模糊控制用于机器人避障.doc

PAGE

1-

北京工业大学

结课论文

课题名称：基于模糊控制的机器人避障

姓名：崔鑫元

唐堂

成绩：

引言

智能小车是移动机器人的一种，可通过计算机编程来实现其对行驶方向、启停以及速度的控制。要想让智能小车在行驶过程中能成功地避开障碍物，必须对其进行路径规划?，路径规划的任务是为小车规划一条从起始点到目标点的无碰路径。路径规划方法有：BP人工神经网络法（BackPropagation）、机器学习（ReinforcementLearning）、以及模糊控制（FuzzyControl）方法等。模糊技术具有人类智能的模糊性和推理能力，在路径规划中，模糊推理的应用主要体现在基于行为的导航方式上，即将机器人的运动过程分解为避障、边界跟踪、调速、目标制导等基本行为，各基本行为的激活由不同的机构分别控制，机器人的最终操作由高层控制机构对基本行为进行平衡后作出综合反应。模糊控制方法将信息获取和模糊推理过程有机结合，其优点在于不依赖机器人的动力学、运动学模型，系统控制融入了人类经验，同时计算量小，构成方法较为简单，节省系统资源，实时性。本文探讨了模糊控制技术在避障路径规划中的应用，并对其进行了仿真设计。

摘要

基于MATLAB的仿真结果表明模糊逻辑推理方法在智能小车的导航控制中具有良好的效果。

目录

模糊控制系统结构如图2.1所示，其与传统控制系统最大的区别在于采用了模糊控制器（图2.2）。

图2.1模糊系统结构图

模糊控制器主要有模糊化、知识库、模糊推理和清晰化这四部分组成。首先把输入的精确量转换成模糊量。知识库包含了具体应用领域的知识和要求的控制目标和规则等，由数据库和模糊规则库两部分组成。模糊推理是模糊控制器的核心，它具有模拟人的模糊概念推理能力，输入量经由模糊推理得到模糊量控制量；再经过解模糊变换为用于实际控制的清晰量，作用于被控对象。

智能机器人模糊控制器设计的主要目标是：当红外传感器探测到障碍物或者目标时，模糊控制器根据探测到的信息，确定智能机器人的位置、距离、方位，然后控制智能机器人避开障碍物，按预定的路径和方位行走。

1)确定系统的输入、输出

设置模糊控制器的输入变量为X1、X2,X3和X4，输出Y。其中：X1、X2,X3分别表示智能机器人距离障碍物右方、左方和前方的距离；X4表示智能机器人运动方向与目标中心连线的目标定位；Y表示智能机器人的转动角。当目标在智能机器人右前方时，目标定位X4为正，否则x4为负；当智能机器人转向右时，转向角Y定义为正，当转向左时，Y定义为负。以上输入变量均由红外传感器的状态数据所确定，经过模糊控制器的模糊化处理和模糊推理后，输出动作行为结果，该动作行为结果的执行是由子控制系统(电机控制器)执行，最终的执行者为电机。

2)定义模糊控制集合

在距离描述上采用如下模糊集合：{Near，Far}={“近”，“远”}，论域范围为(O～6m)；目标定位变量X4的模糊语言描述为{LB，LS，Z，RS，RB}={‘‘左大”，“左小”，“零”，“右小”，“右大”}，论域范围为(一1800，1800)；输出变量Y的模糊语言描述为{TLB，TLS，TZ，TRs，TRB}={“左大”，“左小”，“零”，“右小”，“右大”}，论域范围为(一300，300)。

3)建立模糊控制规则库

智能机器人在远离障碍或不存在障碍物环境下，依据不同的智能机器人轨迹和目标方位，可以先建立5条导航规则(1～5)。这几条规则控制智能机器人转向目标位置：

1：ifX1isFARandX2isFARandX3isFARandX4isLBthenYisTLB：

2：ifXlisFARandX2isFARandX3isFARandX4isLSthenYisTLS；

3：ffX1isFARandX2isFARandX3isFARandX4isZthenYisTZ；

4：ifX1isFARandX2isFARandX3isFARandX4isRSthenYisTRS；

5：ifXlisFARandX2isFARandX3isFARandX4isRBthenYisTRB：

当探测到障碍物接近智能机器人时，小车应