企业简介

作为中国自动化领域的权威旗舰网络媒体，控制网创立于1999年7月，是中国举行的第十四届IFAC （International Federation of Automatic Control）大会的中国官方组织机构的唯一指定网站。控制网是中国自动化学会专家咨询工作 委员会（ECC）的秘书处常设之地。是北京自控在线文化传播有限公司开设的网站。

  • 公司类型：其他

联系方式
  • 控制网
  • 地址：北京市海淀区上地十街辉煌国际2号楼1504室
  • 邮编：100085
  • 电话：010-57116291 / 59813326
  • 传真：010-59813329
  • 网址：http://www.kongzhi.net
  • Email：mahongliang@kongzhi.net
  • 联系人：市场部
案例详细
标题双模糊协调控制的移动机器人路径规划
技术领域
行业
简介根据移动机器人工作环境的不确定性，本文设计了双模糊协调控制器，把机器人的行为分成接近目标行为和中途避障行为，并对两种行为进行协调，达到对机器人下一步行动进行控制的目的，仿真实验结果验证了本文所提方法的有效性和可行性
内容
1   引言
        移动机器人的路径规划是机器人应用中的一项重要技术,例如,在执行装配、焊接及抢险救灾等任务时,采用良好的机器人路径规划技术可以节省大量机器人作业时间、减少机器人磨损,同时也可以节约人力资源,减小资金投入,为机器人在多种行业中的应用奠定良好的基础。机器人的路径规划问题是现代机器人控制领域内的一个焦点问题，机器人在移动过程中常会处在无法事先预知的变化环境，目前许多的研究采用基于传感器的局部路径规划来实现移动机器人在动态未知环境中导航与避障。具体方法有: 人工势场法、栅格法、模糊逻辑法等。人工势场法把移动机器人在环境中的运动视为一种在抽象的人造受力场中的运动,目标点对移动机器人产生“引力”,障碍物对移动机器人产生“斥力”,最后通过求合力来控制移动机器人的运动。但是,由于人工势场法把所有信息压缩为单个合力,这样就存在把有关障碍物分布的有价值的信息抛弃的缺陷,且易陷入局部最小值。栅格法将机器人的工作空间划分为多个简单的区域,一般称为栅格。由这些栅格构成了一个连通图,在这个连通图上搜索一条从起始栅格到目标栅格的路径,这条路径是用栅格的序号来表示的。近年来国内外许多学者对栅格表示法进行了大量的研究工作,但对于在密集障碍物环境中如何提高移动机器人通过性的问题尚未解决。模糊逻辑法是在线规划中通常采用的一种规划方法,包括建模和局部规划。该方法在环境未知或发生变化的情况下,能够快速而准确地规划机器人路径,对于要求有较少路径规划时间的机器人是一种很好导航方法。但是,其缺点是当障碍物的数目增加时,该方法的计算量会很大,影响规划结果。本文在文献[1]所提出的滚动优化方法基础上,运用双模糊协调控制模糊逻辑推理来研究动态不确定环境下自主移动机器人的路径规划,解决了自主移动机器人导航和避障问题,较好地实现了不确定环境下移动机器人的实时滚动路径规划和控制。
2  带双模糊协调控制的控制原理和结构
为简化问题,设在任何时刻机器人都能准确知道自己现在的位置和目标位置,并能根据所装载的超声传感器获取机器人前方距离信息，并且可以全方位移动。 自主移动机器人如右图1 所示


    其中方向传感器可以测定机器人正前方与目标点的夹角θ，针对实验参考系统结构模型,我们在机器人模型小车前放置9个超声传感器,按左、前、右3个方向分成3组,每组3个, 每组传感器安排在600范围内，用来测量障碍物的距离。每组都用取最小值的方法来选择数据作为该方向上的障碍物信息,这是最简单的数据融合方法。在滚动的每一步,定义以机器人当前位置为中心、Ｒ为半径的前方半圆形区域为优化窗口。机器人以当前点为起点,采用模糊逻辑推理确定该窗口区域的局部目标,机器人沿此路径运动,直到下一周期。2．2   模糊控制器的设计
    机器人通过传感器系统搜集障碍物的位置和速度信息,并对得到的信息进行数据融合,以减少传感器的信息误差所造成的不确定性, 上述由传感器得到的数据是进行数据融合后的结果,在滚动窗口内,局部目标的确定很大程度上决定移动机器人路径规划的优劣。通过观察驾驶员的工作过程可以发现,驾驶员避碰动作并不是根据对环境信息的精确计算来完成的,而是根据环境比较模糊的信息,靠经验来决策采取什么样的操作。因此,我们可以参考人的驾驶经验,利用模糊数学的理论解决移动机器人局部目标点问题。本文将机器人的动作看作为两种行为:接近目标行为及在此进程中所穿插的对障碍物的避障行为。采用模糊控制来实现机器人的实时路径规划。

⑴输入输出变量的模糊化
    机器人到左侧障碍、右侧障碍和前方障碍的距离用模糊语言变量DL、DF、DR表示,机器人前方与目标点的夹角为θ。DL、DF、DR的模糊子集确定为{close, med, far}分别表示近、中和远,根据变换公式: ｙ=4ｘ/(ｂ-ａ) 可将超声传感器距离作用范围 〔ａ,ｂ〕转换成为〔1,5〕区间内,这里ａ=0.5ｍ, ｂ=2.5ｍ。设定DL 、DF 、DR的论域为{1,2,3,4,5}，定义隶属度如图2 所示。根据机器人与目标点的关系,当目标点位于移动机器人右侧, 令θ为正; 当目标点位于移动机器人左侧,令θ为负。θ的模糊子集确定为 {n, z, p} 分别表示负、零、正。根据同样变换公式变换后,θ的论域为〔-2,2〕区间内,其中ａ=-π/2, ｂ=π/2,其隶属度见图3。

     移动机器人到达下一局部目标速度和角度分别用模糊语言变量Ｖ、Φ表示。Ｖ的模糊子集确定为{slow, med, fast}分别表示慢、中和快。根据变换公式可将作用范围{ａ,ｂ}转换成〔1,5〕区间内,其中ａ=0ｍ/ｓ,ｂ=1ｍ/ｓ。设定Ｖ的论域为{1,2,3,4,5}，其隶属度见图4。Φ的模糊子集确定为 {n, z, p}根据变换公式可将作用范围〔ａ,ｂ〕转换成〔-2,2〕区间内,其中ａ=-π/2, ｂ=π/2 。设定Φ的论域为〔-2, 2〕，其隶属度见图5。


⑵　　建立模糊控制规则
    第I个模糊子控制器称为避碰行为控制器，以障碍物与机器人的距离为输入变量,以移动机器人到达下一局部目标速度V和下一步的角度Φ为输出变量。 通过建立被控对象的模糊模型来实现-----即用建立模糊控制规则一样的“if-then ”形式来描述被控对象的动态特性。模糊规则如下:
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个模糊子控制器称为接近目标行为控制器，以转向角、机器人到目标点之间的距离为输入变量,同样以移动机器人到达下一局部目标速度V和下一步的角度Φ为输出变量。
⑶.精确化计算
由模糊控制推理得出的模糊输出是一个模糊子集,它无法对机器人直接作用,必须精确化计算得出最具代表性的确定值作为系统的控制输出。采用重心法进行计算，可得到精确的移动机器人的速度控制量和角度控制量。
2．3 模糊协调器
上面两个模糊子控制器的输出变量都是机器人下一步行动的期望速度和转角。可实际运行时,必须根据机器人所处的环境,在两个模糊子控制器中的行动决策进行融合出一个输出给控制器执行。根据实际情况，当机器人接近障碍物时，机器人的主要任务是避障，第I个模糊子控制器的控制作用强，而第Ⅱ个模糊控制器的控制作用弱。当机器人远离障碍物时机器人的主要任务变为接近目标行为，第Ⅱ个模糊子控制器起主要作用，而第I个模糊控制器的控制作用弱。因此本文提出用一个协调器来调节两个模糊控制器各自输出的权值, 取μI =β，μⅡ=1-β。则系统的控制量为V=βV I +（1-β）VⅡ。β可以取为机器人与前方障碍物的距离的倒数。角度Φ的计算也同理可得。
3．仿真结果
运用上述原理, 进行了仿真实验,如图6所示, 机器人起点Ｓ(0, 0), 方向垂直向上,终点Ｇ(0, 20),障碍物形状规则。最后的仿真结果表明移动机器人能安全避开障碍物，从起点出发成功地移动到终点。仿真实验结果验证了本文所提方法的有效性和可行性。

参考文献：
[1]　席裕庚 动态不确定环境下广义控制问题的预测控制 中国自动化学会第七次理论研讨会 北京,1997
[2]  诸静 模糊控制原理及应用北京:机械工业出版社,1995
[3]  韦巍 智能控制技术  北京:机械工业出版社,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]  冯东青、谢宋和等  模糊智能控制  化学工业出版社,1998
[6]  张纯刚 基于滚动窗口的移动机器人路径规划系统工程与电子技术
 2002，24（6）63-65
[7]  尚游等 下机器人分层运动规划技术  中南工业大学学报 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.