機器人智能控制策略研究

楊立波 徐志強

（廣東科技學院 廣東 東莞 523083）

機器人智能控制策略研究

楊立波 徐志強

（廣東科技學院 廣東 東莞 523083）

機器人系統(tǒng)的最終研究目標是能象人一樣具有智能，利用多傳感器信息融合等技術建立行為規(guī)則庫,利用近些年發(fā)展并逐漸完善起來的先進方法,如:模糊、神經(jīng)網(wǎng)絡、遺傳免疫等算法實現(xiàn)對未知環(huán)境的適應和新任務的學習,通過有效的信息獲取、記憶和共享,實現(xiàn)個體自治與協(xié)助決策。本文所涉及的研究內容是解決機器人規(guī)劃與智能控制問題的一次初步嘗試，在工業(yè)生產(chǎn)領域和航空航天、深?？碧绞聵I(yè)中均可得到廣泛應用，可望取得可觀的經(jīng)濟效益和社會效益。

機器人；智能控制；模糊控制

1.引言

模糊理論是美國的Zadeth教授最早提出的，1965年他在Information&Control雜志上發(fā)表了模糊集，首次提出了模糊集合的概念，30多年來，模糊數(shù)學及應用發(fā)展十分迅速，至今模糊控制已成為智能控制的主要組成部分，模糊控制是以模糊集合論。模糊語言變量及模糊邏輯推理為基礎的一種計算機數(shù)字控制，從線性控制與非線性控制的角度分類，模糊控制是一種非線性控制，從控制器的智能性看，模糊控制屬于智能控制的范疇，而且它己成為目前實現(xiàn)智能控制的一種重要而又有效的形式，尤其是模糊控制和神經(jīng)網(wǎng)絡，遺傳算法及混沌理論等新學科的相融合，正在顯示出其巨大的應用潛力，機器人是一種具有高度非線性、強禍合的對象，且具有諸如摩擦，負載變化等不確定因素，傳統(tǒng)的基于對象的控制方法很難精確地控制機器人的跟蹤軌跡，為了獲得精確的機器人跟蹤軌跡，許多學者進行了大量的研究工作，也研究出許多的方法，在這些方法中，模糊控制具有較強的優(yōu)勢，因為它可以利用人類專家的控制經(jīng)驗來彌補機器人動態(tài)特性中的非線性和不確定因素，不依賴于研究對象的具體數(shù)學模型，具有較強的魯棒性。

2.模糊控制器的設計

由經(jīng)典集合論可見，一個事物a要么就屬于集合A，要么就不屬于集合B，沒有其他的屬于關系，在現(xiàn)代科學與工程應用中，由Zadenh教授提出的模糊集合理論越來越被廣泛接受，亦即某一事物a以一定程度屬于集合A，該思想是模糊集合的基礎，而這樣的屬于程度又稱為隸屬度零，用模糊集合來描述模糊事物，這種方法很快就被廣大學者所接受，使模糊數(shù)學及其應用得到了快速發(fā)展，1974年，Malndani首先將模糊邏輯應用于蒸汽機的控制，開創(chuàng)了一種新的智能控制領域而Malndani于1979年提出的自組織模糊控制，標志模糊控制由簡單向高級方向發(fā)展，模糊控制幾乎滲透到各個應用領域，已有大量有關文獻作了報道，其研究重點在于提高常規(guī)模糊控制器的性能和增加學習能力，如已研究成功的控制規(guī)則可調整的模糊控制器、參數(shù)自調整的模糊控制器、自學習模糊控制器和神經(jīng)網(wǎng)絡模糊控制器等，下面將介紹模糊控制器的基本原理及其在機器人控制中的應用，模糊控制器是模糊控制系統(tǒng)的核心部分，模糊控制器的設計一般包括以下內容：

（1）確定模糊控制器的輸入變量和輸出變量

（2）設計模糊控制器的控制規(guī)則；

（3）確定模糊化和非模糊化的方法；

（4）選擇模糊控制器的輸入變量及輸出變量的論域并確定模糊控制器的參數(shù)；

（5）模糊控制算法的實現(xiàn)。

3.模糊PID機器人控制

機器人的控制問題就是要使機器人的末端執(zhí)行器能夠按照給定的軌跡、速度、加速度運動，PID控制器以其結構簡單、對模型誤差具有魯棒性及易于操作等優(yōu)點，獲得廣泛應用，但常規(guī)PID控制器主要針對有確切模型的線性過程，其PID參數(shù)一經(jīng)確定后，無法隨著對象的變化而調整，不能滿足系統(tǒng)在不同誤差和誤差變化率的情況下對參數(shù)的自整定要求，不能全面適應被控對象的變化，快速性和阻尼性之間存在矛盾，而實際上大多數(shù)機器人都不同程度地存在非線性時變干擾等特性，隨著環(huán)境的變化，對象的參數(shù)甚至結構都會發(fā)生變化，用原先整定好的PID參數(shù)實時控制就很難達到理想的控制效果，通過將模糊控制和PID控制結合起來，設計出模糊PID控制器，可以實現(xiàn)對控制系統(tǒng)的參數(shù)自整定，模糊自整定PID參數(shù)控制器是在常規(guī)PID控制器的基礎上建立的，其中心思想是找出PID控制器3個參數(shù)與偏差E和偏差變化率C百之間的模糊關系，應用模糊集合理論建立參數(shù)凡、戈和凡的變化量同E和CE間的二元函數(shù)關系模糊控制設計的核心是總結工程設計人員的技術知識和實際操作經(jīng)驗，建立喝水的模糊規(guī)則表，設計模糊PID控制器是再設定值的基礎上，運用修正項系數(shù)在線調整PID的三個參數(shù)，對應模糊參數(shù)整定器，輸入語言變量是E和偏差變化CE，輸出語言變量為PID控制參數(shù)修正項從戶、城和斌奮，本節(jié)將舉例說明模糊控制在機器人中的應用，討論基于啟發(fā)式模糊推理的機器人運動控制問題，研究機器人在固定環(huán)境下的實時運動控制方法，下圖是簡要說明模糊控制系統(tǒng)的組成。

3.1 機器人的系統(tǒng)結構

機器人運動控制的主要目標是：當前方傳感器探測到了障礙物或者目標時，路徑規(guī)劃器根據(jù)探測到的信息，確定機器人的位置、距離、方位；然后控制機器人避開障礙物，按照預定的路徑和方位行走。

3.2 機器人運動控制規(guī)則

采用一種啟發(fā)式推理的模糊規(guī)則來完成機器人的運動控制，根據(jù)人類運動專家的經(jīng)驗，可以建立起模糊運動控制規(guī)則如下：

3.2.1 定義變量 定義模糊推理控制器輸入變量和模糊語言變量、論域，確定它們的隸屬函數(shù)為trirnf，并微調默認隸屬度函數(shù)的形狀，它們的隸屬函數(shù)為trirnf，并微調默認隸屬度函數(shù)的形狀，確定論域范圍，確定輸出變量的模糊語言分為，隸屬度函數(shù)為trirnf。

3.2.2 建立運動控制知識規(guī)則 機器人運動控制器是依據(jù)障礙物位置和目標位置的傳感信息來給出到達目標點的策略。

(l)在遠離障礙物或無障礙物環(huán)境下的規(guī)則，它說明了機器人在遠離障礙物或不存在障礙物環(huán)境下，是如何確定目標位置的，依據(jù)不同的機器人軌跡和目標方位，可以建立如下5條規(guī)則。

（2）在有障礙環(huán)境下機器人多邊障礙的規(guī)則

當探測到障礙物接近機器人時，機器人應改變運動軌跡，以免發(fā)生碰撞機器人轉動的基本原則是當探測帶機器人左(右)和前方出現(xiàn)障礙物時，機器人應及時轉向右(左)方向。

3.3 機器人的避障性能驗證

采用MATLAB中的SIMULIK來進行驗證，由于直接用模塊搭建模糊PID控制器算法比較復雜，所以這里采用S函數(shù)的形式來構造該模塊，輸入變量為d1、d2、d3，目標定位變量tr，輸出變量為sa，這樣可以容易地編寫出S函數(shù)來表示模糊PID控制器的核心部分，有了核心的S函數(shù)，則可以構造并封裝出模糊PID控制模塊，在模糊PID控制器中，根據(jù)前面構造的模糊邏輯參數(shù)表，可以在MATLAB環(huán)境下輸入該模糊推理系統(tǒng)，根據(jù)模糊規(guī)則表，可以用FUZZY()函數(shù)可視地建立起整個模糊推理系統(tǒng)九fuzpid.fis，為了方便起見，應該保持該模糊推理系統(tǒng)的輸入、輸出變量范圍，而推理結果可以修正。

4.結束語

本文介紹了模糊控制的一般原理和模糊控制器的結構，設計了機器人的模糊控制系統(tǒng)，然后，針對模糊控制中存在的問題，設計了一種啟發(fā)式推理的模糊規(guī)則來完成機器人運動控制，并給出了模糊PID控制器的設計，最后的仿真實驗結果表明，所設計的系統(tǒng)能夠很好地克服機器人系統(tǒng)中存在的非線性、不確定性、強耦合等因素的影響，得到很好的控制效果。

[1]陳重華.壓電陶瓷應用[M].山東大學出版社，2015.

[2] John Kymissis，Clyde Kendall，Joseph Paradiso，Neil Gershenfeld，Parasitic Power Harvesting in Shoes，the Second IEEE Internetinal Conference on Wearable Computing，IEEE Computer Societu Press，1999.

[3]宋道仁.壓電效應與應用[M].北京:科學普及出版社，2014.

[4]陳清泉.混合電動車輛基礎[M].北京理工大學出版社，2001.

TP24

A

1009-5624（2016）05-0011-02