基于模糊邏輯的移動(dòng)機(jī)器人導(dǎo)航共享控制研究

李玉菡,韓 晶,任 兵,游昌欣

(中北大學(xué), 太原 030000)

0 引言

隨著計(jì)算機(jī)和互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,移動(dòng)機(jī)器人在軍事[1]、醫(yī)療[2-3]以及對(duì)人類有害環(huán)境[4]等領(lǐng)域的應(yīng)用越來(lái)越廣泛。盡管移動(dòng)機(jī)器人在許多領(lǐng)域取得了顯著進(jìn)展,但在復(fù)雜未知的非結(jié)構(gòu)化環(huán)境中完全自主的運(yùn)轉(zhuǎn)仍然難以實(shí)現(xiàn)。例如,移動(dòng)機(jī)器人在遇到突發(fā)情況、環(huán)境變化以及密集障礙物時(shí)易出現(xiàn)徘徊抖動(dòng)現(xiàn)象,甚至停滯[5]。

共享控制是指操作者、自主控制系統(tǒng)之間進(jìn)行協(xié)調(diào),共同對(duì)遠(yuǎn)端的移動(dòng)機(jī)器人進(jìn)行控制的策略[6]。共享控制現(xiàn)已廣泛應(yīng)用于遠(yuǎn)程醫(yī)療[7]、智能輪椅控制[8]、空間操作[9]、輔助駕駛[10]以及無(wú)人機(jī)控制[11]等多個(gè)領(lǐng)域。根據(jù)操作者和機(jī)器人的控制權(quán)分配方式, 可以分為切換控制權(quán)、固定控制權(quán)重以及動(dòng)態(tài)控制權(quán)重的共享控制。

切換控制權(quán)的共享控制是指根據(jù)切換條件輪流控制機(jī)器人運(yùn)動(dòng)。Xu Yang等[12]用基于運(yùn)動(dòng)圖像的BCI和計(jì)算機(jī)視覺(jué)指導(dǎo),通過(guò)共享控制來(lái)實(shí)現(xiàn)對(duì)靈巧機(jī)械臂的控制,但在每一時(shí)刻移動(dòng)機(jī)器人僅由操作者或移動(dòng)機(jī)器人單獨(dú)控制。固定控制權(quán)重的共享控制在不同場(chǎng)景下,通過(guò)進(jìn)行多次實(shí)驗(yàn)或仿真從而確定最優(yōu)控制比例。張亞坤等[13]面對(duì)環(huán)月軌道遙操作交會(huì)對(duì)接最終平移段的軌道控制上的問(wèn)題時(shí)提出共享控制,結(jié)合操縱人員的手動(dòng)控制操作特性, 推導(dǎo)共享控制的權(quán)重系數(shù),形成共享控制策略。這種方法在不同場(chǎng)景下需要多次進(jìn)行實(shí)驗(yàn)確定權(quán)重系數(shù),不具有普遍性。動(dòng)態(tài)控制權(quán)重的共享控制是在不同條件下動(dòng)態(tài)調(diào)整操作者和機(jī)器之間的控制權(quán)重大小,并根據(jù)權(quán)重比例函數(shù)將兩者指令融合實(shí)現(xiàn)共享控制。高翔等[14]通過(guò)將安全性、平滑度、方向性3個(gè)影響因素線性加權(quán)組合,以實(shí)現(xiàn)動(dòng)態(tài)調(diào)整共享控制的權(quán)重,然而這種動(dòng)態(tài)調(diào)節(jié)權(quán)重的方法僅通過(guò)簡(jiǎn)單的線性加權(quán)方式。

因此,本研究中將遙操作技術(shù)和機(jī)器人自主控制技術(shù)相結(jié)合,提出基于模糊邏輯的共享控制方法來(lái)動(dòng)態(tài)調(diào)整共享控制權(quán)重,以避障系數(shù)和安全系數(shù)為輸入,共享控制權(quán)重為輸出,充分發(fā)揮操作者的認(rèn)知決策能力和機(jī)器人的精細(xì)控制能力,使移動(dòng)機(jī)器人根據(jù)與周圍障礙物的距離和自身的速度信息,動(dòng)態(tài)調(diào)節(jié)操作者指令和自主控制之間的權(quán)重 ,從而提高移動(dòng)機(jī)器人在應(yīng)對(duì)突發(fā)狀況和復(fù)雜環(huán)境下導(dǎo)航的穩(wěn)定性和精確度。

1 基于模糊邏輯的共享控制系統(tǒng)

為了提高移動(dòng)機(jī)器人在復(fù)雜環(huán)境條件下的導(dǎo)航能力,在移動(dòng)機(jī)器人具有自主導(dǎo)航的情況下,加入操作者的決策能力。共享控制器接收操作者控制指令和自主控制指令,實(shí)現(xiàn)對(duì)機(jī)器人系統(tǒng)的控制,其關(guān)鍵在于合理分配兩者之間的控制權(quán)重。模糊控制器通過(guò)機(jī)器人狀態(tài)信息和環(huán)境信息來(lái)動(dòng)態(tài)調(diào)節(jié)權(quán)重比例,從而更好地適應(yīng)環(huán)境,提高導(dǎo)航效率。本文中提出的基于模糊邏輯的共享控制系統(tǒng)如圖1所示。

圖1 基于模糊邏輯的共享控制系統(tǒng)框圖

基于模糊邏輯的共享控制系統(tǒng)主要包含人機(jī)交互系統(tǒng)、機(jī)器人系統(tǒng)和共享控制器3個(gè)部分。

人機(jī)交互系統(tǒng):操作者使用遙控設(shè)備對(duì)移動(dòng)機(jī)器人遙操作,例如前進(jìn)、后退、旋轉(zhuǎn)等具體的運(yùn)動(dòng)行為,對(duì)移動(dòng)機(jī)器人進(jìn)行遠(yuǎn)程控制和干預(yù)。

機(jī)器人系統(tǒng):移動(dòng)機(jī)器人會(huì)根據(jù)地圖信息和已有的實(shí)時(shí)激光雷達(dá)傳感器信息建立起全局地圖和局部地圖,并設(shè)計(jì)出從起始點(diǎn)到目標(biāo)點(diǎn)的全局路徑和最優(yōu)局部路徑。路徑信息會(huì)以線速度和角速度的形式傳輸給控制器,從而實(shí)現(xiàn)機(jī)器人的自主導(dǎo)航功能,得到自主控制指令。

共享控制器:將環(huán)境信息和移動(dòng)機(jī)器人的狀態(tài)信息輸入模糊控制器,根據(jù)建立的模糊規(guī)則,輸出共享控制權(quán)重。最后基于權(quán)重的決策函數(shù)[15]接收操作者控制指令、自主控制指令及共享權(quán)重,輸出對(duì)移動(dòng)機(jī)器人的共享控制指令?；跈?quán)重的決策函數(shù)為:

U(v,ω)=ηUh(v,ω)+(1-η)Ur(v,ω)

(1)

式(1)中:U(v,ω)為共享控制器最終發(fā)送給機(jī)器人的速度信息;Uh(v,ω)為操作者控制指令的速度信息;Ur(v,ω)為機(jī)器人自主控制指令的速度信息;η為共享控制權(quán)重,根據(jù)η的值可以將共享控制分為3個(gè)階段:

自主控制階段(η=0):移動(dòng)機(jī)器人根據(jù)傳感器獲取的數(shù)據(jù)執(zhí)行任務(wù),操作者不需要直接參與任務(wù)的執(zhí)行。

遙操作階段(η=1):移動(dòng)機(jī)器人由人工操作者直接驅(qū)動(dòng),操作者可以通過(guò)遙控器對(duì)機(jī)器人進(jìn)行遠(yuǎn)程控制和干預(yù)。

共享控制階段(η∈(0,1)):操作者和機(jī)器人共同參與任務(wù)的執(zhí)行,通過(guò)共享控制系數(shù)來(lái)協(xié)調(diào)各自的動(dòng)作,以實(shí)現(xiàn)更高效、準(zhǔn)確的任務(wù)完成。

2 模糊控制器設(shè)計(jì)

本研究中采用模糊邏輯方法來(lái)合理分配操作者和機(jī)器人之間的控制權(quán)重,以避障系數(shù)和安全系數(shù)作為輸入,共享控制權(quán)重作為輸出。首先,選取合適的輸入、輸出變量;然后,將輸入的控制變量進(jìn)行模糊化處理,轉(zhuǎn)化為模糊量;再根據(jù)實(shí)際情況建立模糊規(guī)則,根據(jù)建立的模糊規(guī)則進(jìn)行模糊化推理,得到輸出控制變量的模糊量;最后將輸出的模糊量進(jìn)行解模糊處理,轉(zhuǎn)換為精確的值并進(jìn)行輸出。

2.1 基本原理

為能同時(shí)考慮到周圍的環(huán)境因素和移動(dòng)機(jī)器人的運(yùn)動(dòng)信息,設(shè)計(jì)了兩輸入單輸出的二維模糊控制器,如圖2所示,以避障系數(shù)和安全系數(shù)為輸入,共享控制系數(shù)為輸出。

避障系數(shù):取決于移動(dòng)機(jī)器人距離最近障礙物的距離信息,表示移動(dòng)機(jī)器人避障可靠性,表達(dá)式為:

(2)

式(2)中:d為激光雷達(dá)傳感器獲得的機(jī)器人到障礙物的最短距離;L為激光雷達(dá)傳感器的可監(jiān)測(cè)距離。如果移動(dòng)機(jī)器人與障礙物之間的距離在傳感器可檢測(cè)范圍之內(nèi),且機(jī)器人與障礙物之間的距離越來(lái)越小時(shí),避障系數(shù)會(huì)減小,移動(dòng)機(jī)器人自主避障能力逐漸降低。如果障礙物在傳感器可檢測(cè)范圍之外,移動(dòng)機(jī)器人自主避障可靠度很高,避障系數(shù)飽和到1。

安全系數(shù)[16]:表示移動(dòng)機(jī)器人運(yùn)動(dòng)的安全性和穩(wěn)定性,其表達(dá)式為:

(3)

式(3)中:p為常量系數(shù),由設(shè)計(jì)者根據(jù)應(yīng)用場(chǎng)景和實(shí)際情況而定;ω為移動(dòng)機(jī)器人的角速度;ωm為移動(dòng)機(jī)器人的最大角速度。當(dāng)機(jī)器人角速度頻繁變化且較高時(shí),安全系數(shù)較低,表明機(jī)器人可能出現(xiàn)突發(fā)情況或者因傳感器無(wú)法正確識(shí)別和算法不足而出現(xiàn)徘徊抖動(dòng)現(xiàn)象。當(dāng)移動(dòng)機(jī)器人角速度較低時(shí),此時(shí)機(jī)器人正常運(yùn)動(dòng),安全系數(shù)較高。

圖2 模糊控制器組成框圖

2.2 模糊化和隸屬函數(shù)的確定

將輸入控制變量進(jìn)行模糊化處理轉(zhuǎn)化為模糊量。輸入變量避障系數(shù)Ea、安全系數(shù)Es和輸出變量共享控制權(quán)重η的變化區(qū)間為[0,1],將輸入、輸出變量變換到模糊論域?yàn)閧0,0.25,0.5,0.75,1}。根據(jù)避障系數(shù)、安全系數(shù)和共享控制權(quán)重的大小將其劃分為{VS,S,M,B,VB}5個(gè)模糊集,并定義為{很小,小,中,大,很大}。

常用的隸屬度函數(shù)有高斯型、S形、梯形、三角形和正態(tài)分布形等。隸屬度函數(shù)一般在整個(gè)范圍內(nèi)均勻分布, 且隸屬度函數(shù)之間的重疊區(qū)域通常為 20%～55%,來(lái)提高魯棒性。

為了使結(jié)果更加符合實(shí)際情況,且三角形隸屬函數(shù)計(jì)算簡(jiǎn)單,可以適用于多種不同類型的模糊集合。因此結(jié)合經(jīng)驗(yàn)并經(jīng)過(guò)分析和推理,對(duì)于輸入變量避障系數(shù)Ea、安全系數(shù)Es和輸出變量共享控制權(quán)重η的隸屬度函數(shù)取三角形隸屬度函數(shù),隸屬度函數(shù)圖如圖3所示。

圖3 輸入、輸出變量的隸屬度函數(shù)圖

2.3 模糊規(guī)則的建立

當(dāng)機(jī)器人與障礙物之間的距離d大于激光雷達(dá)傳感器可監(jiān)測(cè)距離L時(shí),避障系數(shù)Ea恒等于1,意味著機(jī)器人與障礙物相距很遠(yuǎn),完全可以依靠機(jī)器人自主控制規(guī)劃路徑,實(shí)現(xiàn)自主導(dǎo)航。此時(shí)應(yīng)減小共享控制權(quán)重,使機(jī)器人自主控制在共享控制中占據(jù)主導(dǎo)地位。

當(dāng)機(jī)器人與障礙物之間的距離d小于激光雷達(dá)傳感器可監(jiān)測(cè)距離L時(shí),隨著機(jī)器人對(duì)障礙物的靠近,避障系數(shù)Ea逐漸減小,有可能因智能控制算法陷入局部極小點(diǎn)或者地圖的不精準(zhǔn)映射導(dǎo)致機(jī)器人出現(xiàn)徘徊抖動(dòng)、停滯現(xiàn)象。此時(shí)應(yīng)增加共享控制權(quán)重,使操作者控制在共享控制中占據(jù)主導(dǎo)地位,可以直接調(diào)整機(jī)器人的位置,使其重新規(guī)劃一條新的路徑。

當(dāng)機(jī)器人的角速度ω較高時(shí),安全系數(shù)Es較低,表明可能因突發(fā)情況或者傳感器和算法不足,使機(jī)器人一直根據(jù)周圍環(huán)境信息進(jìn)行局部路徑規(guī)劃,從而出現(xiàn)徘徊抖動(dòng)現(xiàn)象,此時(shí)應(yīng)增大操作者控制的占比權(quán)重,提高共享控制權(quán)重。

當(dāng)機(jī)器人的角速度ω較低時(shí),安全系數(shù)Es較高,意味著移動(dòng)機(jī)器人平穩(wěn)、安全地行駛,不需要操作者過(guò)多介入,應(yīng)降低操作者控制的占比權(quán)重,減小共享控制權(quán)重。

根據(jù)以上條件,建立的共享控制權(quán)重的模糊規(guī)則表如表1所示。

表1 共享控制權(quán)重η的模糊規(guī)則

根據(jù)建立的模糊規(guī)則表進(jìn)行模糊推理。常用的模糊推理方法為Mamdani 法和Takagi-Sugeno法。Mamdani推理方法經(jīng)模糊規(guī)則推理后得到的輸出是離散的模糊集合,適用于控制系統(tǒng)中的推理。Takagi-Sugeno推理方法的輸出量是輸入量的線性函數(shù),推理結(jié)果是清晰值,適用于專家系統(tǒng)中的知識(shí)表示和推理。因此,本文中根據(jù)建立的模糊規(guī)則表,使用Mamdani法進(jìn)行模糊推理。

2.4 去模糊化

去模糊化是模糊推理機(jī)中重要的一步,也稱解模糊化。去模糊化的方法有很多種,最常用的有最大隸屬度法、重心法和加權(quán)平均法 。重心法簡(jiǎn)單且計(jì)算速度快,適用于實(shí)時(shí)控制和處理非線性系統(tǒng)推理問(wèn)題。因此使用重心法對(duì)模糊推理的模糊量進(jìn)行去模糊化處理,如式(4)所示,將其轉(zhuǎn)化為精確值輸出。

(4)

式(4)中:u為輸出精確值;μN(yùn)(x)為隸屬度函數(shù);N為模糊合集;x為輸出量。

通過(guò)模糊邏輯控制工具建立模糊控制系統(tǒng),得到的模糊控制器輸入輸出曲面如圖4所示。在輸入變量避障系數(shù)Ea、安全系數(shù)Es的不同輸入情況下,通過(guò)共享控制權(quán)重η的變化情況反映模糊控制器對(duì)不同輸入的響應(yīng)情況,很好地表征了模糊控制器的輸入輸出關(guān)系。

圖4 模糊控制器輸入輸出曲面

3 導(dǎo)航實(shí)驗(yàn)結(jié)果與分析

3.1 實(shí)驗(yàn)環(huán)境設(shè)置

為了驗(yàn)證基于模糊邏輯共享控制方法的合理性和有效性,搭建了地面移動(dòng)機(jī)器人實(shí)驗(yàn)場(chǎng)景,如圖5所示。該場(chǎng)景大小為3.46 m×3.46 m,移動(dòng)機(jī)器人大小為0.18 m×0.12 m×0.13 m,實(shí)驗(yàn)場(chǎng)景包含密集障礙物、狹窄通道以及突發(fā)情況等。藍(lán)色虛線處為密集障礙物,障礙物間距離為0.35～0.5 m;黑色虛線處為狹窄通道,該3個(gè)狹窄通道尺寸均為0.3 m。在地圖構(gòu)建階段,該實(shí)驗(yàn)場(chǎng)景紅色框線中沒(méi)有障礙物;在移動(dòng)機(jī)器人實(shí)際運(yùn)動(dòng)過(guò)程中,在紅色框線中放入障礙物,以模擬突發(fā)情況。

移動(dòng)機(jī)器人遙操作控制端如圖6所示。移動(dòng)機(jī)器人搭載激光雷達(dá)傳感器和ROS(robot operating system)機(jī)器人操作系統(tǒng),通過(guò)無(wú)線局域網(wǎng)和SSH(secure shell)遠(yuǎn)程登陸移動(dòng)機(jī)器人,操作者在Ubuntu系統(tǒng)Rviz中觀看移動(dòng)機(jī)器人傳達(dá)回來(lái)的雷達(dá)地圖,可通過(guò)遙控設(shè)備控制遠(yuǎn)端移動(dòng)機(jī)器人。

圖6 移動(dòng)機(jī)器人遙操作控制端

遙操作控制時(shí),移動(dòng)機(jī)器人僅由操作者根據(jù)傳達(dá)回來(lái)的雷達(dá)地圖使用遙控設(shè)備直接遠(yuǎn)端控制;移動(dòng)機(jī)器人自主導(dǎo)航控制時(shí),自主導(dǎo)航系統(tǒng)會(huì)根據(jù)地圖信息和已有的實(shí)時(shí)的激光雷達(dá)傳感器信息規(guī)劃路徑,路徑信息會(huì)以速度和角速度的形式傳輸給控制器,從而實(shí)現(xiàn)自主導(dǎo)航;基于模糊邏輯共享控制移動(dòng)機(jī)器人時(shí),模糊控制器接收導(dǎo)航過(guò)程中機(jī)器人的速度信息和與障礙物的距離信息,并輸出共享控制權(quán)重給基于權(quán)重的決策函數(shù),基于權(quán)重的決策函數(shù)接收操作者控制指令和機(jī)器人自主控制指令并根據(jù)共享控制權(quán)重輸出共享控制指令發(fā)送給移動(dòng)機(jī)器人。實(shí)驗(yàn)架構(gòu)圖如圖7所示。

設(shè)置起點(diǎn)和終點(diǎn),使移動(dòng)機(jī)器人在基于遙操作、基于自主控制和基于模糊邏輯的共享控制下避開(kāi)障礙物從起點(diǎn)運(yùn)動(dòng)到終點(diǎn),最終從移動(dòng)機(jī)器人軌跡圖、速度變化、運(yùn)行時(shí)間和軌跡長(zhǎng)度對(duì)比實(shí)驗(yàn)結(jié)果,進(jìn)行分析驗(yàn)證。

圖7 實(shí)驗(yàn)架構(gòu)圖

3.2 軌跡圖分析

在ROS中, odom(odometry)話題是一個(gè)基于里程計(jì)的傳感器數(shù)據(jù)話題,包含了移動(dòng)機(jī)器人的位置信息。通過(guò)訂閱odom話題,可以實(shí)時(shí)得到移動(dòng)機(jī)器人的坐標(biāo)變化。移動(dòng)機(jī)器人通過(guò)遙操作、自主控制和模糊邏輯共享控制從起點(diǎn)導(dǎo)航到終點(diǎn)的軌跡圖如圖8所示。

基于遙操作方法的軌跡長(zhǎng)度為7.851 4 m,其軌跡大多為直線,并且軌跡波動(dòng)較大;基于自主控制方法的軌跡長(zhǎng)度為10.087 4 m,面對(duì)突發(fā)情況和通過(guò)狹窄通道、密集障礙物時(shí),在其中紅線方框處明顯出現(xiàn)徘徊抖動(dòng)現(xiàn)象,故其軌跡長(zhǎng)度最長(zhǎng);基于模糊邏輯共享控制方法的軌跡長(zhǎng)度為7.651 4 m,與基于自主控制方法相比,明顯軌跡平滑度更高,抖動(dòng)更少,路徑更短。與之后的速度分析相對(duì)應(yīng),線速度和角速度波動(dòng)頻率低,體現(xiàn)在導(dǎo)航過(guò)程中就是軌跡曲線更加平滑。

3.3 速度分析

在ROS中,cmd_vel(control velocity)話題是一個(gè)用于發(fā)布速度命令的話題,移動(dòng)機(jī)器人底盤(pán)接收到來(lái)自cmd_vel話題的速度消息,并將其轉(zhuǎn)換為相應(yīng)的控制信號(hào)發(fā)送給電機(jī)或伺服系統(tǒng)進(jìn)行控制。通過(guò)訂閱cmd_vel話題,可以實(shí)時(shí)得到移動(dòng)機(jī)器人的線速度和角速度信息。移動(dòng)機(jī)器人通過(guò)遙操作、自主控制和模糊邏輯共享控制從起點(diǎn)導(dǎo)航到終點(diǎn)的速度信息如圖9所示。其中速度變化圖中紅色曲線為角速度變化曲線,角速度控制機(jī)器人的方向,黑色曲線為線速度變化曲線,線速度控制機(jī)器人的速度大小。

圖8 移動(dòng)機(jī)器人導(dǎo)航軌跡圖

圖9 移動(dòng)機(jī)器人導(dǎo)航速度變化圖

遙操作時(shí),僅由操作者的意圖控制,其線速度和角速度變化主要集中在遇到突發(fā)情況以及通過(guò)狹窄通道和密集障礙物時(shí),且其線速度和角速度在某段時(shí)間保持不變,對(duì)應(yīng)之前的軌跡大多為直線,運(yùn)行時(shí)間為223 s,耗時(shí)最長(zhǎng);基于自主控制的線速度與角速度波動(dòng)變化頻率較高,與軌跡圖分析相對(duì)應(yīng),存在較多調(diào)整轉(zhuǎn)向、前進(jìn)后退的動(dòng)作,運(yùn)行時(shí)間為87 s。基于模糊邏輯的共享控制線速度和角速度平穩(wěn)輸出,無(wú)頻繁變化,軌跡圖整體曲線也較為平滑,其共享控制權(quán)重在面對(duì)突發(fā)情況和通過(guò)狹窄通道和密集障礙物時(shí)能達(dá)到 0.6～0.7左右,運(yùn)行時(shí)間為80 s,使移動(dòng)機(jī)器人耗時(shí)最短且安全平穩(wěn)地導(dǎo)航到達(dá)終點(diǎn)。

3.4 共享控制權(quán)重分析

通過(guò)模糊共享控制方法使移動(dòng)機(jī)器人從起點(diǎn)導(dǎo)航到終點(diǎn)過(guò)程中,模糊控制器接收避障系數(shù)和安全系數(shù),根據(jù)建立的模糊規(guī)則推理得到的共享控制權(quán)重如圖10所示。初始障礙物距離移動(dòng)機(jī)器人較遠(yuǎn),機(jī)器人處于安全狀態(tài),不會(huì)發(fā)生徘徊抖動(dòng)現(xiàn)象,不需要操作者參與,故共享控制系數(shù)較低,操作者參與較少。隨著移動(dòng)機(jī)器人的運(yùn)動(dòng),移動(dòng)機(jī)器人相繼通過(guò)狹窄通道和密集障礙物,并在中途偶遇突發(fā)情況,出現(xiàn)一個(gè)之前創(chuàng)建地圖時(shí)未出現(xiàn)的一個(gè)障礙物。在這些情況下,移動(dòng)機(jī)器人易出現(xiàn)徘徊抖動(dòng)甚至停滯現(xiàn)象,故共享控制系數(shù)較高,增加操作者的控制權(quán)重,以保證移動(dòng)機(jī)器人可以順利通過(guò)。

圖10 基于模糊邏輯的共享控制權(quán)重變化圖

綜上所述,從移動(dòng)機(jī)器人軌跡圖、速度變化、運(yùn)行時(shí)間和軌跡長(zhǎng)度的實(shí)驗(yàn)結(jié)果方面,驗(yàn)證了基于模糊邏輯共享控制方法的有效性和平穩(wěn)性,同時(shí)保證了移動(dòng)機(jī)器人導(dǎo)航具有更高的控制精度和安全性。

4 結(jié)論

針對(duì)非結(jié)構(gòu)化環(huán)境、障礙物密集和突發(fā)情況,移動(dòng)機(jī)器人自主導(dǎo)航時(shí)會(huì)出現(xiàn)徘徊抖動(dòng)甚至停留現(xiàn)象的問(wèn)題,在移動(dòng)機(jī)器人具有自主導(dǎo)航能力的基礎(chǔ)上,融入操作者的決策與控制能力,提出了一種基于模糊邏輯的共享控制方法,以避障系數(shù)和安全系數(shù)為輸入,共享控制權(quán)重為輸出,動(dòng)態(tài)調(diào)整操作者和移動(dòng)機(jī)器人的控制權(quán)重。實(shí)驗(yàn)結(jié)果表明:基于模糊邏輯的共享控制方法,可以在較短時(shí)間以更優(yōu)路徑導(dǎo)航到目標(biāo)點(diǎn),具有較好的控制精度、平穩(wěn)性和交互性。