基于递阶行为的模糊逻辑神经网络移动小车控制算法研究.pdfVIP

中国宇航学会深空探测技术专业委员会第一届学术会议 2005年1月哈尔滨 基于递阶行为的模糊逻辑／：i库i经网络移动小车控制算法 李寿涛，李元春 吉林大学控制系 吉林大学南岭校区(吉林省长春市人民大街142号)基础楼427室邮编：130025 Emalh liyc@email．jlu．edu．∞ 摘要：本文主要解决移动小车在未知环境中利用传感器的少量信息进行自主导航的问题，提出 一种基于模糊推理／神经网络的递阶控制算法结构并且将重点放在控制层中对于基本行为的设计 以及协调融合上．本文首先给出了基于递阶行为的三层控制结构：规划层，执行层。控制层．并 采用模糊推理系统来设计基本行为．而多种可能的行为又要求自主小车具有一个行为选择机制， 所以采用神经网络来模仿人类行为，这样很容易就会得到人类复杂的决策技能，以使小车在未知 或部分已知的环境里能够选择最恰当的行为．为了测试neuro／fuz巧递阶行为控制系统的性能，本 文采用不同的任务类型进行了仿真，仿真结果显示该算法具有令人满意的性能． 关键词：月球车；行为控制；递阶行为；模糊逻辑；神经网络 ． 1引言 随着科学技术的发展，人类的研究和活动领域已由陆地扩展到海底和空间。利用自主移动月球车进行 空间探测和开发，已成为2l世纪世界各主要科技发达国家开发空间资源的主要手段之一。研究和发展自 主的月球探测移动机器人技术，对包括移动机器人导航控制在内的相关前沿技术的研究将产生巨大的推动 作用。自主移动机器人在月球和火星等外星球表面导航时，将面临复杂的未知环境。未知环境中的移动机 器人自主导航控制技术已成为空间探测机器人的一项关键技术． from nature”的思想迅速地在许多学术团体中流行，尤其在自主移动机器人领域， 近些年来，“learning 科学家们更多的和生物学家们合作．并渴望从大自然中获取灵感来解决经典的控制方法难以解决的问题 【ldl。更有一些学者将活体生物作为研究对象，致力于建立基于计算机的可以展示复杂感知行为的生态机器 人[21。而建立这种生态机器人所涉及到的一个重要的方面是将环境信息结合到其自身的控制系统中来。多 数学者在设计这样的控制系统时所采取的主要方法是根据生物学家所建立起来的基于行为的模型。 大量研究人员通过对自然系统的深入理解，建立了许多可以拟态自然界一些昆虫的感觉系统、神经系 统及其行为的机器人【2．五41，还有一些学者正在研究多个自主机器人的群体智能(swarm 及其应用[i7,1ll。Ronald mantis)与环境相互作用的模型引。在该模型中 C．Arkin描述了一个螳螂(praying 详细论述了螳螂的包括避障行为，捕食行为，逃避天敌，交配，异性吸引等很多种行为以及在一个环境作 C．Arkin制作了一个装有色彩分析系统的六足机器人。为了 用下对各种行为的反应。在此基础上，Ronald 提高机器人系统在既定的生态系统中完成任务时的效率，该机器人系统不会与其他的具有更高效率的代理 体竞争，并允许其成为成功的竞争者来代替效率低下的其他代理体。为了更好的建立对环境代理的动态模 型，使该机器人系统对生态信息具有敏感性，以便在引进新的机器人技术时具有尽可能的预见性， 信息的方法。并且用嵌入式实时机器人来验证了所提出的模型的合理性。在与蚂蚁生活的沙漠环境相同的 环境里。该机器人能够进行自主导航。 对于月球车来说，能够适应多变的环境是至关重要的。基于行为的控制方式所构建的控制系统就能够 成功的解决这个问题。过去二十年中，从“古典”人工智能科学家挑剔的眼神中走向成熟的基于行为的机 为的包容式控制结构(subsumption 大量的包括个体行为的设计以及各个行为之间的协调问题等工作需要完成以及研究。国内外的许多学者在 其文献中都描述了各自构建的自主控制结构。他们的研究成果证明了基于行为的控制方法在没有全局地图