移动机器人.docVIP

基于模糊控制的移动机器人路径规划 (,410114;湖南 长沙) 摘要：为了解决移动机器人最优路径规划问题，利用超声波传感器对环境进行探测，得到关于障碍物和目标的信息。运用模糊推理将障碍位置信息与目标位置信息模糊化，建立模糊规则并解模糊最终使机器人可以很好的避障，从而实现了移动机器人的路径规划。 关键词:模糊控制移动机器人路径规划 Path?planning?of?mobile?robot?based?on?fuzzy?control Abstract: In order to solve the problem of optimal path planning of mobile robot, this article proposes a mobile robot based on behavior control architecture. A real-time path planning algorithm for mobile robot based on fuzzy controller is designed, and a new method is proposed for the navigation of mobile robot in unknown environment. The use of ultrasonic sensors detect the environment to obtain information about the obstacles and objectives.The use of fuzzy inference will make obstacle position information and the target position information fuzzification. Fuzzy rules are established and defuzzification ultimately make the robot can be a good obstacle avoidance, so that the path planning of mobile robot is realized. 1 引言 路径规划是当前移动机器人技术中较为活跃的研究课题之一，其难点是如何避碰。目前，实现避碰的方法有势场法、栅格法及模糊逻辑法等。本文对基于传感器的移动机器人的智能控制技术进行了研究，研究方法是采用模糊控制技术。考虑到人工驾驶就是一种模糊控制行为，路径的弯度大小、位置和方向偏差的大小，都是由人眼得到模糊量，而驾驶员的驾驶经验不可能精确确定，而模糊控制正是解决这种问题的有效途径。其次，机器视觉、超声波等传感器获得的路面环境信息，都具有近似、不完善性和混杂一定的噪声，而模糊控制的一个优点就是能容纳这种不确定的输入信息，并能产生光滑的控制输出量。此外，移动机器人和车辆类似，其动力学模型较为复杂而难以确定，而模糊控制是不需要控制系统数学模型的。而且移动机器人和车辆都是一个典型的时延、非线性不稳定系统，而模糊控制器可以完成输入空间到输出空间的非线性映射。 2 模糊控制的理论基础 “模糊”是人类感知万物、获取知识、思维推理、决策实施的重要特征。模糊理论是在美国伯克利加州大学电气工程系L.A.Zadeh教授于1965年创立的模糊集合理论[1]的数学基础上发展起来的，主要包括模糊集合理论、模糊逻辑、模糊规则、模糊推理和模糊控制等方面的内容。模糊集合（一型模糊集合）是一种描述模糊、不确定性的重要方法。为了开拓更新更广的应用，完善模糊理论的理论体系，除了要对已有基础理论中的基本概念，比如模糊概念、模糊推理的概念等进行推敲；对模糊推理中的多变量分析、模糊量化理论等进行研究，还可以采用MATLAB将复杂的模糊控制简单化。 本文我们将讨论基于启发式模糊推理的移动机器人导航控制问题[2-4]，研究移动机器人在无固定环境下的实时导航控制方法。 移动机器人的导航规则 移动机器人[5-8]的系统结构如图1所示。图中移动机器人由两个独立驱动的前轮、一个转向轮、六个探测障碍物的超声波传感器(正前方、左方、右方各两个)和一个目标传感器组成。前方每组的两个传感器的距离信号，取其中较小的一个数据作为该组的输入。 图1 移动机器人的图 DR，DL 和DC 分别表示移动机器人距离障碍物右方、左方、前方的距离；TR表示目标在机器人正面的方位；Sa表示移动机器人转向轮的转动角。为了简化操作，设机器人的运动范围半径为R，DR，DL 和DC 均在R之内。当目标为移动机器人右前方时，目标定位TR为正，否则TR为负；当机器人转向右时，转动角Sa定义为正；当转向左时，Sa定义为负。 4 模糊控制器的设计 4.1