.3） ，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，设定目标点- 7 -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标连线的的夹角为 tg，转向角为 sa。障碍物
13、OYXT 时刻位置（x(t),y(t)）t+1 时刻位置(x(n+1),y(n+1)目标点 （XG,YG）steptgg t 图 2.3 参考坐标系3.23.2 传感器选择和应用传感器选择和应用移动机器人要获得自主行为，就需要有能感知周围环境信息的能力，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，超声波传感器具有技术成熟，成本低，接口容易实现等优点，成为避障机器人的首选11。控制器调节器计时器振荡器接收检测换能器障碍物图 2.4 超声波传感器原理图虽然超声波传感器有众多优点，但也存在一定的不稳定性，超声传感器的幻影现象
14、。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，从而产- 8 -生幻影，如图 2.5 所示。为了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。传感器障碍物障碍物幻影前方传感器右侧传感器前轮左侧传感器方位传感器图 2.5 幻影现象示意图 图 2.6 机器人基本结构如图 2.6,机器人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，有效距离为 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距离。同时，为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标到机器人连线的夹角，引导机器人向目标点运动。3.33.3 算法说明算法说明小车自起始点出发之前，程序判断出发点和终点是否在随机生成四组传感器开始工作，探测环境信息。若超声波传感器未探测到障碍物信息或探测到的障碍物距离较远时，则根据方位传感器探测到的机器人航向和目标到机器人连线的夹角 tg 进行转向，控制机器人向目标点移动。运动过程中，若超声波探测到有较近距离的障碍物时，则根据障碍物相对机器人的方位和目标点方位进行转向控制，避开障碍物；障碍
