模糊控制用于機(jī)器人避障

1、 北 京 工 業(yè) 大 學(xué) 結(jié) 課 論 文課題名稱： 基于模糊控制的機(jī)器人避障 姓 名： 崔鑫元 12521121 唐堂 12521130 成 績： 引言智能小車是移動(dòng)機(jī)器人的一種，可通過計(jì)算機(jī)編程來實(shí)現(xiàn)其對(duì)行駛方向、啟停以及速度的控制。要想讓智能小車在行駛過程中能成功地避開障礙物，必須對(duì)其進(jìn)行路徑規(guī)劃，路徑規(guī)劃的任務(wù)是為小車規(guī)劃一條從起始點(diǎn)到目標(biāo)點(diǎn)的無碰路徑。路徑規(guī)劃方法有：BP人工神經(jīng)網(wǎng)絡(luò)法（Back Propagation）、機(jī)器學(xué)習(xí)（Reinforcement Learning）、以及模糊控制（FuzzyControl）方法等。模糊技術(shù)具有人類智能的模糊性和推理能力，在路徑規(guī)劃中，模糊推

2、理的應(yīng)用主要體現(xiàn)在基于行為的導(dǎo)航方式上，即將機(jī)器人的運(yùn)動(dòng)過程分解為避障、邊界跟蹤、調(diào)速、目標(biāo)制導(dǎo)等基本行為，各基本行為的激活由不同的機(jī)構(gòu)分別控制，機(jī)器人的最終操作由高層控制機(jī)構(gòu)對(duì)基本行為進(jìn)行平衡后作出綜合反應(yīng)。模糊控制方法將信息獲取和模糊推理過程有機(jī)結(jié)合，其優(yōu)點(diǎn)在于不依賴機(jī)器人的動(dòng)力學(xué)、運(yùn)動(dòng)學(xué)模型，系統(tǒng)控制融入了人類經(jīng)驗(yàn)，同時(shí)計(jì)算量小，構(gòu)成方法較為簡(jiǎn)單，節(jié)省系統(tǒng)資源，實(shí)時(shí)性。本文探討了模糊控制技術(shù)在避障路徑規(guī)劃中的應(yīng)用，并對(duì)其進(jìn)行了仿真設(shè)計(jì)。摘要基于MATLAB的仿真結(jié)果表明模糊邏輯推理方法在智能小車的導(dǎo)航控制中具有良好的效果。 目錄引言，摘要1 1.模糊控制技術(shù)基本理 3 2模糊控制器設(shè)計(jì)

3、4 3.避障算法設(shè)計(jì)6 4 仿真實(shí)驗(yàn)14 5.實(shí)驗(yàn)截圖17 6. 結(jié)論19 7.實(shí)驗(yàn)心得20 8.參考文獻(xiàn)22 1模糊控制技術(shù)基本原理環(huán)境中存在障礙物時(shí)，路徑規(guī)劃控制系統(tǒng)具有高度不確定性，是一個(gè)多輸入多輸出(MIMO)系統(tǒng)。對(duì)于這種具有高度不確定性的MIMO系統(tǒng)，傳統(tǒng)的控制方法不能達(dá)到很好的控制效果。模糊推理控制方法將人類的駕駛經(jīng)驗(yàn)融入系統(tǒng)控制之中，因此可以較好地滿足系統(tǒng)自適應(yīng)性、魯棒性和實(shí)時(shí)性的要求。模糊控制方式借助模糊數(shù)學(xué)這一工具通過推理來實(shí)現(xiàn)控制。模糊邏輯模擬了人類思維的模糊性，它采用與人類語言相近的語言變量進(jìn)行推理，因此借助這一工具可將人類的控制經(jīng)驗(yàn)融人系統(tǒng)控制之中，使得系統(tǒng)可以像有經(jīng)

4、驗(yàn)的操作者一樣去控制復(fù)雜、激勵(lì)不明的系統(tǒng)?？偟恼f來模糊控制具有以下特點(diǎn)：1)不依賴于被控對(duì)象的精確數(shù)學(xué)模型，易于對(duì)不確定性系統(tǒng)進(jìn)行控制；2)易于控制、易于掌握的較理想非線性控制器，是一種語言控制器；3)抗干擾能力強(qiáng)，響應(yīng)速磨陜，并對(duì)系統(tǒng)參數(shù)的變化有較強(qiáng)的魯棒性。模糊控制器的基本結(jié)構(gòu)由模糊輸入接口、模糊推理以及模糊輸出接口三個(gè)模塊組成。模糊輸入接口的主要功能是實(shí)現(xiàn)精確量的模糊化，即把物理量的精確值轉(zhuǎn)換成語言變量值。語言變量的分檔根據(jù)實(shí)際情況而定，一般分為37檔，檔數(shù)越多，控制精度越高，計(jì)算量也越大。模糊推理決策機(jī)構(gòu)的主要功能是模仿人的思維特征，根據(jù)總結(jié)人工控制策略取得的語言控制規(guī)則進(jìn)行模糊推理，

5、并決策出模糊輸出控制量。模糊輸出接口的主要功能是把輸出模糊量轉(zhuǎn)化為精確量，施于被控對(duì)象。 2模糊控制器設(shè)計(jì)模糊控制系統(tǒng)結(jié)構(gòu)如圖2.1所示，其與傳統(tǒng)控制系統(tǒng)最大的區(qū)別在于采用了模糊控制器（圖2.2）。 圖2.1模糊系統(tǒng)結(jié)構(gòu)圖模糊控制器主要有模糊化、知識(shí)庫、模糊推理和清晰化這四部分組成。首先把輸入的精確量轉(zhuǎn)換成模糊量。知識(shí)庫包含了具體應(yīng)用領(lǐng)域的知識(shí)和要求的控制目標(biāo)和規(guī)則等，由數(shù)據(jù)庫和模糊規(guī)則庫兩部分組成。模糊推理是模糊控制器的核心，它具有模擬人的模糊概念推理能力，輸入量經(jīng)由模糊推理得到模糊量控制量；再經(jīng)過解模糊變換為用于實(shí)際控制的清晰量，作用于被控對(duì)象。智能機(jī)器人模糊控制器設(shè)計(jì)的主要目標(biāo)是：當(dāng)紅外

6、傳感器探測(cè)到障礙物或者目標(biāo)時(shí)，模糊控制器根據(jù)探測(cè)到的信息，確定智能機(jī)器人的位置、距離、方位，然后控制智能機(jī)器人避開障礙物，按預(yù)定的路徑和方位行走。1)確定系統(tǒng)的輸入、輸出設(shè)置模糊控制器的輸入變量為X1、X2,X3和X4，輸出Y。其中：X1、X2,X3分別表示智能機(jī)器人距離障礙物右方、左方和前方的距離；X4表示智能機(jī)器人運(yùn)動(dòng)方向與目標(biāo)中心連線的目標(biāo)定位；Y表示智能機(jī)器人的轉(zhuǎn)動(dòng)角。當(dāng)目標(biāo)在智能機(jī)器人右前方時(shí)，目標(biāo)定位X4為正，否則x4為負(fù)；當(dāng)智能機(jī)器人轉(zhuǎn)向右時(shí)，轉(zhuǎn)向角Y定義為正，當(dāng)轉(zhuǎn)向左時(shí)，Y定義為負(fù)。以上輸入變量均由紅外傳感器的狀態(tài)數(shù)據(jù)所確定，經(jīng)過模糊控制器的模糊化處理和模糊推理后，輸出動(dòng)作行為

7、結(jié)果，該動(dòng)作行為結(jié)果的執(zhí)行是由子控制系統(tǒng)(電機(jī)控制器)執(zhí)行，最終的執(zhí)行者為電機(jī)。2)定義模糊控制集合在距離描述上采用如下模糊集合：Near，F(xiàn)ar=“近”，“遠(yuǎn)”，論域范圍為(O6 m)；目標(biāo)定位變量X4的模糊語言描述為LB，LS，Z，RS，RB=左大”，“左小”，“零”，“右小”，“右大”，論域范圍為(一1800，1800)；輸出變量Y的模糊語言描述為TLB，TLS，TZ，TRs，TRB=“左大”，“左小”，“零”，“右小”，“右大”，論域范圍為(一300，300)。3)建立模糊控制規(guī)則庫智能機(jī)器人在遠(yuǎn)離障礙或不存在障礙物環(huán)境下，依據(jù)不同的智能機(jī)器人軌跡和目標(biāo)方位，可以先建立5條導(dǎo)航規(guī)則(1

8、5)。這幾條規(guī)則控制智能機(jī)器人轉(zhuǎn)向目標(biāo)位置：1：if X1 is FAR and X2 is FAR and X3 is FAR and X4 is LB then Y is TLB：2：if Xl is FAR and X2 is FAR and X3 is FAR and X4 is LS then Y is TLS；3：ff X1 is FAR and X2 is FAR and X3 is FAR and X4 is Z then Y is TZ；4：if X1 is FAR and X2 is FAR and X3 is FAR and X4 is RS then Y is TRS；

9、5：if Xl is FAR and X2 is FAR and X3 is FAR and X4 is RB then Y is TRB：當(dāng)探測(cè)到障礙物接近智能機(jī)器人時(shí)，小車應(yīng)改變運(yùn)動(dòng)軌跡，以避免碰撞。依據(jù)駕駛操作經(jīng)驗(yàn)，可得到智能機(jī)器人避障的控制規(guī)則，基于篇幅所限，這里只列出其中的5條：6：if X1 is FAR and X2 is NEAR and X3 is FAR and X4 is LB then Y is TZ；7u X1 is FAR and X2 is NEAR andX3 is FAR and X4 is LS then Y is TZ；8：if X1 is FAR and

10、 X2 is NEAR and X3 is FAR and X4 is Z then Y is TZ；9：if X1 is FAR and X2 is NEAR and X3 is FAR and X4 is RS then Y is TI10：if Xl is FAR and X2 is NEAR and X3 is FAR and X4 is RB then Y is TRB；以上共同構(gòu)成了小車的動(dòng)作行為控制規(guī)則。小車轉(zhuǎn)動(dòng)的基本規(guī)則是，當(dāng)探測(cè)到小車左(右)和前方出現(xiàn)障礙物時(shí)，小車應(yīng)及時(shí)轉(zhuǎn)向右(左)方向，并依據(jù)目標(biāo)方位決定轉(zhuǎn)動(dòng)角的大小。4)模糊推理及反模糊化處理模糊控制器先將紅外傳感器給出的

11、距離信息進(jìn)行模糊化，后存儲(chǔ)模糊邏輯狀態(tài)，再依據(jù)模糊邏輯狀態(tài)判斷各個(gè)方向上障礙物的狀態(tài)，然后將各個(gè)方向上障礙物的狀態(tài)數(shù)據(jù)進(jìn)行融合，得到障礙物的狀態(tài)結(jié)果。最終依據(jù)這個(gè)結(jié)果查詢避障動(dòng)作行為。反模糊化采用預(yù)先定制機(jī)器人動(dòng)作行為對(duì)應(yīng)速度的方式實(shí)現(xiàn)。模糊控制器根據(jù)設(shè)定規(guī)則得到動(dòng)作行為編碼，該編碼實(shí)際上也代表了一個(gè)模糊動(dòng)作行為，其動(dòng)作行為的執(zhí)行由電機(jī)控制器控制電機(jī)完成。電機(jī)控制器接收到動(dòng)作行為編碼后，首先解釋該代碼的意義，接著將相應(yīng)的電機(jī)速度值取出送至存儲(chǔ)單元，以改變電機(jī)的運(yùn)行速度，從而改變機(jī)器人的動(dòng)作行為。對(duì)應(yīng)不同的動(dòng)作行為，左、右驅(qū)動(dòng)電機(jī)的速度會(huì)有不同，必須預(yù)先計(jì)算速度值做成查詢表。3.避障算法設(shè)計(jì)3.

12、1參考坐標(biāo)系 建立被控對(duì)象和行駛環(huán)境的二維參考坐標(biāo)系（圖2.3），為計(jì)算方便，假設(shè)車輪與地面無滑動(dòng)，能繞其質(zhì)心轉(zhuǎn)向。xoy為固定的全局坐標(biāo)系，設(shè)定目標(biāo)點(diǎn)坐標(biāo)為（XG,YG）,在任一時(shí)刻，小車位置為（x(t),y(t)）,航向?yàn)?，步長為step，當(dāng)前航向與小車質(zhì)心到目標(biāo)連線的的夾角為tg，轉(zhuǎn)向角為sa。障礙物OYXT時(shí)刻位置（x(t),y(t)）t+1時(shí)刻位置(x(n+1),y(n+1)目標(biāo)點(diǎn)（XG,YG）steptg 圖2.3 參考坐標(biāo)系3.2傳感器選擇和應(yīng)用移動(dòng)機(jī)器人要獲得自主行為，就需要有能感知周圍環(huán)境信息的能力，其主要是通過傳感器來實(shí)現(xiàn)的。常用于避障機(jī)器人的傳感器有超聲波傳感器，紅外傳感

13、器，激光傳感器，CCD視覺傳感器等。其中，超聲波傳感器具有技術(shù)成熟，成本低，接口容易實(shí)現(xiàn)等優(yōu)點(diǎn)，成為避障機(jī)器人的首選11?？刂破髡{(diào)節(jié)器計(jì)時(shí)器振蕩器接收檢測(cè)換能器障礙物 圖2.4超聲波傳感器原理圖雖然超聲波傳感器有眾多優(yōu)點(diǎn)，但也存在一定的不穩(wěn)定性，超聲傳感器的幻影現(xiàn)象。產(chǎn)生這種現(xiàn)象的原因是，超聲傳感器發(fā)出的超聲波信號(hào)是具有一定方向性的波束，當(dāng)傳感器與障礙物形成較大角度時(shí)，會(huì)發(fā)生鏡面反射，從而產(chǎn)生幻影，如圖2.5所示。為了解決這種現(xiàn)象所帶來的誤差，本設(shè)計(jì)使用多個(gè)傳感器來補(bǔ)償，抵消幻影現(xiàn)象帶來的誤差。傳感器障礙物障礙物幻影前方傳感器右側(cè)傳感器前輪左側(cè)傳感器方位傳感器圖2.5幻影現(xiàn)象示意圖 圖2.6機(jī)

14、器人基本結(jié)構(gòu) 如圖2.6,機(jī)器人前方成扇形排分布三組超聲波傳感器，分別用于探測(cè)左側(cè)，前方和右側(cè)的的障礙物，有效距離為0.3至10米。每組傳感器由兩支三只超聲波傳感器組成，分別取測(cè)得最小數(shù)值作為該方向上障礙物的距離。同時(shí)，為了保證機(jī)器人的運(yùn)動(dòng)有方向性，在機(jī)器人中心有一只方位傳感器，測(cè)量范圍是（-180°，180°）。用于獲得機(jī)器人航向與目標(biāo)到機(jī)器人連線的夾角，引導(dǎo)機(jī)器人向目標(biāo)點(diǎn)運(yùn)動(dòng)。3.3算法說明小車自起始點(diǎn)出發(fā)之前，程序判斷出發(fā)點(diǎn)和終點(diǎn)是否在隨機(jī)生成四組傳感器開始工作，探測(cè)環(huán)境信息。若超聲波傳感器未探測(cè)到障礙物信息或探測(cè)到的障礙物距離較遠(yuǎn)時(shí)，則根據(jù)方位傳感器探測(cè)到的機(jī)器人航

15、向和目標(biāo)到機(jī)器人連線的夾角tg進(jìn)行轉(zhuǎn)向，控制機(jī)器人向目標(biāo)點(diǎn)移動(dòng)。運(yùn)動(dòng)過程中，若超聲波探測(cè)到有較近距離的障礙物時(shí)，則根據(jù)障礙物相對(duì)機(jī)器人的方位和目標(biāo)點(diǎn)方位進(jìn)行轉(zhuǎn)向控制，避開障礙物；障礙物距離越近，則轉(zhuǎn)向角sa越大，以免發(fā)生碰撞。躲開障礙物后，繼續(xù)根據(jù)方位探測(cè)器測(cè)得夾角tg控制機(jī)器人向目標(biāo)點(diǎn)移動(dòng)。算法流程如圖2.7。開始根據(jù)超聲傳感器探測(cè)信息判斷是否有障礙物根據(jù)障礙物方位和目標(biāo)點(diǎn)方位躲避進(jìn)行避障Y根據(jù)方位傳感器探測(cè)的方位角tg向目標(biāo)點(diǎn)移動(dòng)N判斷是否到終點(diǎn)結(jié)束YN 圖2.7算法流程圖 3.4模糊控制器的設(shè)計(jì)3.4.1輸入輸出量的選取模糊控制器的輸入輸出語言變量的選取應(yīng)該盡量的簡(jiǎn)單，又要考慮機(jī)器人行駛

16、和避讓障礙物的實(shí)際情況，較好的反應(yīng)機(jī)器人避障的過程12。因此，我們選取超聲傳感器及方位傳感器采集的外部環(huán)境信息作為模糊控制器的輸入，模糊控制器的輸出則是機(jī)器人的方向控制。根據(jù)上節(jié)介紹，將九只超聲波傳感器分為三組（前方，左側(cè)，右側(cè)各三只），每組取其最小距離信號(hào)作為該方向的輸入，dr為右側(cè)障礙物距離，dc為前方障礙物距離，dl為左側(cè)障礙物距離；方位傳感器則測(cè)得航向與目標(biāo)點(diǎn)到機(jī)器人連線的夾角，為tg。因此模糊控制器輸入變量為四個(gè)，分別是：dr，dc，dl和tg；模糊控制器的輸出變量有一個(gè)，即機(jī)器人轉(zhuǎn)向角sa。3.4.2輸入輸出量的模糊語言描述及模糊分割 模糊語言的確定包括由語法規(guī)則生成適當(dāng)?shù)哪：Z言

17、值，根據(jù)語義規(guī)則確定語言值的隸屬度函數(shù)以及確定語言變量的論域等。這里使用連續(xù)型論域，采用簡(jiǎn)單線性化處理方法，對(duì)個(gè)輸入量進(jìn)行模糊語言描述，如下： 距離輸入變量：d=近，遠(yuǎn)=near，far； 目標(biāo)方位輸入變量：tg=左大，左中，左小，前，右小，右中，右大=lb，lm，ls，zo，rs，rm，rb； 輸出轉(zhuǎn)向角變量：sa=左轉(zhuǎn)，左中轉(zhuǎn)，左稍轉(zhuǎn)，直走，右稍轉(zhuǎn)，右中轉(zhuǎn)，右轉(zhuǎn)； =tlb，tlm，tls，tz，trs，trm，trb；模糊分割是指模糊語言對(duì)所在論域的劃分，決定了模糊控制的精細(xì)化程度。模糊分割的越多，控制越精細(xì)，但對(duì)應(yīng)控制規(guī)則數(shù)目也就越多；模糊分割太粗，則難以對(duì)控制性能進(jìn)行細(xì)致調(diào)整。所以，

18、模糊分割的數(shù)目并無指導(dǎo)性的方法，主要根據(jù)具體情況和經(jīng)驗(yàn)來劃分。例如上面對(duì)距離輸入變量的劃分，通常情況下對(duì)距離變量劃分為近，中，遠(yuǎn)，但如此一來，模糊規(guī)則的數(shù)量共有條，較難實(shí)現(xiàn)。因此將距離變量簡(jiǎn)單劃分為近，遠(yuǎn)，模糊規(guī)則數(shù)減少到條。模糊規(guī)則數(shù)大幅減少，既容易實(shí)現(xiàn)，又未過多降低控制精度。3.4.3 輸入輸出量的模糊化模糊語言值只是一個(gè)模糊子集，語言值要通過隸屬函數(shù)來描述。在論域連續(xù)是的情況下，隸屬度常用函數(shù)的形式來進(jìn)行描述，常見的有隸屬函數(shù)有三角形，梯形，高斯型等。通常，隸屬函數(shù)的形狀越陡，分辨率就越高，控制靈敏度也就越高；相反，若隸屬函數(shù)變化緩慢，則控制特性也平緩，對(duì)應(yīng)的系統(tǒng)穩(wěn)定性好。因此，在選擇語

19、言值的隸屬度函數(shù)是，一般在誤差為零的附近區(qū)域采用分辨率較高的隸屬函數(shù)，而在誤差較大的區(qū)域，可采用分辨率較低的隸屬函數(shù)，以獲得較好的魯棒性13。此外，大多數(shù)情況下，隸屬函數(shù)的選取具有較大的隨意性，對(duì)同一模糊集不同的人肯能選取不同的隸屬函數(shù)去表述，并無絕對(duì)的對(duì)錯(cuò)。因此，在利用MATLAB建立模糊控制器時(shí)，可通過改變隸屬函數(shù)來觀察其對(duì)輸出的影響。各輸入輸出變量隸屬函數(shù)如下圖所示。圖2.8(a)dl、dc和dr的隸屬函數(shù) 圖2.8(b) 夾角tg的隸屬函數(shù) 圖2.8(c)輸出轉(zhuǎn)向角sa的隸屬函數(shù)3.4.4建立模糊控制規(guī)則 模糊規(guī)則的建立是模糊控制的核心問題14。模糊控制系統(tǒng)是用一系列基于專家知識(shí)的語言

20、來描述的，用一系列模糊條件描述的模糊控制規(guī)則就構(gòu)成了模糊控制規(guī)則庫。根據(jù)模糊控制理論，控制規(guī)則反映了輸入輸出變量間的關(guān)系。本設(shè)計(jì)中包含四個(gè)定性輸入信號(hào)，一個(gè)定性輸出信號(hào)。機(jī)器人移動(dòng)路徑是根據(jù)障礙物距離和目標(biāo)點(diǎn)方位共同決定的。當(dāng)檢測(cè)到有障礙物靠近時(shí)，機(jī)器人改變行進(jìn)方向。機(jī)器人轉(zhuǎn)向的基本原則是：當(dāng)探測(cè)到機(jī)器人左（右）和前方有障礙物靠近時(shí)，機(jī)器人應(yīng)及時(shí)轉(zhuǎn)向右（左）方。轉(zhuǎn)向角度的大小則視障礙物距離和航向與目標(biāo)點(diǎn)到機(jī)器人連線的夾角而定：障礙物距離越近，轉(zhuǎn)向角越大；夾角越大，轉(zhuǎn)向角越小。根據(jù)前面所確定的輸入輸出集,模糊規(guī)則的一般表述形式為“If（條件）Then（結(jié)果）”。以下將選取典型情況討論對(duì)應(yīng)模糊規(guī)則

21、的制定。（A） 一側(cè)有障礙物時(shí)機(jī)器人一側(cè)有障礙物是最基本的情況，這里僅以右側(cè)有障礙物的情況來說明。當(dāng)機(jī)器人右側(cè)近距離內(nèi)有障礙物，而左側(cè)和前方近距離內(nèi)均無障礙物時(shí)（圖2.9）,根據(jù)人的駕駛經(jīng)驗(yàn)，可編寫如表2.1的控制規(guī)則。tgdlblszorsrbdl,dc為fardr為neartlbtlstztrstrbLC障礙物RfarfarnearO 圖2.9右側(cè)有障礙物 表2.1 右側(cè)有障礙物時(shí)規(guī)則表（B） 左右障礙物對(duì)稱時(shí)在某些情況下，模糊規(guī)則的方法存在著“對(duì)稱無法確定”現(xiàn)象。如機(jī)器人左右兩側(cè)障礙物完全對(duì)稱時(shí)，根據(jù)基本規(guī)則，機(jī)器人講無法確定行進(jìn)方向而在兩障礙物間來回轉(zhuǎn)向，形成死鎖。在這種情況下，目標(biāo)方

22、位角tg則會(huì)決定機(jī)器人的轉(zhuǎn)向，這就是局部最優(yōu)選擇。用模糊邏輯表示如下：如果dc為近，dr為遠(yuǎn)，dl為遠(yuǎn)，且目標(biāo)標(biāo)點(diǎn)在機(jī)器人左側(cè)，則機(jī)器人左轉(zhuǎn)；如果dc為近，dl為遠(yuǎn)，dr為遠(yuǎn)，且目標(biāo)點(diǎn)在機(jī)器人右側(cè)，則機(jī)器人右轉(zhuǎn)。按照同樣的方法，針對(duì)不同方位的障礙物和目標(biāo)方位角，可制定完備的控制規(guī)則。這樣的規(guī)則制定方法是基于控制器行為特征的方式，將動(dòng)作分為若干的基本行為，對(duì)于較復(fù)雜的行為，則分由幾個(gè)較簡(jiǎn)單的行為依次構(gòu)成。這樣可簡(jiǎn)化模糊規(guī)則的制定，減少模糊股則的條數(shù)，避開被控對(duì)象特征的建模。模糊控制規(guī)則經(jīng)簡(jiǎn)化后，放入模糊規(guī)則庫，供模糊控制器查詢。以下為全部56條模糊規(guī)則表（為方便列表，將障礙物組合情況制成表2.2

23、,再結(jié)合目標(biāo)點(diǎn)方位得到模糊控制表2.3。如第ls行第d4列的tlb，對(duì)應(yīng)的模糊規(guī)則為：if(dr is near)and(dc is near)and(dl is near)and(tg is ls),then(sa is tlb).）。編號(hào)drdcdl障礙物組合1farfarfard12farfarneard23farnearneard34nearnearneard45farnearfard56nearfarfard67nearnearfard78nearfarneard8 表2.2 障礙物情況組合d1d2d3d4d5d6d7d8lbtlb(1)tz(8)trs(15)tlb(22)tlb(

24、29)tlb(36)tlb(43)tls(50)lmtlm(2)tz(9)trs(16)tlb(23)tlm(30)tlm(37)tlb(44)tz(51)lstls(3)tz(10)trs(17)tlb(24)tls(31)tls(38)tlb(45)tz(52)zotz(4)tz(11)trs(18)tlb(25)tls(32)tz(39)tls(46)tz(53)rstrs(5)trs(12)trb(19)trb(26)trs(33)tz(40)tls(47)tz(54)rmtrm(6)trm(13)trb(20)trb(27)trm(34)tz(41)tls(48)tz(55)rbtr

25、b(7)trb(14)trb(21)trb(28trb(35tz(42)tls(49)trs(56) 表2.3 模糊控制規(guī)則表(括號(hào)內(nèi)數(shù)字為規(guī)則編號(hào))3.4.5 模糊推理 模糊控制規(guī)則實(shí)際是一組多重條件語句（因果關(guān)系的集合描述）。上節(jié)模糊規(guī)則基本形式為：if(dr is )and(dc is )and(dl is)and(tg is ),then(sa is ).其中dr、dc、dl、tg和sa代表系統(tǒng)狀態(tài)和控制語言變量，、和分別是對(duì)應(yīng)的語言值，各變量對(duì)應(yīng)的論域分別為DR、DC、DL、TG和SA。每條模糊規(guī)則的蘊(yùn)涵關(guān)系為： 若考慮全部56條控制規(guī)則的總蘊(yùn)涵關(guān)系，用連接詞“also”進(jìn)行取并的方

26、法得到，即 最后求得的推理結(jié)論為。合成運(yùn)算“”采用了Mamdani最大-最小法。 雖然總的蘊(yùn)涵關(guān)系R由全部56個(gè)蘊(yùn)涵關(guān)系構(gòu)成，但每一組輸入量并不能把他們?nèi)考せ?。為減少計(jì)算量，只根據(jù)輸入量用被激活的控制規(guī)則進(jìn)行近似推理，而不用計(jì)算由1到56的全部。3.4.6 解模糊通過模糊推理得到的結(jié)果是一個(gè)模糊集合，不能直接作用于被控對(duì)象。實(shí)際控制中過程中，必須要有一個(gè)確定值才能控制或驅(qū)動(dòng)執(zhí)行機(jī)構(gòu)。這一把模糊推理結(jié)果轉(zhuǎn)換為確定數(shù)值的過程就是解模糊，或是清晰化15。解模糊的作用就是將輸出的模糊集合映射到一個(gè)個(gè)確定的點(diǎn)，其方法與隸屬函數(shù)的選擇及模糊推理方法有關(guān)。在Matlab中提供了五種解模糊的方法：面積重心法

27、、面積等分法、最大隸屬度平均法、最大隸屬度取小法和最大隸屬度取大法。本設(shè)計(jì)選取了重心法，該方法也稱為質(zhì)心法或面積中心法，是所有解模糊方法中較為直觀合理較為流行的方法，其數(shù)學(xué)表達(dá)式為： 其中，A(u)是論域U上集合A的隸屬函數(shù)，表示輸出模糊子集所有元素的隸屬度值在連續(xù)論域上的代數(shù)積分，而得取之是表示左右兩邊的面積值相等。這種方法計(jì)算較為復(fù)雜，但它包含了輸出模糊子集的所有元素信息，較為精確。輸出模糊量經(jīng)上述方法解模糊后，再經(jīng)過線性制度變換后即可輸出到直流電機(jī)，對(duì)機(jī)器人進(jìn)行轉(zhuǎn)向控制。4 仿真實(shí)驗(yàn)?zāi)：刂破髟O(shè)計(jì)完成后，需要連接到模糊控制系統(tǒng)中仿真，以檢驗(yàn)其是能否有效完成控制要求。要建立模糊控制系統(tǒng)，首先要建立起系統(tǒng)中各部分，即各個(gè)模塊，然后連接它們組成模糊控制系統(tǒng)。在Matlab中的Simulink是一個(gè)專門用于對(duì)各種動(dòng)態(tài)系統(tǒng)進(jìn)行建模、仿真和分析的軟件包，能夠很容易的簡(jiǎn)歷控制系統(tǒng)模型。但其中并未包含有關(guān)移動(dòng)機(jī)器人的仿真模塊，因此需要自行建立。根據(jù)前文設(shè)計(jì)，編輯完成了如附錄一的仿真程序。程序主要包含三個(gè)部分：主函數(shù)，超聲波傳感器的模擬，模糊控制器仿真?，F(xiàn)對(duì)各部分程序說明如下:(a) 主函數(shù) 主函數(shù)包含機(jī)器人避障和行進(jìn)軌跡的全部算法，是仿真程序的核心部分。其運(yùn)算流程圖如下。開始是否到達(dá)終點(diǎn)檢測(cè)障礙物和方位角，控制機(jī)器人移動(dòng)計(jì)算新坐標(biāo)，計(jì)數(shù)加1結(jié)束NY 圖2.15