根據(jù)移動機(jī)器人工作環(huán)境的不確定性，本文設(shè)計了雙模糊協(xié)調(diào)控制器，把機(jī)器人的行為分成接近目標(biāo)行為和中途避障行為，并對兩種行為進(jìn)行協(xié)調(diào)，達(dá)到對機(jī)器人下一步行動進(jìn)行控制的目的，仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了本文所提方法的有效性和可行性
1 引言
移動機(jī)器人的路徑規(guī)劃是機(jī)器人應(yīng)用中的一項(xiàng)重要技術(shù),例如,在執(zhí)行裝配、焊接及搶險救災(zāi)等任務(wù)時,采用良好的機(jī)器人路徑規(guī)劃技術(shù)可以節(jié)省大量機(jī)器人作業(yè)時間、減少機(jī)器人磨損,同時也可以節(jié)約人力資源,減小資金投入,為機(jī)器人在多種行業(yè)中的應(yīng)用奠定良好的基礎(chǔ)。機(jī)器人的路徑規(guī)劃問題是現(xiàn)代機(jī)器人控制領(lǐng)域內(nèi)的一個焦點(diǎn)問題，機(jī)器人在移動過程中常會處在無法事先預(yù)知的變化環(huán)境，目前許多的研究采用基于傳感器的局部路徑規(guī)劃來實(shí)現(xiàn)移動機(jī)器人在動態(tài)未知環(huán)境中導(dǎo)航與避障。具體方法有: 人工勢場法、柵格法、模糊邏輯法等。人工勢場法把移動機(jī)器人在環(huán)境中的運(yùn)動視為一種在抽象的人造受力場中的運(yùn)動,目標(biāo)點(diǎn)對移動機(jī)器人產(chǎn)生“引力”,障礙物對移動機(jī)器人產(chǎn)生“斥力”,最后通過求合力來控制移動機(jī)器人的運(yùn)動。但是,由于人工勢場法把所有信息壓縮為單個合力,這樣就存在把有關(guān)障礙物分布的有價值的信息拋棄的缺陷,且易陷入局部最小值。柵格法將機(jī)器人的工作空間劃分為多個簡單的區(qū)域,一般稱為柵格。由這些柵格構(gòu)成了一個連通圖,在這個連通圖上搜索一條從起始柵格到目標(biāo)柵格的路徑,這條路徑是用柵格的序號來表示的。近年來國內(nèi)外許多學(xué)者對柵格表示法進(jìn)行了大量的研究工作,但對于在密集障礙物環(huán)境中如何提高移動機(jī)器人通過性的問題尚未解決。模糊邏輯法是在線規(guī)劃中通常采用的一種規(guī)劃方法,包括建模和局部規(guī)劃。該方法在環(huán)境未知或發(fā)生變化的情況下,能夠快速而準(zhǔn)確地規(guī)劃機(jī)器人路徑,對于要求有較少路徑規(guī)劃時間的機(jī)器人是一種很好導(dǎo)航方法。但是,其缺點(diǎn)是當(dāng)障礙物的數(shù)目增加時,該方法的計算量會很大,影響規(guī)劃結(jié)果。本文在文獻(xiàn)[1]所提出的滾動優(yōu)化方法基礎(chǔ)上,運(yùn)用雙模糊協(xié)調(diào)控制模糊邏輯推理來研究動態(tài)不確定環(huán)境下自主移動機(jī)器人的路徑規(guī)劃,解決了自主移動機(jī)器人導(dǎo)航和避障問題,較好地實(shí)現(xiàn)了不確定環(huán)境下移動機(jī)器人的實(shí)時滾動路徑規(guī)劃和控制。
2 帶雙模糊協(xié)調(diào)控制的控制原理和結(jié)構(gòu)
為簡化問題,設(shè)在任何時刻機(jī)器人都能準(zhǔn)確知道自己現(xiàn)在的位置和目標(biāo)位置,并能根據(jù)所裝載的超聲傳感器獲取機(jī)器人前方距離信息，并且可以全方位移動。 自主移動機(jī)器人如右圖1 所示
其中方向傳感器可以測定機(jī)器人正前方與目標(biāo)點(diǎn)的夾角θ，針對實(shí)驗(yàn)參考系統(tǒng)結(jié)構(gòu)模型,我們在機(jī)器人模型小車前放置9個超聲傳感器,按左、前、右3個方向分成3組,每組3個, 每組傳感器安排在600范圍內(nèi)，用來測量障礙物的距離。每組都用取最小值的方法來選擇數(shù)據(jù)作為該方向上的障礙物信息,這是最簡單的數(shù)據(jù)融合方法。在滾動的每一步,定義以機(jī)器人當(dāng)前位置為中心、Ｒ為半徑的前方半圓形區(qū)域?yàn)閮?yōu)化窗口。機(jī)器人以當(dāng)前點(diǎn)為起點(diǎn),采用模糊邏輯推理確定該窗口區(qū)域的局部目標(biāo),機(jī)器人沿此路徑運(yùn)動,直到下一周期。2．2 模糊控制器的設(shè)計
機(jī)器人通過傳感器系統(tǒng)搜集障礙物的位置和速度信息,并對得到的信息進(jìn)行數(shù)據(jù)融合,以減少傳感器的信息誤差所造成的不確定性, 上述由傳感器得到的數(shù)據(jù)是進(jìn)行數(shù)據(jù)融合后的結(jié)果,在滾動窗口內(nèi),局部目標(biāo)的確定很大程度上決定移動機(jī)器人路徑規(guī)劃的優(yōu)劣。通過觀察駕駛員的工作過程可以發(fā)現(xiàn),駕駛員避碰動作并不是根據(jù)對環(huán)境信息的精確計算來完成的,而是根據(jù)環(huán)境比較模糊的信息,靠經(jīng)驗(yàn)來決策采取什么樣的操作。因此,我們可以參考人的駕駛經(jīng)驗(yàn),利用模糊數(shù)學(xué)的理論解決移動機(jī)器人局部目標(biāo)點(diǎn)問題。本文將機(jī)器人的動作看作為兩種行為:接近目標(biāo)行為及在此進(jìn)程中所穿插的對障礙物的避障行為。采用模糊控制來實(shí)現(xiàn)機(jī)器人的實(shí)時路徑規(guī)劃。
⑴輸入輸出變量的模糊化
機(jī)器人到左側(cè)障礙、右側(cè)障礙和前方障礙的距離用模糊語言變量DL、DF、DR表示,機(jī)器人前方與目標(biāo)點(diǎn)的夾角為θ。DL、DF、DR的模糊子集確定為{close, med, far}分別表示近、中和遠(yuǎn),根據(jù)變換公式: ｙ=4ｘ/(ｂ-ａ) 可將超聲傳感器距離作用范圍 〔ａ,ｂ〕轉(zhuǎn)換成為〔1,5〕區(qū)間內(nèi),這里ａ=0.5ｍ, ｂ=2.5ｍ。設(shè)定DL 、DF 、DR的論域?yàn)閧1,2,3,4,5}，定義隸屬度如圖2 所示。根據(jù)機(jī)器人與目標(biāo)點(diǎn)的關(guān)系,當(dāng)目標(biāo)點(diǎn)位于移動機(jī)器人右側(cè), 令θ為正; 當(dāng)目標(biāo)點(diǎn)位于移動機(jī)器人左側(cè),令θ為負(fù)。θ的模糊子集確定為 {n, z, p} 分別表示負(fù)、零、正。根據(jù)同樣變換公式變換后,θ的論域?yàn)椤?2,2〕區(qū)間內(nèi),其中ａ=-π/2, ｂ=π/2,其隸屬度見圖3。
移動機(jī)器人到達(dá)下一局部目標(biāo)速度和角度分別用模糊語言變量Ｖ、Φ表示。Ｖ的模糊子集確定為{slow, med, fast}分別表示慢、中和快。根據(jù)變換公式可將作用范圍{ａ,ｂ}轉(zhuǎn)換成〔1,5〕區(qū)間內(nèi),其中ａ=0ｍ/ｓ,ｂ=1ｍ/ｓ。設(shè)定Ｖ的論域?yàn)閧1,2,3,4,5}，其隸屬度見圖4。Φ的模糊子集確定為 {n, z, p}根據(jù)變換公式可將作用范圍〔ａ,ｂ〕轉(zhuǎn)換成〔-2,2〕區(qū)間內(nèi),其中ａ=-π/2, ｂ=π/2 。設(shè)定Φ的論域?yàn)椤?2, 2〕，其隸屬度見圖5。
⑵ 建立模糊控制規(guī)則
第I個模糊子控制器稱為避碰行為控制器，以障礙物與機(jī)器人的距離為輸入變量,以移動機(jī)器人到達(dá)下一局部目標(biāo)速度V和下一步的角度Φ為輸出變量。 通過建立被控對象的模糊模型來實(shí)現(xiàn)-----即用建立模糊控制規(guī)則一樣的“if-then ”形式來描述被控對象的動態(tài)特性。模糊規(guī)則如下:
1. if DL is close and DF is close and DR is close then V is slow and Φ=p
2. if DL is med and DF is close and DR is close then V is slow and Φ= n
3. if DL is far and DF is med and DR is far then V is med andΦ= z
4. if DL is far and DF is far and DR is close then V is med andΦ= n
5. if DL is close and DF is far and DR is far then V is med and Φ= p
6. if DL is far and DF is far and DR is far then V is fast and Φ= z
同理第Ⅱ個模糊子控制器稱為接近目標(biāo)行為控制器，以轉(zhuǎn)向角、機(jī)器人到目標(biāo)點(diǎn)之間的距離為輸入變量,同樣以移動機(jī)器人到達(dá)下一局部目標(biāo)速度V和下一步的角度Φ為輸出變量。
⑶.精確化計算
由模糊控制推理得出的模糊輸出是一個模糊子集,它無法對機(jī)器人直接作用,必須精確化計算得出最具代表性的確定值作為系統(tǒng)的控制輸出。采用重心法進(jìn)行計算，可得到精確的移動機(jī)器人的速度控制量和角度控制量。
2．3 模糊協(xié)調(diào)器
上面兩個模糊子控制器的輸出變量都是機(jī)器人下一步行動的期望速度和轉(zhuǎn)角。可實(shí)際運(yùn)行時,必須根據(jù)機(jī)器人所處的環(huán)境,在兩個模糊子控制器中的行動決策進(jìn)行融合出一個輸出給控制器執(zhí)行。根據(jù)實(shí)際情況，當(dāng)機(jī)器人接近障礙物時，機(jī)器人的主要任務(wù)是避障，第I個模糊子控制器的控制作用強(qiáng)，而第Ⅱ個模糊控制器的控制作用弱。當(dāng)機(jī)器人遠(yuǎn)離障礙物時機(jī)器人的主要任務(wù)變?yōu)榻咏繕?biāo)行為，第Ⅱ個模糊子控制器起主要作用，而第I個模糊控制器的控制作用弱。因此本文提出用一個協(xié)調(diào)器來調(diào)節(jié)兩個模糊控制器各自輸出的權(quán)值, 取μI =β，μⅡ=1-β。則系統(tǒng)的控制量為V=βV I +（1-β）VⅡ。β可以取為機(jī)器人與前方障礙物的距離的倒數(shù)。角度Φ的計算也同理可得。
3．仿真結(jié)果
運(yùn)用上述原理, 進(jìn)行了仿真實(shí)驗(yàn),如圖6所示, 機(jī)器人起點(diǎn)Ｓ(0, 0), 方向垂直向上,終點(diǎn)Ｇ(0, 20),障礙物形狀規(guī)則。最后的仿真結(jié)果表明移動機(jī)器人能安全避開障礙物，從起點(diǎn)出發(fā)成功地移動到終點(diǎn)。仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了本文所提方法的有效性和可行性。
參考文獻(xiàn)：
[1] 席裕庚 動態(tài)不確定環(huán)境下廣義控制問題的預(yù)測控制 中國自動化學(xué)會第七次理論研討會 北京,1997
[2] 諸靜 模糊控制原理及應(yīng)用北京:機(jī)械工業(yè)出版社,1995
[3] 韋巍 智能控制技術(shù) 北京:機(jī)械工業(yè)出版社,2001
[4] Lee, P. S. and Wang, L. L., Collision avoidance by fuzzy logic control for automated guided vehicle navigation. J. Robotic Systems.1994.11(8),743-760
[5] 馮東青、謝宋和等 模糊智能控制 化學(xué)工業(yè)出版社,1998
[6] 張純剛 基于滾動窗口的移動機(jī)器人路徑規(guī)劃系統(tǒng)工程與電子技術(shù)
2002，24（6）63-65
[7] 尚游等 下機(jī)器人分層運(yùn)動規(guī)劃技術(shù) 中南工業(yè)大學(xué)學(xué)報 1998，（29），105-108
[8] L EE L ,WU J u. Fuzzy motion planning of mobile robots in unknown environments[J ] . Journal of Intelligent and Robotic Systems ,
2003 ,37 :177 - 191.
今日頭條
官方微信
官方抖音
案例頻道
北京市公安局海淀分局備案號：11010802023656號