移动机器人多规则因子模糊控制方法

1、文章编号:1008-0570(200901-2-0239-02机器人技术移动机器人多规则因子模糊控制方法Fuzzy Control Method of Multiple Weighting Factor for Mobile Robot（齐齐哈尔大学）刘彦忠戴学丰LIU Yan-zhong DAI Xue-feng摘要:本文针对轮式移动机器人这种典型的非完整性系统，在给出了动力学模型后将模型中的参数选取进行了一些改进使用直观的电压参数来取代转距；在实际应用中由于模糊规则一经确定就无法改变，本文采用了一种在全论域范围内自调整规则因子的方法，调整过程符合人在决策过程中的思维特点，且易于计算机实现控

2、制算法。仿真结果表明系统的动态性能得到明显改善。关键词:轮式移动机器人; 动力学模型; 非完整性系统; 模糊控制文献标识码:A 中图分类号:TP24Abstract:This paper improved the parameters of the model were selected to carry out to replace the switch by the direct voltage pa -rameters after studying kinetic model of the non-integrity mobile robot model. In practice, be

3、cause of fuzzy rules determined, it willbe impossible to change the rules, we proposed a kind of self-adjusting method in the whole domain to adjust the weighting factor. This adjustment is accord with thinkingQ characters of people in the decision -making process of thinking, and easy to be achieve

4、d via a computer algorithm. The result of simulation indicates that dynamic function of system is improved obviously. Key words:wheeled mobile robot; kinetic model; non-integrity systems; fuzzy control1引言移动机器人是一个集环境感知、动态决策与规划、运动控制与执行等多种功能为一体的综合系统。国内外在移动机器人控制方面已做了大量的研究工作，目前面临的主要问题是移动机器人在控制和规划方面缺乏智能性和

5、鲁棒性。本文针对三轮移动机器人的运动控制进行研究，由于在非完整性模型中，移动机器人有些参数是无法取得精确值的，所以使用模糊控制作为机器人的主要控制方法，但在实际应用中，由于模糊规则一经确定，就无法进行改变，本文采用自调整多规则因子模糊控制，其中加权因子的选取，在全论域范围内自调整规则因子的方法，这种调整过程符合人在决策过程中的思维特点，且易于通过计算机实现控制算法。约束矩阵；：约束力，它是不能直接改变的，而只能视为一个产生于约束方程的特殊内部变量。其中，是一个雅克比矩阵，用于将基础坐标系下的速度转换成为卡笛尔坐标系下的速度。2.2电压参数取代转矩的机器人系统模型结合运动学公式，公式(1可以用一

6、个更加适合于控制的表示方式：(2考虑到执行装置电力的部分。假设所有的发动机都是直流右边电动机的控制公式如下：电动机。忽略电动机的自感应，(3(4其中，是右测电动机所形成的转矩，是阻力，是电场力系数，是右发动机的角速度，可得到轮子的角速度与之的关系为：(5发动机转矩与轮子转矩的关系为：(6轮子角速度和机器人的速度的关系为：(7从(2(7，可以得到移动机器人的包含执行装置的动力学公式：假设且，是发动机的输入电压。，(8，技术创新2轮式移动机器人系统模型2.1移动机器人动力学模型轮式移动机器人及自动驾驶装置等实际受控对象要考虑到与外部环境的滚动接触等非完整约束等因素，属于一个具有非完整性移动机一阶非

7、完整约束动力学系统，在n 维空间中，器人系统的n 维矢量变量和m 维的约束变量可以被如下描述：(1其中，是对称正定惯性矩阵；是向心力和哥氏力项；是有界的未知挠动和未建模动力学；是输入转换矩阵；是输入向量；是刘彦忠:副教授硕士基金项目:基金申请人:戴学丰; 基金项目名称:轮式移动机器人自组织控制系统研究; 基金颁发部门:黑龙江省教育厅(10551330机器人技术中文核心期刊微计算机信息(嵌入式与SOC 2009年第25卷第1-2期3多规则因子模糊控制器设计通过调整规则因子来修改模糊控制器控制规则，可以获得较好的控制效果。但对于只带有一个规则因子模糊控制器，虽然可以改变的大小调整控制规则，但当值一

8、旦选定，在整个控制过程中就不再改变。而实际上，模糊控制系统在不同的阶段和状态下，对控制规则中误差E 和误差变化EC 的加权程度一般来说有不同的要求。以二维模糊控制系统为例，当误差较大时，控制系统的主要任务是消除误差，此时对误差在控制规则中的加权应大些；而当误差较小时，系统己接近稳态，这就要求在控制规则中误差变化引起的作用大些，即对误差变化加权大些。依据上述思想，对于每个误差等级都各自引入一个规则因子，就构成了带多个规则因子的控制规则，这样有利于满足控制系统在不同被控状态下对调整因子的不同要求。当误差E, 误差变化EC 及控制量U 的论域都取为-3,-2,-1,0,1,2,3时, 带多个规则因子

9、的控制规则可表示为:当速度差值e 的绝对值较大，此时不论差值变化大小如何，由(11式得到的a 也较大，从而控制规则中给予速度差值e 的权重较大，而差值变化的权重1-较小，增强e 的作用，促使系统快速响应，以尽快移动机器人的速度偏差。当速度差值e 的绝对值较小，于是控制规则中速度差值e 的权重也就较小，而差值变化的权重1-较大，增大差值变化e 的作用，从而避免超调，有效抑制振荡，保证速度变化的稳定调整。4仿真实验本文利用MATLAB6的模糊逻辑工具箱，并结合S 函数创建的功能模块，实现规则自调整模糊控制仿真，系统仿真结构如图1所示，由此得到的仿真结果如图2所示。图1模糊控制系统仿真框图技术创新(

10、9其中，一般情况下取，这样，在偏差E 较小时，对EC 的加权大于对E 的加权，以利于提高系统的稳定性；对偏差E 的加权应大于EC 的加权，以加速系统的响应。虽然采用多规则因子模糊控制方法可取得较好的控制效果，但对于加权因子的选取还主要是根据经验或由反复试验确定，具有一定的盲目性，有必要引入寻优方法。若采用通过I 带TAE 积分性能指标目标函数寻优获得多规则因子值的方法，有多个规则因子的模糊控制规则虽然比较灵活、方便，但对多个调整因子的寻优要花费较大的计算量，因此大多是采用离线计算的方式，难以实现在线优化。因此，一方面要考虑吸取带多个规则因子的优点，另一方面又要考虑尽量简化寻优过程。为此，提出了

11、一种在全论域范围内自调整规则因子的模糊控制器，其中规则因子的自调整方法如下：(10(11其中，。上述调整公式的特点是规则因子在及之间随着偏差绝对值的大小呈线性变化，故有N 个可能的取值。当=时，N 为偏差E 的量化等级，上式则变为只有一个调整因子的控制规则了。它体现了按误差大小自动调整误差对控制作用权重的思想。显然，这种调整过程符合人在控制决策过程中的思维特点，己经具有优化的特点，且易于通过微机实现其控制算法。系统在运行时，将移动机器人车轮速度的差值和差值变化，代入(11式计算出此时的调整因子，然后再依据此时的控制规则(11式进行模糊判决得到控制量u ，经反模糊化，得到精确的输出量，驱动步进电

12、机运转，控制速度变化，执行纠偏动作。当发生扰动时，在系统的调节过程中，由于车轮速度的差值由(11式得到的规则调整因子也随之变e 是随时间变化的，化，改变了差值e 和差值变化的权重，从而对控制规则(10进行相应的调整，使系统具有一定的自调整、自学习能力，更能适应环境的变化。图2系统的阶跃响应仿真曲线仿真结果表明：与常规模糊控制相比，系统采用规则自调整模糊控制时，超调量和调节时间都明显减少，系统的动态性能得到明显改善。5结论本文对轮式移动机器人的动力学模型进行了分析，给出电压参数取代转矩的机器人控制模型，提出了一种在全论域范围内自调整规则因子的模糊控制器，并对带有多个规则因子的模糊控制器给出了设计

13、步骤以及仿真结果，从仿真中可以表明采用规则自调整的模糊控制方法，与使用常规的模糊控制方法相比，可以取得更快的收敛速度。论文创新点：本文对轮式移动机器人具有一阶非完整约束动力学系统进行了分析，给出电压参数取代转矩的机器人控制模型，提出了一种在全论域范围内自调整规则因子的模糊控制器，并对带有多个规则因子的模糊控制器给出了设计步骤以及仿真结果。仿真结果表明与常规模糊控制相比，系统采用规则自调整模糊控制时，超调量和调节时间都明显减少，系统的动态性能得到明显改善。参考文献1Park.Tong-Jin, Han Chang-Soo. A path generation algorithm of auton

14、omous robot vehicle through scanning of a sensor platformJ.IEEE International Conference on Robotics and Automation, 2001(4:151-156.2M.J. Er, Y. Gao. Robust adaptive control of robot manipulators using generalized fuzzy nerual networks, IEEE transactions on in dustrial electronics, vol. 50, NO .3, p

15、p. 620628, JUNE 2003.（下转第页）DSP 开发与应用中文核心期刊微计算机信息(嵌入式与SOC 2009年第25卷第1-2期率和系统的实时性；另一方面，考虑到代码的通用性和可移植性，最好使用易读的c 语言。FFT 核心算法采用汇编语言编写，主程序采用C 语言编写。为防止数据溢出，蝶形运算结果采用归一化处理。3系统实现与测试系统实现上，主要对AD9238采集的12bit 的数据在FPGA 内部进行预处理。由于采用了Altera 公司Stratix 系列芯片，FPGA 的开发环境采用的是Quartus6.0软件，对采用的数据首先进行了数字下变频，将信号变为基带信号I 、然后Q 量

16、形式，图3是在FPGA 内部实现的一个数字送给DSP 完成后续处理。下变频浓能的模块。王诚编著.Altera FPGA/CPLD设计（基础篇）人民5吴继华，M，邮电出版社，2005作者简介:简远鸣（1981），女（汉），广西北海人，中南大学物理科学与技术学院，硕士研究生，主要从事混沌加密和DSP 的研究。Biography:JIAN Yuan -ming (1981-, female (hanethnic ，Guang Xi Province, School of Physics Sci&Tech,Central South University, Master, Research a

17、rea include chaos encryption and DSP .(410083湖南长沙中南大学物理科学与技术学院）简远鸣晏福平刘念孔德元（School of Physics Sci&Tech,Central South University, Changsha Hunan 410083，China ）JIAN Yuan-mingYAN Fu-ping LIU Nian KONG De-yuan通讯地址:(410083中南大学物理笠学与技术学院 简远鸣(收稿日期:2008.12.05(修稿日期:2009.01.03图3数字下变频模块技术创新对于AD9238采集的信号可以采用Q

18、uartus6.0环境下的SignalTap 嵌入式逻辑分析仪观察实时采集的信号。下面是一组系统采样率为40MHZ ，输入信号频率为500KHz 的正弦信号情况下，通过SignalTap 嵌入式逻辑分析采集到的信号波形图。图4数据采集信号波形图4结论本文介绍了一种基于DSP 的高速数据采集与处理系统的设计，对其高速采样电路、FPGA 设计与处理电路以及DSP 设计与处理电路进行了详细介绍，并对后续处理系统的功能做了详细阐述。在Quartus6.0环境下在FPGA 内部实现了数字下变频模块，并借助Quartus6.0环境下的SignalTap 嵌入式逻辑分析仪对AD 采样后的数据进行了实际测试，

19、测试波形表明采样的正确性。本文设计的基于DSP 的高速数据采集与处理系统方就可以进案具有一定的通用性，更换更高采样速率AD 的芯片，一步的提高系统的采样速率，而无需更换后面的硬件，因此该设计在工程应用上具有一定的应用价值。本文作者创新点：基于DSP 的高速数据采集与处理系统设计具有一定通用性和可扩展性，采用浮点DSP 进行后续处理，提高了数据处理精度；可完成高速数据的FPGA 的资源可扩展，存储与相应的数据预处理，为DSP 分担部分信号处理工作，且硬件实现速度快于DSP 的数据处理。参考文献张淑娥. 基于DSP 的数据采集与处理系统的设计J，电1张菊，力系统通信，2006.1曹治国，张贵清等.

20、 基于FPGA 和DSP 的并行数据采2王文武，集系统的设计J.微计算机信息，2004-11,21-23杨建宇，熊金涛.12b 双通道高速A/D转换器AD92383苗书立，的原理及应用J，现代电子技术，2004.13夏应清，袁泉等. 基于AD9238的高速高精度ADC 采4向常州，集系统J，电子元器件应用，2007.6(上接第240页张新晖等. 基于Agent 的自主式智能机器人体系结构3朱淼良，及集成系统. 模式识别与人工智能, 2000,13(1:36-41.戴学丰，刘艳菊. 基于模糊神经网络的机器人关节驱4刘彦忠，动补偿控制器. 微计算机信息, 2006,153(1,215-217.作者

21、简介:刘彦忠（1971-），男（汉），黑龙江省齐齐哈尔人，齐齐哈尔大学计控学院副教授，硕士，主要从事机器人自组织模糊），男（汉），河北省石家庄人，齐齐哈尔控制研究；戴学丰（1962-大学计控学院院长，教授，博士后，主要从事机器人控制、离散事件系统研究。Biography:LIU Yan-zhong (1971-,Male, Computer and Con -trol Engineering Institute, Qiqihar University, Vice Professor, Master. Engaged in:Self-organizing Fuzzy Control for robot. (161006齐齐哈尔大学计算机与控制学院 刘彦忠戴学丰(Computerand Control Engineering Institute, Qiqihar Uni -versity, 161006 LIU Yan-zhong DAI Xue-feng通讯地址：（161006黑龙江省齐齐哈尔齐齐哈尔大学计控学院）刘彦忠 (收稿日期