論蟻群算法在特種機(jī)器人智能控制中的應(yīng)用

周君（惠州工程技術(shù)學(xué)校，廣東惠州516000）

論蟻群算法在特種機(jī)器人智能控制中的應(yīng)用

周君
（惠州工程技術(shù)學(xué)校，廣東惠州516000）

隨著科技的不斷進(jìn)步，國(guó)內(nèi)外各領(lǐng)域?qū)＜覍W(xué)者相互努力共同打造了智能機(jī)器人。模糊神經(jīng)網(wǎng)絡(luò)理論通過(guò)自身所擁有的歸納等能力，有效地幫助了人們更好地控制機(jī)器人。使其具備自我學(xué)習(xí)和聯(lián)想能力，通過(guò)蟻群算法優(yōu)化的模糊神經(jīng)網(wǎng)絡(luò)理論能夠更好地控制特種機(jī)器人，有效地應(yīng)對(duì)工作中隨機(jī)出現(xiàn)的變化問(wèn)題。

特種機(jī)器人；蟻群算法；人工智能控制；模糊神經(jīng)網(wǎng)絡(luò)

【DOI】10.13616/j.cnki.gcjsysj.2016.12.179

1 創(chuàng)建機(jī)器人的數(shù)學(xué)模型

任何機(jī)械物體的運(yùn)動(dòng)都需要理論與實(shí)踐的支持，而特種機(jī)器人的研究也是如此，對(duì)特種機(jī)器人進(jìn)行操控就需要對(duì)它的各個(gè)運(yùn)動(dòng)構(gòu)件的方位、位置、速度等建立一個(gè)合理有序的關(guān)系。而機(jī)器人的空間坐標(biāo)、運(yùn)動(dòng)等可以通過(guò)數(shù)學(xué)模型來(lái)呈現(xiàn)。

1.1 特種機(jī)器人的空間坐標(biāo)

首先，描述特種機(jī)器人的空間坐標(biāo)，可以用X,Y,Z軸方向的向量表示。其次，對(duì)于機(jī)器人的運(yùn)動(dòng)和操作，方位的準(zhǔn)確明了非常關(guān)鍵。而特種機(jī)器人的方位也可用坐標(biāo)系來(lái)表示。設(shè)一直角坐標(biāo)系{月}與此剛體固接，坐標(biāo)系{B}的三個(gè)主軸方向的單位矢量XB、YB、ZB相對(duì)于坐標(biāo)系{A}的方向余弦組成的3×3矩陣稱為ABR旋轉(zhuǎn)矩陣：式中，R的上標(biāo)A和下標(biāo)B表示R是{B}相對(duì)于{A}的關(guān)系；r為矢量矩陣的單位向量。而剛體{A}的位姿可通過(guò)上述所說(shuō)的坐標(biāo)系{B}在坐標(biāo)系{A}中的各個(gè)方位和位置來(lái)闡述，進(jìn)而{B}的原點(diǎn)根據(jù)其在坐標(biāo)系{B}、{A}中的方位，分別表示了剛體在其中的位置和方向，式（2）表示{B}的位置矢量，用ABR和APBORG來(lái)描述坐標(biāo)系{B}，其中APBORG是確定坐標(biāo)系{B}的位置矢量，建立公式（2）：

1.2 機(jī)器人運(yùn)動(dòng)方程

連桿坐標(biāo)系、動(dòng)力學(xué)方程、運(yùn)動(dòng)學(xué)方程都是操控機(jī)器人運(yùn)動(dòng)所需要的。特種機(jī)器人中的機(jī)械臂系統(tǒng)是一種涉及各桿、各關(guān)節(jié)、機(jī)械臂末端相對(duì)于絕對(duì)坐標(biāo)的位姿、運(yùn)動(dòng)等的多剛體系統(tǒng)。其中，連桿坐標(biāo)系的建立則為更好地操控機(jī)器人，使其高效長(zhǎng)久地運(yùn)動(dòng)、工作做出了巨大的貢獻(xiàn)，圖1則為連桿坐標(biāo)圖。

雖然建立了連桿坐標(biāo)系，但是其中的桿與桿的關(guān)系則要建立一個(gè)齊次變換陣來(lái)連接。通過(guò)這個(gè)矩陣，機(jī)器人末端連桿在笛卡爾坐標(biāo)系里的位置和位姿便可得出。

圖1 連桿坐標(biāo)系

1.3 機(jī)器人動(dòng)力學(xué)方程

機(jī)械臂系統(tǒng)的運(yùn)動(dòng)學(xué)模型建立以后，還需建立動(dòng)力學(xué)模型來(lái)控制。而動(dòng)力學(xué)解決的問(wèn)題是2種相對(duì)問(wèn)題：若已知關(guān)節(jié)的施加力或力矩，求其速度、位移、加速度等；反之，則求力或矩陣。牛頓的歐拉方程等都是為了更好地操控特種機(jī)器人而建立的動(dòng)力學(xué)。

2 模糊神經(jīng)網(wǎng)絡(luò)理論研究

機(jī)器人系統(tǒng)功能多且復(fù)雜，對(duì)于各種生產(chǎn)運(yùn)作過(guò)程中出現(xiàn)的一些問(wèn)題很難控制。對(duì)此，模糊控制和神經(jīng)網(wǎng)絡(luò)相結(jié)合而成的模糊神經(jīng)網(wǎng)絡(luò)具備了解決一些問(wèn)題的特別優(yōu)勢(shì)。模糊控制系統(tǒng)主要通過(guò)語(yǔ)言的描述控制機(jī)器人的運(yùn)動(dòng)，而語(yǔ)言描述能夠充分地將專家的經(jīng)驗(yàn)、知識(shí)轉(zhuǎn)化為控制規(guī)則，模糊控制器由以下幾個(gè)高功能的部分構(gòu)成。

2.1 神經(jīng)網(wǎng)絡(luò)理論

用于控制特種機(jī)器人的神經(jīng)網(wǎng)絡(luò)是根據(jù)人類大腦的思維模式和構(gòu)造而設(shè)計(jì)，其中，神經(jīng)元是大腦組織、信息處理的基本單位，而人工制作的神經(jīng)網(wǎng)絡(luò)則會(huì)根據(jù)企業(yè)、國(guó)家、個(gè)人的不同需求進(jìn)行設(shè)計(jì)和分類，前饋網(wǎng)絡(luò)和遞歸神經(jīng)網(wǎng)絡(luò)是其中的兩大類。前饋網(wǎng)絡(luò)不但層次感強(qiáng)，其常用的感知器、月P網(wǎng)絡(luò)也能非常有針對(duì)性地解決一些問(wèn)題；遞歸神經(jīng)網(wǎng)絡(luò)包含積分、反饋等功能，反饋機(jī)制是其在信息傳輸中的一大特點(diǎn)。

2.2 模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)

系統(tǒng)的輸入及各種運(yùn)作實(shí)驗(yàn)證明：模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)之間具有很多相似點(diǎn)，可以相互轉(zhuǎn)化。模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng)使其對(duì)數(shù)據(jù)的計(jì)算等更快并且更加正確，通過(guò)模糊控制也使其自身的容錯(cuò)力增強(qiáng)。模糊神經(jīng)網(wǎng)絡(luò)（FNN）模型的設(shè)計(jì)經(jīng)過(guò)專家利用各種經(jīng)驗(yàn)和知識(shí)的打造，能夠更好地通過(guò)月P網(wǎng)絡(luò)、建立樣本等方式控制特種機(jī)器人的運(yùn)作。

3 蟻群算法優(yōu)化訓(xùn)練的模糊神經(jīng)網(wǎng)絡(luò)特種機(jī)器人控制

螞蟻算法是模仿生物界中蟻群通過(guò)交流、協(xié)作、共同搜尋獲取實(shí)物活動(dòng)的仿生優(yōu)化算法。在螞蟻工作的過(guò)程中，他們通過(guò)一種“信息素”交流。

3.1 蟻群算法的本質(zhì)

螞蟻算法是通過(guò)分析、實(shí)踐、探索螞蟻群體活動(dòng)得出的，是一種隨機(jī)算法。螞蟻算法分適應(yīng)階段和調(diào)解階段，在這2個(gè)階段中他們不斷地優(yōu)化自身的機(jī)構(gòu)、積累需要的信息、尋求最佳解。螞蟻算法中的人工螞蟻不但有自組織性，還有協(xié)作、競(jìng)爭(zhēng)的關(guān)系，在這過(guò)個(gè)程中，需要不斷地協(xié)作、改進(jìn)、更新。

3.2 蟻群算法優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)

螞蟻算法具有全局優(yōu)化的特點(diǎn)，可以有效地訓(xùn)練FNN，避免了月P的缺陷。它在模糊控制系統(tǒng)和神經(jīng)網(wǎng)絡(luò)系統(tǒng)結(jié)合后，不但提高了整體優(yōu)勢(shì)，也增加了一些功能和特點(diǎn)。這些優(yōu)化的改變，使某些工作的計(jì)算更加便捷。同時(shí)月P的缺陷及一些神經(jīng)網(wǎng)絡(luò)系統(tǒng)無(wú)法解決的問(wèn)題，它也能很好地解決。而螞蟻算法通過(guò)螞蟻群體機(jī)智有效的協(xié)作，總結(jié)并融合了一些思想，通過(guò)這些思想，特種機(jī)器人能夠自我選擇方便、快捷、有效的工作路徑[1]。螞蟻算法為進(jìn)一步控制特種機(jī)器人提供了更加合理有效的措施，也優(yōu)化了各種運(yùn)作系統(tǒng)。

3.3 蟻群算法優(yōu)化的結(jié)果

通過(guò)各種實(shí)驗(yàn)結(jié)果表明，螞蟻算法優(yōu)化的模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng)更加穩(wěn)定，也更加高效快速。通過(guò)實(shí)驗(yàn)比較發(fā)現(xiàn)：在普通的模糊神經(jīng)網(wǎng)絡(luò)中，把基本臂和期望主臂的軌跡長(zhǎng)度比較后發(fā)現(xiàn)，被螞蟻算法優(yōu)化的模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)運(yùn)行的軌跡更短效果更好更明顯。

4 結(jié)語(yǔ)

隨著人類文明的發(fā)展，機(jī)械的運(yùn)用與不斷的創(chuàng)新隨處可見(jiàn)，這個(gè)時(shí)代對(duì)特種機(jī)器人的需求也在不斷增加。而國(guó)內(nèi)外對(duì)特種機(jī)器人的研發(fā)也在不斷地創(chuàng)新和投入，對(duì)此，涌現(xiàn)了大批的類型、功能不一的特種智能機(jī)器人。被螞蟻算法優(yōu)化過(guò)的系統(tǒng)很好地解決了一些問(wèn)題，能夠全面地優(yōu)化各個(gè)方面，這種算法，為人類更好地發(fā)展特種機(jī)器人研究機(jī)器人做出了巨大的貢獻(xiàn)。

【1】耿東山.基于蟻群算法的機(jī)器人全局路徑規(guī)劃[D].鄭州：鄭州大學(xué)，2012.

Application of Ant Colony Algorithm in Intelligent Control of Special Robots

ZHOU Jun
(Huizhou Engineering and Technical School，Huizhou516000，China)

With the continuous progress of science and technology, domestic and foreign experts and scholars help each other to jointly build asmart robot. Fuzzy neural network theory own the induction and other capabilities, effectively help people to better control the robot. It has theability of self learning and association, and the fuzzy neural network theory optimized by ant colony algorithm can better control the special robot,and it can effectively deal with the random changes in the work.

special robot; ant colony algorithm; artificial intelligence control; fuzzy neural network

TP24

B

1007-9467（2016）12-0189-02

2016-09-29

周君（1979～），男，湖北洪湖人，講師，從事計(jì)算機(jī)應(yīng)用研究。