模糊神經(jīng)網(wǎng)絡(luò)在嵌入式機(jī)器人中的應(yīng)用

模糊神經(jīng)網(wǎng)絡(luò)控制器在嵌入式機(jī)器人中的應(yīng)用控制工程14班2016042108董勛凱02010403模糊控制神經(jīng)網(wǎng)絡(luò)控制遺傳算法專家控制專家控制是將專家系統(tǒng)的理論技術(shù)與控制理論技術(shù)相結(jié)合，仿效專家的經(jīng)驗(yàn)，實(shí)現(xiàn)對(duì)系統(tǒng)控制的一種智能控制。

模糊控制以模糊集合、模糊語言變量、模糊推理為其理論基礎(chǔ)，以先驗(yàn)知識(shí)和專家經(jīng)驗(yàn)作為控制規(guī)則。

神經(jīng)網(wǎng)絡(luò)模擬人腦神經(jīng)元的活動(dòng)，利用神經(jīng)元之問的聯(lián)結(jié)與權(quán)值的分布來表示特定的信息，通過不斷修正連接的權(quán)值進(jìn)行自我學(xué)習(xí)，以逼近理論為依據(jù)進(jìn)行神經(jīng)網(wǎng)絡(luò)建模。遺傳算法是一類借鑒生物界的進(jìn)化規(guī)律(適者生存，優(yōu)勝劣汰遺傳機(jī)制)演化而來的隨機(jī)化搜索方法。智能控制技術(shù)的主要方法硬件實(shí)時(shí)操作系統(tǒng)應(yīng)用軟件處理器是系統(tǒng)的運(yùn)算核心；存儲(chǔ)器用來保存可執(zhí)行代碼，以及中間結(jié)果；輸入輸出設(shè)備完成與系統(tǒng)外部的信息交換；其他部分輔助系統(tǒng)完成功能。應(yīng)用軟件是完成系統(tǒng)功能的主要軟件，它可以由單獨(dú)的一個(gè)任務(wù)來實(shí)現(xiàn)，也可以由多個(gè)并行的任務(wù)來實(shí)現(xiàn)。該系統(tǒng)用來管理應(yīng)用軟件，并提供一種機(jī)制，使得處理器分時(shí)地執(zhí)行各個(gè)任務(wù)并完成一定的時(shí)限要求。嵌入式系統(tǒng)的組成

機(jī)器人是智能控制的重要應(yīng)用領(lǐng)域之一。隨著社會(huì)對(duì)機(jī)器人技術(shù)性能和智能程度的要求越來越高,也由于人工智能技術(shù)、計(jì)算機(jī)技術(shù)、制造技術(shù)、傳感器技術(shù)及其它相關(guān)技術(shù)的快速發(fā)展,使智能控制引入機(jī)器人技術(shù)中成為可能和必要。機(jī)器人在動(dòng)力學(xué)方面常常是一個(gè)強(qiáng)耦合、時(shí)變、非線性的,在傳感器信息方面是多信息的,在控制參數(shù)上是多變量的,在控制任務(wù)要求上是多任務(wù)的,這些特性正適合智能控制的應(yīng)用。智能控制技術(shù)已經(jīng)用到機(jī)器人技術(shù)的許多方面,如:機(jī)器人的多傳感器信息融合和視覺處理;移動(dòng)機(jī)器人行走過程的自主避障、行走路徑規(guī)劃、定位;機(jī)器人手臂動(dòng)作規(guī)劃;空間機(jī)器人的姿態(tài)控制;具有自學(xué)習(xí)、自適應(yīng)功能的控制器設(shè)計(jì)等。機(jī)器人的總體設(shè)計(jì)中，包括軟件和硬件兩大部分。軟件主要包括驅(qū)動(dòng)程序、Linux系統(tǒng)和避障應(yīng)用算法。硬件主要包括處理器、存儲(chǔ)器、電機(jī)驅(qū)動(dòng)模塊、超聲波傳感模塊、接口電路等。機(jī)器人的運(yùn)動(dòng)軌跡控制機(jī)器人的運(yùn)動(dòng)規(guī)劃并聯(lián)機(jī)器人的高速、高精度運(yùn)動(dòng)控制智能控制在機(jī)器人研究領(lǐng)域應(yīng)用成功的幾個(gè)實(shí)例機(jī)器人的運(yùn)動(dòng)軌跡控制

研究一種輪腿式機(jī)器人。機(jī)器人有四條腿,腿部機(jī)構(gòu)由連桿和連接在其端部的從動(dòng)滾輪組成。機(jī)器人行走是通過后部?jī)蓷l腿的兩個(gè)連桿帶動(dòng)從動(dòng)滾輪向后作類似于滑冰動(dòng)作的后蹬動(dòng)作實(shí)現(xiàn)。此類機(jī)器人也稱滑冰機(jī)器人。機(jī)器人的行走方向和軌跡通過同時(shí)調(diào)整幾個(gè)從動(dòng)滾輪的方向角來控制。這是一個(gè)多自由度、非線性、強(qiáng)耦合的系統(tǒng),用常規(guī)控制器對(duì)單個(gè)從動(dòng)滾輪方向角,難以實(shí)現(xiàn)精確的軌跡控制。針對(duì)上述控制對(duì)象運(yùn)動(dòng)軌跡控制問題,作者提出了一種基于模糊神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制方法。該方法利用模糊神經(jīng)網(wǎng)絡(luò)來辯識(shí)機(jī)器人的逆動(dòng)力學(xué)模型,并以此模型作為控制器提供給機(jī)器人主要的廣義驅(qū)動(dòng)力,加上常規(guī)的PD控制器構(gòu)成完整的控制系統(tǒng)。當(dāng)模糊神經(jīng)網(wǎng)絡(luò)模型給出的驅(qū)動(dòng)力合適,系統(tǒng)誤差小,PD控制器的控制作用就很弱;反之,PD控制器起主要作用。模糊規(guī)則的制定是利用PD控制器提取初始模糊規(guī)則,利用專家經(jīng)驗(yàn)對(duì)初始規(guī)則進(jìn)行補(bǔ)充,最后利用誤差的反向傳播算法對(duì)參數(shù)進(jìn)行在線自適應(yīng)調(diào)整。文獻(xiàn)給出的驗(yàn)證結(jié)果表明該方法很好的解決了該種機(jī)器人的運(yùn)動(dòng)軌跡控制問題。這種方法的優(yōu)點(diǎn)是利用智能控制理論解決運(yùn)動(dòng)軌跡控制問題,利用常規(guī)控制方法解決控制系統(tǒng)抗干擾的問題。機(jī)器人的運(yùn)動(dòng)規(guī)劃

研究了交叉路口上多個(gè)移動(dòng)機(jī)器人通過時(shí)的協(xié)調(diào)和避碰問題。采用集中與分布相結(jié)合將路徑與速度分解的兩級(jí)規(guī)劃方法,上級(jí)是集中式路徑規(guī)劃,下級(jí)是機(jī)器人的分布式運(yùn)動(dòng)特征規(guī)劃。首先集中管理為每個(gè)機(jī)器人根據(jù)一定規(guī)則規(guī)劃從起點(diǎn)到目標(biāo)位置的路徑,規(guī)劃時(shí)假設(shè)路徑上無任何動(dòng)態(tài)障礙,每個(gè)機(jī)器人在實(shí)際運(yùn)動(dòng)過程中也保持各自的路徑不變。通過建立了一套交通規(guī)則,在沖突區(qū)域內(nèi)利用優(yōu)先級(jí)策略,分布式地協(xié)調(diào)和規(guī)劃各路徑上機(jī)器人的運(yùn)動(dòng)速度,以避免碰撞。每個(gè)機(jī)器人通過自身的感知系統(tǒng)感知當(dāng)時(shí)局部范圍內(nèi)的動(dòng)態(tài)環(huán)境以確定是否到達(dá)沖突區(qū)域。整個(gè)系統(tǒng)通過上下層智能的融合,提高系統(tǒng)的智能,使系統(tǒng)中的機(jī)器人能安全快速地到達(dá)目標(biāo)位置。由于動(dòng)態(tài)環(huán)境的不確定性,規(guī)劃周期性地執(zhí)行。驗(yàn)證結(jié)果表明該方法較好地解決了沖突區(qū)域內(nèi)多個(gè)移動(dòng)機(jī)器人運(yùn)動(dòng)時(shí)的協(xié)調(diào)和避碰問題。并聯(lián)機(jī)器人的高速、高精度運(yùn)動(dòng)控制

使用直線電動(dòng)機(jī)驅(qū)動(dòng)的并聯(lián)機(jī)器人高速、高精度運(yùn)動(dòng)中的點(diǎn)位控制問題。通常,線性系統(tǒng)的點(diǎn)位控制多使用PID控制。由于直線電動(dòng)機(jī)是直接驅(qū)動(dòng)型,推力波動(dòng)、負(fù)載變化、摩擦力等非線性因素對(duì)高速高精度并聯(lián)機(jī)器人系統(tǒng)動(dòng)態(tài)性能有很大的影響,這就造成了單一PID控制器很難在高速、高精度運(yùn)動(dòng)控制中有良好的動(dòng)態(tài)性能。針對(duì)這一問題,設(shè)計(jì)了一種新的模糊自調(diào)整PID控制器:系統(tǒng)的位置偏差較大時(shí),采用PID控制器,保證系統(tǒng)的平滑、穩(wěn)定;當(dāng)系統(tǒng)發(fā)出停止命令后,引入模糊增益參數(shù)自調(diào)整機(jī)構(gòu),加快靜差消除。模糊增益參數(shù)調(diào)整機(jī)構(gòu)采用一維輸入，二維輸出的推理結(jié)構(gòu),消除了參數(shù)調(diào)整中的耦合影響;為縮短整定時(shí)間,減少整定參數(shù)的數(shù)量,不同增益參數(shù)、誤差E的模糊論域劃分各不相同。驗(yàn)證結(jié)果表明:引入該模糊自校正PID控制器后,機(jī)器人系統(tǒng)的穩(wěn)定時(shí)間有顯著改善。其中，f、l、r分別代表前方距離、左方距離和右方距離，F(xiàn)、L、R為經(jīng)過論域變換的距離信息，F(xiàn)’、L’、R’為距離的模糊量。V’、M’為機(jī)器人移動(dòng)速度和轉(zhuǎn)向角的模糊控制量，V、M為經(jīng)過論域變換的輸出控制量，v、m為實(shí)際控制的精確量。該模糊神經(jīng)網(wǎng)絡(luò)控制器是一種利用神經(jīng)網(wǎng)絡(luò)存儲(chǔ)模糊控制規(guī)則并執(zhí)行模糊控制推理的控制器。

目前，智能控制的各種方法都有它的局限性和不成熟性。智能控制的應(yīng)用應(yīng)當(dāng)采用集成的方法,也就是將幾種智能控制方法融合而成或是將智能控制和傳統(tǒng)控