圖書館機(jī)器人機(jī)械手參數(shù)自整定模糊PID控制器設(shè)計(jì)

杜明芳，方建軍，梁嵐珍

機(jī)器人在很多行業(yè)獲得了廣泛應(yīng)用，但在圖書館行業(yè)卻相對薄弱.圖書館應(yīng)該是引入機(jī)器人較為理想的地方，可以展示出機(jī)器人的效率.用機(jī)器人實(shí)現(xiàn)圖書館自動(dòng)化管理的理念是20世紀(jì)90年代被提出的，人們期望借助機(jī)器人完成繁雜的圖書借閱、上架、下架、清點(diǎn)、整理、傳送等重復(fù)性工作.目前世界上成功應(yīng)用圖書館機(jī)器人的有德國洪堡大學(xué)、美國猶他州大學(xué)、日本早稻田大學(xué)等.而我國應(yīng)用智能機(jī)器人的無人圖書館至今尚未真正建成.據(jù)統(tǒng)計(jì)，截止到2003年12月，我國共有公共圖書館2 709家，中等以上規(guī)模的圖書館占相當(dāng)大的比例，是一個(gè)潛力巨大的自動(dòng)化產(chǎn)業(yè).2002年，美國Johns Hopkins大學(xué)的J.Suthakom等研制了一種完整意義上的圖書館機(jī)器人實(shí)驗(yàn)裝置.同年，新加坡國立大學(xué)K.H.Yuan等研究了基于RFID定位技術(shù)的無人化圖書館系統(tǒng)，可利用機(jī)器人完成圖書存取工作.幾乎同一時(shí)期，機(jī)器人圖書館員實(shí)驗(yàn)還在西班牙、日本等國家進(jìn)行.模糊控制是在該領(lǐng)域已經(jīng)應(yīng)用的一種方法［1-4］，能夠真正將先進(jìn)控制方法如自適應(yīng)模糊滑模、自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制應(yīng)用到圖書館機(jī)器人的系統(tǒng)至今尚未研發(fā)成功，高精度、快速的PID控制在該領(lǐng)域中的成功應(yīng)用也少有詳細(xì)論述.本文研制的圖書館機(jī)器人是一種帶有視覺導(dǎo)航的智能輪式移動(dòng)機(jī)器人，由自動(dòng)引導(dǎo)車(automatic guided vehicle，AGV)和車上安裝的氣動(dòng)機(jī)械手臂組成，機(jī)械手臂前端裝有攝像頭和RFID讀寫器，采用PC/104系列板卡設(shè)計(jì)機(jī)械手控制器，操作系統(tǒng)采用嵌入式Microsoft Windows CE 5.0，控制算法采用Fuzzy-PID.在樣機(jī)上進(jìn)行了控制系統(tǒng)仿真實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，所設(shè)計(jì)的系統(tǒng)具有良好的動(dòng)、靜態(tài)性能，設(shè)計(jì)方法合理，設(shè)計(jì)思路也較先進(jìn).

1 機(jī)械手控制系統(tǒng)硬件設(shè)計(jì)

氣壓傳動(dòng)以空氣作為傳動(dòng)介質(zhì)，將氣體的壓力能轉(zhuǎn)化為機(jī)械能，比液壓傳動(dòng)成本更低、更清潔環(huán)保，比機(jī)械傳動(dòng)控制更靈活、調(diào)節(jié)方便，并可與電氣控制結(jié)合，形成便捷高效的電氣混合控制.本系統(tǒng)的機(jī)器人機(jī)械手部分采用氣動(dòng)方式，其機(jī)械結(jié)構(gòu)能夠完成上下、左右2個(gè)方向的運(yùn)動(dòng)和夾緊、松開等機(jī)械動(dòng)作，從而完成圖書自動(dòng)取、放操作.通過編程控制氣缸流量，進(jìn)而控制機(jī)械手的運(yùn)動(dòng)和動(dòng)作.其操作效果如圖1所示.

機(jī)械手由手爪、小臂、大臂、腰部和底座組成.大、小臂分別由大臂氣缸、小臂氣缸活塞桿支撐和驅(qū)動(dòng).在大、小臂的一端分別裝有增量式旋轉(zhuǎn)編碼器來實(shí)時(shí)傳回大、小臂的角度信息，用以計(jì)算小臂末端手指的空間位置.大、小臂臂長的選擇及氣缸支撐點(diǎn)的選擇根據(jù)工作空間的要求經(jīng)過計(jì)算設(shè)計(jì)得出.

圖1 機(jī)械手自動(dòng)取放圖書Fig.1 Automatic books drawing and putting operating of the manipulator

機(jī)械手采用PC/104嵌入式系統(tǒng)進(jìn)行控制，其中CPU為研華公司的PCM-3350 PC/104模塊;繼電輸出部分為PCM3725 PC/104模塊，負(fù)責(zé)控制2個(gè)電磁換向閥SY3220，進(jìn)而控制腰部擺缸及手爪氣缸運(yùn)動(dòng);D/A轉(zhuǎn)換模塊為PCM3712 PC/104模塊，負(fù)責(zé)控制氣缸兩腔的氣體流量，從而控制大、小臂氣缸活塞桿運(yùn)動(dòng);數(shù)據(jù)采集部分由2個(gè)增量式旋轉(zhuǎn)編碼器E6B2-CWZ3E將正交編碼信號傳送至E63-WF5C方向識別單元，信號被轉(zhuǎn)換成單路計(jì)數(shù)脈沖及方向標(biāo)識信號后送入PM536 PC/104計(jì)數(shù)器模塊計(jì)數(shù)，進(jìn)而可計(jì)算出目標(biāo)圖書的空間坐標(biāo)位置.模塊化的圖書自動(dòng)取放機(jī)械手的控制系統(tǒng)原理如圖2所示.

圖2 機(jī)械手控制系統(tǒng)Fig.2 The control framework of the manipulator

2 機(jī)械手模糊PID控制設(shè)計(jì)

2.1 控制算法的選擇

機(jī)械手的智能控制是工作在無人化圖書館中的機(jī)器人的關(guān)鍵技術(shù)，控制算法的選擇是關(guān)鍵中的關(guān)鍵.線性PD控制是工業(yè)機(jī)械手最基本的控制方法，已經(jīng)得到了廣泛的應(yīng)用.但實(shí)踐表明，線性PD控制往往要求驅(qū)動(dòng)機(jī)構(gòu)有很大的初始輸出，而實(shí)際驅(qū)動(dòng)機(jī)構(gòu)往往不可能提供過大的初始力矩，且機(jī)械臂本身所承受的最大力矩也是有限的，這使PD控制的應(yīng)用受到了限制［4］.傳統(tǒng)的PID控制方法雖然能使系統(tǒng)獲得良好的穩(wěn)態(tài)精度，但系統(tǒng)的快速性和抗干擾能力及對系統(tǒng)參數(shù)攝動(dòng)的魯棒性都不夠理想.

模糊控制是基于模糊推理，模仿人的思維方法，其主要特點(diǎn)是:控制系統(tǒng)設(shè)計(jì)依據(jù)經(jīng)驗(yàn)和操作數(shù)據(jù)，而不需要精確的數(shù)學(xué)模型;具有較強(qiáng)的魯棒性;應(yīng)用語言變量而非數(shù)學(xué)變量;推理過程采用“不精確推理”［5］.模糊控制系統(tǒng)具有很大的靈活性，提供了一種提高伺服系統(tǒng)的跟隨和抗干擾性能的好方法，有力地提高了系統(tǒng)的魯棒性.為此，本設(shè)計(jì)將模糊控制技術(shù)和傳統(tǒng)的PID控制相結(jié)合，有效地解決了模糊控制存在的穩(wěn)態(tài)誤差缺陷，從而具備了模糊控制較強(qiáng)的魯棒性和削弱PID控制穩(wěn)態(tài)誤差的功能.

模糊PID通過找出PID 3個(gè)參數(shù)與誤差e和誤差變化率ec之間的模糊關(guān)系，在運(yùn)行中通過不斷檢測e和ec，根據(jù)模糊控制原理對3個(gè)參數(shù)進(jìn)行在線修改以滿足不同e和ec時(shí)對控制參數(shù)不同的要求，從而使被控對象有良好的動(dòng)、靜態(tài)特性.模糊PID以誤差e和誤差變化率ec作為控制器的輸入，以KP、KI、KD作為控制器的輸出，運(yùn)用模糊控制規(guī)則自動(dòng)實(shí)現(xiàn)對PID控制參數(shù)在線修改.其結(jié)構(gòu)如圖3所示.本系統(tǒng)的受控量是機(jī)械手大、小臂的運(yùn)動(dòng)角度，圖3中的θ1(t)為目標(biāo)角度，θ2(t)為實(shí)際角度.

圖3 模糊PID控制器的結(jié)構(gòu)Fig.3 Structure of the fuzzy-PID controller

2.2 模糊控制器設(shè)計(jì)

系統(tǒng)誤差e、誤差變化率ec、氣缸流量控制電壓u以及KP、KI、KD采用7段模糊子集{負(fù)大，負(fù)中，負(fù)小，零，正小，正中，正大}描述，記為{NB，NM，NS，ZO，PS，PM，PB}.論域劃分為:e={－6，－5，－ 4，－ 3，－ 2，－1，0，0+1，+2，+3，+4，+5，+6}，ec={－6，－5，－ 4，－ 3，－ 2，－1，0，+1，+2，+3，+4，+5，+6}，u={－6，－5，－ 4，－3，－ 2，－1，0，+1，+2，+3，+4，+5，+6}.

將e、ec、u設(shè)計(jì)成三角形隸屬度函數(shù)，其隸屬度函數(shù)如圖4所示.從系統(tǒng)的穩(wěn)定性、響應(yīng)速度、超調(diào)量和穩(wěn)態(tài)精度等方面考慮，綜合KP、KI、KD對系統(tǒng)的不同作用以及它們之間的相互作用關(guān)系，建立的模糊校正規(guī)則如表1～3所示.

圖 4 e、ec、u 的隸屬度函數(shù)Fig.4 Membership functions of e，ec and u

表1 KP的模糊規(guī)則Table 1 The fuzzy logic rules of KP

表2 KI的模糊規(guī)則Table 2 The fuzzy logic rules of KI

表3 KD的模糊規(guī)則Table 3 The fuzzy logic rules of KD

以上每張模糊規(guī)則表產(chǎn)生49條規(guī)則，用以下IF-THEN形式的語句來描述每一條模糊推理規(guī)則:

式中:Pr1、Pr2、Qr(r=1，2，…，7)在前面已定義的模糊集合{NB，NM，NS，Z，PS，PM，PB}中取值.

模糊PID的實(shí)現(xiàn)是根據(jù)模糊子集的隸屬度賦值表和各參數(shù)模糊控制模型，應(yīng)用模糊合成推理設(shè)計(jì)PID參數(shù)的模糊矩陣表，查出修正參數(shù)并對上一次采樣時(shí)的PID參數(shù)進(jìn)行更新.在線運(yùn)行過程中，控制系統(tǒng)通過對模糊邏輯規(guī)則的結(jié)果處理、查表和運(yùn)算，完成對PID參數(shù)的在線自校正.

3 控制程序設(shè)計(jì)與實(shí)現(xiàn)

Microsoft eMbedded Visual C++(EVC)是嵌入式系統(tǒng)Windows CE 5.0應(yīng)用程序的集成開發(fā)環(huán)境，具有編譯應(yīng)用程序、遠(yuǎn)程調(diào)試應(yīng)用程序等功能.本系統(tǒng)的控制程序在上位機(jī)的EVC 4.0下離線開發(fā)，編譯成功后，下載到PC/104控制板.

機(jī)械手模糊PID控制軟件流程圖如圖5所示.

圖5 機(jī)械手模糊PID控制流程Fig.5 The fuzzy-PID control flow of the manipulator

模糊PID控制算法在OnTimerUp()函數(shù)中實(shí)現(xiàn)，該函數(shù)中的代碼將在系統(tǒng)啟動(dòng)后每10 ms執(zhí)行一次.算法的入口變量有:1)m_TargetAngle，即目標(biāo)角度(°)，由程序界面設(shè)定而得;2)m_RealAngle，即實(shí)際角度(°)，每隔10 ms刷新一次.目標(biāo)角度和實(shí)際角度都以水平面為基準(zhǔn)，范圍為［0°，90°］.算法出口變量為PM.su，即氣缸流量控制電壓(V)，在輸出［0，5］時(shí)活塞桿收回，［5，10］時(shí)活塞桿伸出，在實(shí)際輸出時(shí)將被限幅為［1，9］.控制程序?qū)⒏鶕?jù)2個(gè)入口變量及控制算法實(shí)時(shí)計(jì)算出氣缸流量控制電壓，并輸出給機(jī)械手氣缸.

4 控制效果實(shí)驗(yàn)

4.1 PID參數(shù)模糊自整定

為驗(yàn)證算法的控制效果，選擇不同的輸入信號類型、不同的目標(biāo)角度，進(jìn)行PID參數(shù)模糊自整定，觀察實(shí)驗(yàn)結(jié)果.

PID參數(shù)模糊自整定是找出PID 3個(gè)參數(shù)與偏差e和偏差變化率ec之間的模糊關(guān)系，在運(yùn)行中不斷檢測e和ec，根據(jù)模糊推理對3個(gè)參數(shù)進(jìn)行在線修改，以滿足不同e和ec對控制參數(shù)的不同要求，從而使被控對象具有良好的動(dòng)、靜態(tài)性能.根據(jù)以下規(guī)則調(diào)整模糊PID控制器［6-7］:

1)當(dāng)e較大時(shí)，為加快系統(tǒng)響應(yīng)速度，應(yīng)取較大的KP和較小的KD，由于積分太強(qiáng)會使系統(tǒng)超調(diào)加大，因而要對積分作用加以限制，通常取KI=0或者較小值.

2)當(dāng)e和ec中等大小時(shí)，為減少系統(tǒng)超調(diào)和保證一定的響應(yīng)速度，KP應(yīng)適當(dāng)取小些，同時(shí)KD的取值對系統(tǒng)影響很大，也應(yīng)取小些，KI的取值要適當(dāng).

3)當(dāng)e較小時(shí)，為減小穩(wěn)態(tài)誤差，KP與KI應(yīng)取得大些，在這種情況下，KD的取值要適當(dāng)，取值不當(dāng)會引起系統(tǒng)震蕩.其原則是:當(dāng)ec較小時(shí)，KD取大些，當(dāng)ec較大時(shí)，KD取較小值;通常KD為中等大小.

4.2 階躍響應(yīng)實(shí)驗(yàn)

輸入信號類型為階躍信號，當(dāng)目標(biāo)角度分別為10°、30°時(shí)，小臂氣缸階躍響應(yīng)如圖6所示.

圖6 小臂氣缸階躍響應(yīng)Fig.6 Step response of the cylinder driving forearm

從階躍響應(yīng)效果圖可看出，機(jī)械手小臂在目標(biāo)角度分別為 10°、30°時(shí)，調(diào)整不同的KP、KI、KD參數(shù)組合，可得到不同的上升時(shí)間及超調(diào)量.較理想的上升時(shí)間結(jié)果是:目標(biāo)角度 10°、30°時(shí)分別為0.5 s、0.8 s.2種情況下輸出值都幾乎等于目標(biāo)值，實(shí)驗(yàn)結(jié)果表明，小臂能夠快速、無誤差地跟蹤系統(tǒng)給定值.

4.3 正弦響應(yīng)實(shí)驗(yàn)

為測試算法對不同輸入信號的效果，再給定正弦信號，在不同頻率下對小臂氣缸進(jìn)行氣缸正弦響應(yīng)(平均值20°，振幅5°)實(shí)驗(yàn).

當(dāng)正弦信號頻率分別為0.1 Hz、0.5 Hz時(shí)，小臂氣缸正弦響應(yīng)如圖7所示.

圖7 小臂氣缸正弦響應(yīng)(振幅5°)Fig.7 Sine response of the cylinder driving forearm(with a 5°amplitude)

從正弦響應(yīng)效果圖可看出，機(jī)械手小臂在目標(biāo)角度分別為 30°，頻率分別為0.1 Hz、0.5 Hz時(shí)，調(diào)整控制程序中不同的KP、KI、KD參數(shù)組合，得到的響應(yīng)曲線有所不同.經(jīng)反復(fù)實(shí)驗(yàn)和調(diào)整，得到的較理想的上升時(shí)間分別為0.9 s(頻率為0.1 Hz)、0.6 s(頻率為0.5 Hz).不同頻率下輸出值都比目標(biāo)值稍有滯后，但滯后量很小.實(shí)驗(yàn)結(jié)果表明，小臂能夠快速、幾乎無誤差地跟蹤系統(tǒng)給定值.

大臂氣缸的控制效果驗(yàn)證實(shí)驗(yàn)與小臂氣缸類似，不再贅述.

5 結(jié)束語

1958年美國聯(lián)合控制公司研制出第一臺機(jī)械手，在此基礎(chǔ)上又試制成一臺數(shù)控示教再現(xiàn)型機(jī)械手.1962年美國機(jī)械制造公司也成功研制出一種叫Vewrsatran的機(jī)械手.這2種機(jī)械手是國外工業(yè)機(jī)械手發(fā)展的基礎(chǔ).1978年美國Unimate公司和斯坦福大學(xué)、麻省理工學(xué)院聯(lián)合研制出一種Unimate-Vicarm型工業(yè)機(jī)械手，用小型計(jì)算機(jī)進(jìn)行控制.日本是工業(yè)機(jī)械手發(fā)展最快、應(yīng)用最多的國家，自1969年從美國引進(jìn)2種機(jī)械手后大力從事機(jī)械手的研究.我國的工業(yè)機(jī)器人從20世紀(jì)80年代“七五”科技攻關(guān)開始起步，和國外比仍有一定距離，總的特點(diǎn)是:可靠性低、應(yīng)用領(lǐng)域窄、應(yīng)用規(guī)模小、生產(chǎn)線系統(tǒng)技術(shù)與國外比有差距.目前，工業(yè)機(jī)械手大部分還屬于第1代，主要依靠工人進(jìn)行控制.第2代機(jī)械手用微型電子計(jì)算機(jī)控制，具有視覺、觸覺，甚至聽、想的能力.第3代機(jī)械手則能獨(dú)立完成工作過程中的任務(wù)，并逐步發(fā)展成為柔性制造系統(tǒng)FMS和柔性制造單元FMC中的重要一環(huán).

模糊控制從誕生到現(xiàn)在僅經(jīng)歷了二三十年的時(shí)間，但已在一些領(lǐng)域取得了很好的研究成果，展示了其處理無精確數(shù)學(xué)模型、非線性、時(shí)變和時(shí)滯系統(tǒng)的強(qiáng)大功能［4］，但模糊控制仍有許多理論和設(shè)計(jì)問題亟待解決.本文所述項(xiàng)目研制的圖書館機(jī)器人系統(tǒng)在設(shè)計(jì)實(shí)踐中應(yīng)用了模糊控制理論，結(jié)合實(shí)際需求對模糊控制器進(jìn)行了參數(shù)自整定的優(yōu)化設(shè)計(jì)，用實(shí)驗(yàn)結(jié)果有力地說明了模糊控制器具有較強(qiáng)的魯棒性和穩(wěn)定性.自適應(yīng)模糊滑模、自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制等先進(jìn)算法及其與RFID技術(shù)的結(jié)合在本系統(tǒng)中的應(yīng)用是下一步研究的重點(diǎn)，期望通過幾種算法的比較最終確定出一種最優(yōu)控制策略［8-10］.

本文的研究工作拓展了我國機(jī)械手產(chǎn)業(yè)的應(yīng)用領(lǐng)域，在圖書館自動(dòng)化領(lǐng)域做了開創(chuàng)性的研究工作，并通過大量仿真實(shí)驗(yàn)基本形成了一套可行性較強(qiáng)的技術(shù)方案.所研制的樣機(jī)基本上屬于第3代智能機(jī)械手，在無人干預(yù)的情況下可取代館員完成圖書管理工作，為無人圖書館的實(shí)現(xiàn)奠定了基礎(chǔ).

［1］SUTHAKOM J.A robotic library system for an off-site shelving facility［C］//2002 IEEE International Conference on Robotics＆ Automation.［S.l.］，Washington.USA，A-merica，2002:201-203.

［2］YUAN K H，HONG A C，ANG M，et al.Unmanned library:an intelligent robotic books retrieval＆return system utilizing RFID tags［C］//2002 IEEE International Conference on Systems，Man and Cybernetics.London，UK，2002:50-55.

［3］KUO T C，HONG B W，HUANG Y J，et al.Adaptive fuzzy controller design for robotic manipulators with sliding mode control［C］//2008 IEEE International Conference on Fuzzy Systems.Hong Kong，China，2008:581-586.

［4］劉金琨.機(jī)器人控制系統(tǒng)的設(shè)計(jì)與MATLAB仿真［M］.北京:清華大學(xué)出版社，2008:30-40.

［5］張毅，羅元，鄭太雄，等.移動(dòng)機(jī)器人技術(shù)及其應(yīng)用［M］.北京:電子工業(yè)出版社，2007:100-105.

［6］周蕓，李維，路青起.基于模糊PID控制算法的恒溫石英晶體振蕩器［EB/OL］.［2011-04-17］.http://www.autooo.net.

［7］HADA H，KAWAKITA Y，YOJIROUO.A field experiment report:publishing of an auto-ID enabled book［EB/OL］.［2011-9-15］ .http://www.autoidlabs.org/single － view/dir/article/6/182/page.html.

［8］ISHIKAWA T，YUMOTO，Y，KURATA M，et al.Applying auto-ID to the Japanese publication business to deliver advanced supply chain management，innovative retail applications，and convenient and safe reader services［EB/OL］.［2011-9-15］.http://www.autoidlabs.org/uploads/media/KEI－ AUTOID － WH004.pdf.

［9］王宗義，李艷東，劉濤，等.移動(dòng)機(jī)器人的自適應(yīng)模糊滑模動(dòng)力學(xué)控制［J］.哈爾濱工程大學(xué)學(xué)報(bào)，2011，32(6):793-796.WANG Zongyi，LI Yandong，LIU Tao，et al.Dynamic control of mobile robots based on an adaptive fuzzy sliding mode［J］.Journal of Harbin Engineering University，2011，32(6):793-796.

［10］PARK B S，YOO S J，PARK J B，et al.Adaptive neural sliding mode control of nonholonomic wheeled mobile robots with model uncertainty［J］.IEEE Transactions on Control Systems Technology，2009，17(1):207-210.