第七章 机器人控制--新.pptVIP

其中 中的每项元素是根据模糊关系矩阵的合成规则求出的，如第1行第1列的元素为 这时，推论 结果仍为“高电压”。 * （2）模糊控制系统 人的手动控制决策可以用语言加以描述，总结成一系列条件语句，即控制规则。 运用微机的程序来实现这些控制规则，微机就起到了控制器的作用。于是，利用微机取代人可以对被控对象进行自动控制。 在描述控制规则的条件语句中的一些词，如“较大”、“稍小”、“偏高”等都具有一定的模糊性，因此用模糊集合来描述这些模糊条件语句，即组成了所谓的模糊控制器。 * 1）模糊控制系统的组成 模糊控制系统由模糊控制器和控制对象组成，如图所示。 模糊控制系统的组成 * 模糊控制器的基本结构，主要包括以下四个部分 模糊化 模糊化的具体过程如下: (a) 首先对这些输入量进行处理，以变成模糊控制器要求的输入量。 (b) 将上述已经处理过的输入量进行尺度变换，使其变换到各自的论域范围； (c) 将已经变换到论域范围的输入量进行模糊处理，使原先精确的输入量变成模糊量，并用相应的模糊集合来表示。 2）模糊控制器的基本结构 * 知识库 它通常由数据库和模糊控制规则库两部分组成。 (a) 数据库主要包括各语言变量的隶属函数，尺度变换因子及模糊空间的分级数等。 (b)规则库包括了用模糊语言变量表示的一系列控制规则。它们反映了控制专家的经验和知识。 模糊推理 模糊推理是模糊控制器的核心，它具有模拟人的基于模糊概念的推理能力，是通过基于模糊逻辑中的蕴含关系及推理规则来进行的。 * 4) 清晰化 它包含以下两部分内容： (a) 将模糊的控制量经清晰化变换，变成表示在论域范围的清晰量； (b) 将表示在论域范围的清晰量经尺度变换变成实际的控制量。 (c) 清晰化方法：最大值，中位数，重心法 * 3）模糊控制器的设计 模糊控制器的设计包括以下几项内容： (a)确定模糊控制器的输入变量和输出变量(即控制量)； (b)设计模糊控制器的控制规则； (c)确立模糊化和非模糊化(又称清晰化)的方法； (d)选择模糊控制器的输入变量及输出变量的论域并确定模糊控制器的参数(如量化因子、比例因子)， (e)编制模糊控制算法的应用程序； (f)合理选择模糊控制算法的采样时间。 * * * 参考文献 陈哲，吉熙章编著，机器人技术基础，机械工业出版社，1997.10 周远请，张再兴等，智能机器人系统，清华大学出版社，1989.8 * * * The End of Chapter 7 * * * 非线性补偿解耦系统分析 理想情况（完全补偿，充分解耦，没有时滞） 显然无法做到。因为： 无法精确建模，必然存在未建模动态和随机干扰； 补偿器中无法实现纯微分环节，无法完全补偿控制对象中的时间滞后； 控制对象是连续时间过程，补偿器只能是离散时间过程，无法完全匹配。 7.4 机器人智能控制技术 7.4.1 机器人智能控制概述 什么是智能机器人？ 智能机器人是具有感知、思维和动作的机器。 1.各种新型智能机器人: (1)网络机器人:远程控制和操作.应用与医疗,救灾,娱乐等领域. (2)微型机器人:用于医疗. (3)高智能机器人:超高运算速度,处理能力和存储容量.但目前体积较大. (4) 变结构机器人:依照环境来变换自己的结构和运动方式以适应环境. * 2.智能机器人的 产生和发展 （1）示教再现型机器人:没有任何传感器,对环境没有感知能力. ——目前商品化、实用化的为此类机器人。 （2）感觉型机器人:配备简单内、外部传感器,能感知自身的速度、位置、姿态等，具有部分适应外部环境能力。 （3）智能型机器人：具有多种内、外部传感器组成的感觉系统，对外部环境信息进行感知、提取、处理并作出适当决策。——此类机器人目前处于研究和发展阶段。 智能型机器人的发展方向：类人型机器人和具有智能的机器。 * 3.智能机器人的体系结构 （1）视觉系统 （2）行走机构：轮式，履带式，爬行，两足式。 （3）机械手 （4）控制系统：信息融合，运动规划，环境建模、智能推理。 （5）人机接口：话筒，扬声器，语音合成与识别系统 * 1.智能控制系统 三种智能控制系统 （1）人作为控制器的控制系统 （2）人——机结合作为控制器的控制系统 （3）无人参与的自主控制系统：机器人是最典型的例子。 智能控制方法： （1）分层递阶的智能控制结构 （2）神经网络控制 （3）模糊控制 7.4.2 机器人智能控制技术 * 2.智能机器人系统的基本特征 （1）模型的不确定性 （2）系统的高度非线性 （3）控制任务的复杂性 3.智能机器人控制系统的基本结构：