《对移动式遥控装置的智能控制使用2型模糊理论外文文献翻译@中英文翻译@外文翻译》由会员分享，可在线阅读，更多相关《对移动式遥控装置的智能控制使用2型模糊理论外文文献翻译@中英文翻译@外文翻译（26页珍藏版）》请在金锄头文库上搜索。
1、 毕业设计(论文)外文资料翻译系部： 机械工程系 专 业： 机械工程及自动化 姓 名： 学 号： 外文出处： Advance online publication: 4 August 2006 附 件： 1.外文资料翻译译文；2.外文原文。 指导教师评语：该生的外文翻译基本正确，没有严重的语法或拼写错误，已达到本科毕业的水平。 签名： 年 月 日附件1：外文资料翻译译文对移动式遥控装置的智能控制使用2型模糊理论摘要：我们针对单轮移动式遥控装置的动态模型开发出一种追踪控制器，这种追踪控制器是建立在模糊理论的基础上将运动控制器和力矩控制器整合起来的装置。用计算机模拟来确定追踪控制器的工作情况和它对
2、不同航向的实际用途。关键词：智能控制、2型模糊理论、移动式遥控装置I. 介绍由于受运动学强制约束，移动遥控装置是非完整的系统。描述此约束的恒等式不能够明确的反映出遥控装置在局部及整体坐标系中的关系。因此，包括它们在内的控制问题吸引了去年控制领域的注意力。不同的方法被用来解决运动控制的问题。Kanayama等人针对一个非完整的交通工具提出了一个稳定的追踪控制方案，这种方案使用了Lyapunov功能。Lee等人用还原法和饱和约束来解决追踪控制。此外，大多数被报道过的设计依赖于智能控制方式如模糊逻辑控制和神经式网络。然而上述提到的发表中大多数都集中在移动式遥控装置的运动模块，即这些模块是受速度控制的
3、。而很少有发表关注到不完整的动力系统，即受力和扭矩控制的模块：布洛克。在2005年12月15日被视为标准并且在2006年3月5日被公认的手稿。这一著作在某种程度上受到DGEST一个在Grant 493.05-P下的研究所的支持。研究者们同样也受到了来自CONACYT给予他们研究成果的奖学金的支持。在这篇论文中我展现了一台追踪单轮移动式遥控装置的控制器，这台追踪控制器用了一种控制条件如移动遥控装置的速度达到了有效速度，还用了一种模糊理论控制器如给实际遥控装置提供了必要扭矩。这篇论文的其余部分的结构如下：第二部分和第三部分对问题作了简洁描述，包括了单轮车移动遥控装置的运动和动力模块和对追踪控制器的
4、介绍。第四部分用追踪控制器列举了些模拟结果。第五部分做出了结论。II. 疑难问题陈述A移动控制装置这个被看作单轮移动控制器的模型（见图1），它是由两个同轴驱动轮和一个自由前轮组成。 图1. 旋转移动机械手运动规律可见平面5的运动方程式q&=M(q)&+V(q,q)v+G(q)= (1)q= q是描述控制器位置的坐标矢量，（x，y）是笛卡尔坐标，它指出了构件的移动中心，是构件朝向和x轴之间的夹角（夹角为逆时针形式）；v为速度矢量，v 和w分别为长度和角速度; 为输入矢量，M是一个对称的正定义的固定零件，R是一个向心的零件,G是重力矢量。等式（1，a）表示移动控制装置的运动或驾驶系统。注意到防滑条
5、件强加了一个不完整的约束，也就是说这个移动控制装置只能够朝着驱动轮轴线的方向移动。ycos-xsin=0 (2)移动遥控装置式的追踪控制器构造如下：一条特定的预想轨迹q和移动遥控装置的方向，我们必须设计出一个控制器使其适用于合适的扭矩诸如测定的位置达到参考位置（由3式表示）。（3）为了达到控制目标，我们基于5的步骤，我们得到(t)利用模糊逻辑控制器（FLC）控制着轮系(1.a)。追踪控制器的大体结构见图2III.运动模块的控制我们基于Kanayama等人提议的程序和Nelson等人解决运动模块的追踪问题，这由V表示出来。假设轨迹q达到了（4）式的要求：q= (4)用遥控器的局部框架（图1中的移
6、动坐标系），错误的坐标可被定义为：e=T(q-q), =(5)辅助速度控制着输入量，其可以对（1，a）实现追踪。表示如下：v=f(e,v), =(6)其中k1, k2 and k3是连续的正整数IV.模糊逻辑控制器模糊逻辑控制器的目的是找出控制输入量 如实际速度矢量v和速度矢量vc之间的关系（7）就像图2中所显示的一样，根本上说FLC有两个输入变量相应的引出两个速度错误，分别是长度和角度，且两个输出变量，驱动和旋转输入扭矩，分别为F和N，他们的作用分别是1的所有直角和2的梯形，且很容易被估算出来。图3和图4描绘了N,C,P代表的模糊方框中的MFS结合了每一个输入和输出变量，这些变量都被包括在范
7、围-1,1中图2. 追踪控制结构图3. 输入可变电压 ev 和 ew图 4. 输出的F和NFLC中包含9条控制着输入和输出关系的直线，这采用了Mamdani形式的推论引擎，我们利用了万有引力中心的方法来实现非模糊程序。在表格1中，我们表现了一种直线形式：Rule i: 假如ev 是 G1 ，ew 是G2 那么F 是G3 ，N 是G4 Where G1.G4 are the fuzzy set associated to each variable and i= 1 . 9.表1 模糊尺组In Table I, N means NEGATIVE, P means POSITIVE and C m
8、eans ZERO.V.模拟结果在Matalb实现的模拟实验是用来测试移动式遥控装置的追踪控制器（在（1）中已有定义）。我们认为初始位置q和 初始速度v。在图5到图8中，我们体现了对于情况1的模拟结果。位置和方向错误分别见图5和图6，错误可近似于零。追踪轨迹（见图7）也和预想的及其接近，速度错误（见图8）减小至0，达到了整个模拟过程中1秒内的控制目标。图9是测试控制器的模拟简图。图10是三个变量的追踪错误。最后，图11是遗传运算法则的演化过程，这个通常用来查找模糊控制器的最佳参数。图 5.位置错误参量值。（直线为x，虚线为y）图 6.方向错误参量值图 7.移动遥控装置运动轨迹图 8. 速度错误
9、: 实线: 错误在e, 虚线:错误在 evw图 9 控制器的模拟板块图10三个变量的跟踪错误图 11 查找最优的方案仿真表2为模糊控制器在25个在不同环境下所产生的模拟结果。从这个表中我们同样选择了不同的速度和位置参数 表2 不同模糊控制器实验仿真 VI.总结追踪控制器是将单轮移动遥控装置的模糊逻辑控制器与可测定点的稳定性和速度轨迹的动力学整合起来的。计算机模拟结果确定了这台控制器可以实现我们的目标。在以后的工作中，图2中的控制结构可以做些扩展，比如说增加些跟踪的准确性或工作性能。附件2：外文原文Intelligent Control of an Autonomous Mobile Robot
10、 using Type-2 Fuzzy LogicAbstract We develop a tracking controller for the dynamic model of unicycle mobile robot by integrating a kinematic controller and a torque controller based on Fuzzy Logic Theory. Computer simulations are presented confirming the performance of the tracking controller and it
11、s application to different navigation problems. Index TermsIntelligent Control, Type-2 Fuzzy Logic, Mobile Robots. I. INTRODUCTION Mobile robots are nonholonomic systems due to the constraints imposed on their kinematics. The equations describing the constraints cannot be integrated simbolically to
12、obtain explicit relationships between robot positions in local and global coordinates frames. Hence, control problems involve them have attracted attention in the control community in the last years 11. Different methods have been applied to solve motion control problems. Kanayama et al. 10 propose
13、a stable tracking control method for a nonholonomic vehicle using a Lyapunov function. Lee et al. 12 solved tracking control using backstepping and in 13 with saturation constraints. Furthermore, most reported designs rely on intelligent control approaches such as Fuzzy Logic Control 1814171820 and
14、Neural Networks 619. However the majority of the publications mentioned above, has concentrated on kinematics models of mobile robots, which are controlled by the velocity input, while less attention has been paid to the control problems of nonholonomic dynamic systems, where forces and torques are the true inputs: Bloch Manuscript received December 15, 2005 qnd accepted on April 5, 2006. This work was supported in part by the Research Council of DGEST under Grant 493.05-P. The students also were supported by CONACYT with scholarships for their graduate studies. Oscar Castillo
