基于遗传算法的机器人模糊控制器设计 .pdfVIP

维普资讯

第５卷第３期扬州大学学报（自然科学版）Ｖｏ１．５Ｎｏ．３

２００２年８月ＪＯＵＲＮＡＬＯＦＹＡＮＧＺＨＯＵＵＮＩＶＥＲＳＩＴＹ（ＮＡＴＵＲＡＬＳＣＩＥＮＣＥＥＤＩＴＩＯＮ）Ａｕｇ．２００２

基于遗传算法的机器入模糊控制器设计

朱清张天平于建江

（扬州大学工学院计算机科学与工程系，江苏扬州，２２５００９）

摘要：提出了一种机器人轨迹跟踪的模糊逻辑与变结构控制相结合的控制器设计方案．采用变结构控

制量作为监督控制，首先保证机器人系统状态有界．应用模糊逻辑系统逼近过程的不确定部分，利用改进

的遗传算法对模糊逻辑系统的参数进行在线调节，使得系统输出能够跟踪指定轨迹．该控制方案能够消除

变结构控制所固有的抖振性．计算机仿真结果表明该控制方案具有良好的跟踪性能．

关键词：机器人；遗传算法；模糊控制；变结构控制

中图法分类号：０２３１．２；ＴＰ２４２．６文献标识码：Ａ文章编号：１００７—８２４Ｘ（２００２）０３—００１１—０５

计算转矩法是机器人跟踪控制的一种有效方法．但是传统的控制方案依赖于机器人的精确模

型，而实际应用中许多机器人系统往往存在着不确定性．因此，对于具有不确定性的机器人系统，怎

样进行有效控制一直是当前研究的热点．在机器人的不确定性上界已知的条件下，应用变结构控制

技术，可以保证闭环系统的稳定性且使跟踪误差收敛到零．但是由于变结构控制存在着固有的抖振

性等缺陷，从而限制了它的实际应用．

模糊逻辑控制由于具有不需要知道被控对象的精确数学模型、可利用专家知识和操作人员的经

验等优点而在实际中得到广泛应用．近年来，传统的模糊逻辑控制又向着具有自适应性、鲁棒性方向

发展．［自适应模糊逻辑控制一般是指利用一定的算法对模糊逻辑系统的参数进行在线调节的模

糊逻辑控制．遗传算法是一种全局寻优、并行搜索、不要求目标函数解析、鲁棒性强的搜索方法．因

此，它可以用于调节模糊逻辑控制器的参数，以获得较好的性能．【６

在本文中，笔者提出了一种模糊逻辑与变结构控制相结合的控制方案．应用模糊逻辑逼近系统

的不确定部分，采用较大的变结构控制量作为监督控制，首先将机器人系统状态约束于一个确定的界

内．当系统状态超出界外时，只有变结构控制发生作用，模糊逻辑系统不发生作用．当系统状态在界

内时，只有模糊逻辑系统发生作用，变结构控制不发生作用．为保证控制律的连续性，在界内划分边

界层．当系统状态处于边界层上时，变结构控制和模糊逻辑系统分别按各自的比例发生作用．为了

使模糊逻辑系统能够较好地逼近系统的不确定部分，利用改进的遗传算法对模糊逻辑系统的参数进

行在线调节．

１机器人模型及问题描述

考虑，ｚ关节机器人系统

（口）＋Ｃ（ｑ，口）口＋Ｇ（口）＋Ｆ（ｑ，口，￡）一Ｔ，（１）

其中口，口，ＯＥＲ分别是位置矢量、速度矢量和加速度矢量；（口）ＥＲ为惯性矩阵；Ｃ（ｑ，口）ＥＲ

为离心及哥氏项矩阵；Ｇ（口）ＥＲ为作用于关节上的重力项矢量，（口），Ｃ（ｑ，口），Ｇ（口）是已知的；Ｔ∈

Ｒ为关节控制力矩输入矢量；Ｆ（口，口，￡）表示系统的摩擦、干扰及不确定性部分．

般而言，机器人系统（１）具有如下性质：

一

１）（口）为对称、正定、有界矩阵；

收稿日期：２００２—０４—１９

基金项目：国家自然科学基金资助项目；江苏省教育厅高校科研基金资助项目（００ＫＪＢ５１０００６）