【正文】 并且分析周邊環(huán)境再做擬定行動的路線?？梢?利用自身的輪子隨意移動，來避開障礙物，還可以靈活的撿起物品，并協(xié)助警務(wù)人員來完成偵查排爆的工作。隨著機(jī)器人技術(shù)水平的不斷提升，實(shí)現(xiàn)了系統(tǒng)的自動設(shè)計(jì)、自動制造及自動管理等工作，從而達(dá)到在無人操作車間里完成自動生產(chǎn)的最終目標(biāo)。在傳統(tǒng)的控制系統(tǒng)中利用人的操作技巧、控制經(jīng)驗(yàn)和直覺推理，有機(jī)融入到控制系統(tǒng)中，使得機(jī)器人具有人類的學(xué)習(xí)和自適應(yīng)能力，進(jìn)而實(shí)現(xiàn)對復(fù)雜對象和系統(tǒng)的實(shí)時(shí)控制。 國內(nèi)避障算法研究現(xiàn)狀 王一與葉彬強(qiáng)提出基于人工勢場的機(jī)器人避障算法，根據(jù)原理將算法分三層設(shè)計(jì)[7]；申浩宇等人提出了一種基于自運(yùn)動特性的避障算法 [8]，引入了絕對位姿變量和相對位姿變量解決冗余度雙臂機(jī)器人協(xié)調(diào)操作的避障規(guī)劃問題；方承與趙京提出一種新穎的混合指標(biāo)避障算法 [9] 解決冗余度機(jī)械臂的動態(tài)避障規(guī)劃問題；楊晶東等人提出了一種動態(tài)變化權(quán)重的移動機(jī)器人行為融合避障算法 [10]，解決移動機(jī)器人自主導(dǎo)航過程中由于過于尋求當(dāng)前時(shí)刻最優(yōu)路徑或最優(yōu)解而產(chǎn)生死鎖或震蕩現(xiàn)象，確保避障過程魯棒性前提下，有效地改善避障導(dǎo)航的安全性和平滑性；王越超等人基于可拓遺傳算法 [11] ，對避障機(jī)器人的避障方法進(jìn)行了研究來提高避障機(jī)器人的避障能力和對環(huán)境的自適應(yīng)能力；陳花花、杜歆和顧偉康提出了基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的動態(tài)環(huán)境下機(jī)器人動態(tài)避障路徑規(guī)劃方法 [12]。按移動機(jī)器人掌握的環(huán)境數(shù)據(jù)不同，可分全局避障和局部避障，全局避障根據(jù)己知地理數(shù)據(jù)進(jìn)行避障；局部避障是部分未知或整體未知環(huán)境數(shù)據(jù)，利用傳感器對環(huán)境進(jìn)行實(shí)時(shí)檢測，得知障礙物位置、大小和形狀等數(shù)據(jù)再進(jìn)行避障。 位姿空間法：就是用位姿空間的一點(diǎn)來表示機(jī)器人的位置和方向，位姿空間法分為 3 可視圖法和幾何法。根據(jù)參考人的駕駛經(jīng)驗(yàn)的出一系列規(guī)則，再經(jīng)過查表得 到規(guī)劃信息，實(shí)現(xiàn)路徑規(guī)劃。它屬于 多點(diǎn)搜索，容易得到最優(yōu)解，但是由于進(jìn)化規(guī)則眾多，占空間較大，所以算法速度不快，實(shí)時(shí)性不好。 論文安排如下： 第一章 前言。 第三章 模糊邏輯控制系統(tǒng)的策略研究。 4 2 移動機(jī)器人建模 為了對自主移動機(jī)器人的運(yùn)動做定量的研究，所以必須得對機(jī)器人建立合適的數(shù)學(xué)模型，也就是建立系統(tǒng)的運(yùn)動學(xué)模型方程。而這些信息的準(zhǔn)確性依賴于移動機(jī)器人準(zhǔn)確建立初始位姿。 為表示方便，我們用橢圓形來表示移動機(jī)器嗯，其內(nèi)部坐標(biāo)系如 圖 2 1。xy 為 A 點(diǎn)在局部坐標(biāo)系中坐標(biāo)值，為 A 點(diǎn)與全局坐標(biāo)系 X 軸夾角，此時(shí)該機(jī)器人在全局坐標(biāo)系中為 ? ?00,xy 。) ( 39。 移動機(jī)器人運(yùn)動模型及位姿的確定 在分析移動機(jī)器人的動態(tài)過程中的動作角度時(shí)，該移動機(jī)器人屬于兩輪驅(qū)動的。 圖 2 3 移動機(jī)器人坐標(biāo)變換 圖 2 4 移動機(jī)器人運(yùn)動示意圖 假設(shè)移動機(jī)器人的左輪和右輪的角速度分別是 l? ， r? 。 此時(shí)，我們還可以加入增量式旋轉(zhuǎn)編碼器中的計(jì)數(shù)脈沖來重建機(jī)器人的狀態(tài)。 移動機(jī)器人安全距離的選取原則 在本節(jié)討論移動機(jī)器人的安全距離選取時(shí)，為方便分析，將移動機(jī)器人看成一個(gè)橢圓形的物體，并且參考點(diǎn)是其中心點(diǎn)，移動機(jī)器人會做直線運(yùn)動還有圓弧運(yùn)動，在一個(gè)指令發(fā)出的周期里，圓弧的運(yùn)動中心點(diǎn)不會發(fā)生變化。一種是前方存在障礙物時(shí)的安全距離選取，另一種是側(cè)面存在障礙物時(shí)的安全距離選取。由 圖 2 5 可知，移動機(jī)器人前方的安全距離為D=R + Rr。在此我們以左側(cè)存在障礙物信息為例來進(jìn)行其安全距離的測定。首先是進(jìn)行移動機(jī)器人的坐標(biāo)的建立，在這里我們選擇絕對坐標(biāo)系，然后建立了機(jī)器人的運(yùn)動模型及位姿的確定更精確的分析機(jī)器人運(yùn)動時(shí)的角度，并做圓弧運(yùn)動，最后以前方和側(cè)面為例分析其存在障礙物時(shí)安全距離的選取方法，使得機(jī)器人更好的完成避障。 避障控制一直都是機(jī)器人路徑規(guī)劃中的難點(diǎn)，是機(jī)器人智能化的體現(xiàn)。 模糊控制方法三個(gè)主要特點(diǎn)： (1) 用所謂語言變量代替或者符合數(shù)學(xué)（字）變量； (2) 用模糊條件語句來刻畫變量間的簡單關(guān)系； (3) 用模糊算法刻畫復(fù)雜關(guān)系。 模糊控制系統(tǒng)的組成 （一）模糊集合概念 1965 年 Zadeh 定義了模 糊集合（ Fuzzy set）用于描述模糊概念，從給定論域 U 到閉區(qū)間 [0， 1]的任意映射 ? ?: 0,1A? ? 或 : ( )AAuu??? 都確定一個(gè)模糊子集 A， A? 稱為模糊集合 A 的隸屬函數(shù)， ??Au? 稱為論域 U 內(nèi)元素 u 隸屬于模糊集合 A 的隸屬度，簡記為 A(u)[15]。如 圖 3 1，模糊控制系統(tǒng)與常規(guī)的自動控制系統(tǒng)之間最大的區(qū)別就是采用了模糊控制器。其重要的核心就是模糊控制器，如 圖 3 2 典型的模糊控制器結(jié)構(gòu)圖 。 模糊控制器分四步建立：一是選取合適的控制系統(tǒng)的輸入輸出量；二是給予輸入輸出量定義其模糊子集；三是建立輸入輸出之間的關(guān)系，用模糊規(guī)則來表示；最后完成模糊推理及清晰化。是準(zhǔn)確的，通常將其模糊化為單點(diǎn)模糊集合。常用的方法是將隸屬度函數(shù)取為正態(tài)分布函數(shù)，即 ? ?2022()xxA xe ????? (32) 知識庫 知識庫由數(shù)據(jù)庫和規(guī)則庫組成。實(shí)際中，模糊控制器設(shè)計(jì)的關(guān)鍵在于先要建立起有效的知識庫，依賴規(guī)則庫來實(shí)現(xiàn)的決策控制。對于控制命令 C1，可以先預(yù)測相應(yīng)的結(jié)果 (x， y)，然后再從控制規(guī)則中選取最為合適的。模糊推理根據(jù)模糊邏輯的關(guān)系和推理規(guī)則進(jìn)行推理，根據(jù)模糊邏輯法將模糊規(guī)則轉(zhuǎn)換成某種映射，即將U=U1*U2 *?? *Un 上的模糊集合映射成 V 上的模糊集合。最后將句子連接，使用“ and”和“ also”等邏輯運(yùn)算。 如果輸出的隸屬度函數(shù)有多個(gè)極值，那么就將極值的平均值作為清晰值。 圖 3 3 清晰化計(jì)算的中位數(shù)法 5）加權(quán)平均法 (面積重心法 centroid) 加權(quán)平均法取的加權(quán)平均值為 z的清晰值，即 12 0()()()bcabcaz z dzz df zz dz?????? (35) 在以上五種清晰化方法中，加權(quán)平均應(yīng)用最為普遍 ,本文采用的是重心法。 左 方 超 聲 波 傳 感 器前 方 超 聲 波 傳 感 器右 方 超 聲 波 傳 感 器模糊控制器左 輪 加 速 度右 輪 加 速 度移動機(jī)器人左 方 距 離前 方 距 離右 方 距 離 圖 3 4 移動機(jī)器人模糊避障系統(tǒng)組成 建立輸入輸出量的模糊語言及其隸屬度函數(shù) 模糊控制器中是將傳感器探測到的距離信息、運(yùn)動速度及目標(biāo)地點(diǎn)的方向信息作為輸入量，左右輪加速度作為輸出量。經(jīng)模糊推理得出輸出變量為機(jī)器人左右輪的加速度和。當(dāng)機(jī)器人探測到有障礙物時(shí)，距離 LD、 FD 和 RD 的隸屬度函數(shù)如圖 a；目標(biāo)與其運(yùn)動方向的夾角的隸屬的函數(shù)如圖 b；機(jī)器人當(dāng)前的運(yùn)動速度 v 的隸屬度函數(shù)如圖 c；所要控制的移 動機(jī)器人的變量的左右輪的加速度和的隸屬度函數(shù)如圖 d。該系統(tǒng)就構(gòu)成了五輸入兩輸出型的模糊系統(tǒng)。改變軌跡原則大體是左方有障礙則向右轉(zhuǎn)，右方有障礙則向左轉(zhuǎn)。 若給出不同的軌跡圖與目標(biāo)位置可以構(gòu)成一系列的控制規(guī)則。 進(jìn)行模糊推理與解模糊 模糊推理是根據(jù)模糊關(guān)系和推理規(guī)則完成的。該規(guī)則是由規(guī)則表中 5， 6， 11， 12 條規(guī)則推理合成的。在 MATLAB 中提供了五種解模糊的方法有面積重心法、面積等分法、平均最大隸屬度法、最大隸屬度取小法、最大隸屬度取大法 [19]。 本章小結(jié) 本章是基于模糊邏輯進(jìn)行了模糊邏輯控制系統(tǒng)的具體研究設(shè)計(jì)，也是本論文的核心部分，介紹了模糊控制系統(tǒng)的組成，選取了合適的輸入輸出量，并建立了輸入輸出量的隸屬度函數(shù)、模糊規(guī)則以及進(jìn)行了模糊推理與解模糊，為模糊控制器的構(gòu)建做了理論鋪墊。 Matlab 模糊邏輯工具箱提供了糊邏輯控制器及系統(tǒng)設(shè)計(jì)的各種方法。本論文使用圖形用戶界面來設(shè)計(jì)移動機(jī)器人的模糊控制系統(tǒng)。 構(gòu)建模糊推理系統(tǒng)編譯器 在此，我們構(gòu)建一個(gè)五輸入兩輸出的推理系統(tǒng)，首先需要添加五個(gè)輸入框以及兩個(gè)輸出框，并編輯每個(gè)輸入輸出量的名稱。這里所有變量選取三角形隸屬度函數(shù)。 19 圖 4 4 模糊規(guī)則編譯器 仿真結(jié)果 機(jī)器人仿真 在 Simuink 環(huán)境下建立的移動機(jī)器人仿真模型如下 圖 4 5 圖 4 5 移動機(jī)器人仿真模型 20 模糊算法仿真 在上文中，我們舉例進(jìn)行模糊推理，選取 FD=115cm， LD=108cm， RD=43cm，theta=44deg， v=，利用 matlab 建立的工具箱進(jìn)行仿真我們可以看出在此情況下 la 和 ra 通過合成最終的隸屬度函數(shù)仿真 圖 4 6 與前文分析的 圖 3 10 完全吻合，說明該工具箱建立成功。然后進(jìn)行移動機(jī)器人的運(yùn)動建模，建立了移動機(jī)器人的坐標(biāo)，在這里我們選擇絕對坐標(biāo)系；并建立了機(jī)器人的運(yùn)動模型及位姿的確定更精確的分析機(jī)器人運(yùn)動時(shí)的角度，并做圓弧運(yùn)動，再以前方和側(cè)面為例分析其存在障礙物時(shí)安全距離的選取方法，使得機(jī)器人更好的完成避障；然后基于模糊邏輯進(jìn)行了模糊邏輯控制系統(tǒng)的具體研究設(shè)計(jì)，也是本論文的核心部分，介紹了模糊控制系統(tǒng)的組成 ，選取了合適的輸入輸出量，并建立了輸入輸出量的隸屬度函數(shù)、模糊規(guī)則以及進(jìn)行了模糊推理與解模糊，最后構(gòu)建了仿真平臺，包括模糊推理系統(tǒng)編譯器、隸屬函數(shù)編譯器、以及規(guī)則編譯器，并對這個(gè)模糊控制器進(jìn)行仿真，又建立的移動機(jī)器人的模型以及模糊系統(tǒng)進(jìn)行了仿真，通過仿真結(jié)果可驗(yàn)證出本論文選擇的模糊算法可以使得移動機(jī)器人達(dá)到避障的功能。 23 參考文獻(xiàn) [1] T. Arai, Ogata H.,and T. Suzuki. Collision avoidance among multiple robots using virtual impedance [J]. Proceedings of the IEEE. International Conference on Intelligent Robots and Systems. 1989: 479485. [2] M B Metea. Planning Motion Planning[J]. Pro of IEEE Int Conf on Robotics and Automation, 1997, 19: 19471952. [3] Qussama Khatib. RealTime Obstacle Avoidance for Manipulators and Mob11e Robots[J]. Proc of The IEEE, 1998, 5:7289. [4] K. Chong, L. Kleeman. Mobile robot map building from an advanced sonar array and accurate odemetry[J]. Intl. Journal of Robotics Reaearch, 1999, 18(1):2036. [5] S S Roy, D K Pratihar. A GeicFuzzy Approach for Optimal Pathplanning of a Robotic Manipulator among Static Obstacles[J]. IE(I) Journal. CP, 20xx(84):6871. [6] Kazuo Sugibara, John Smith. Geic algorithms for adaptive motion planning of an autonomous mobile robots[A]. Problems IEEE Trans SMC, 1997, 7:138143. [7] 葉彬強(qiáng) , 王一 . 基于人工勢場法的機(jī)器人避障算法 [J]. 重慶理工大學(xué)學(xué)報(bào)：自然科學(xué) , 20xx, 26(9):8285. DOI:[8] 申浩宇 ,吳洪濤 ,陳柏 ,嚴(yán)鋮 ,蔣延杰 .冗余度雙臂機(jī)器人協(xié)調(diào)避障算法 [J/OL].農(nóng)業(yè)機(jī)械學(xué)報(bào) , 20xx（ 09） . [9] 方承 , 趙京 . 新穎的基于梯度投影法的混合指標(biāo)動態(tài)避障算法 [J]. 機(jī)械工程學(xué)報(bào) ,20xx,46(19)::[10]楊晶東 , 楊敬輝 , 蔡則蘇 . 基于多目標(biāo)優(yōu)化的移動機(jī)器人避障算法 [J]. 上海交通大學(xué)學(xué)報(bào) , 20xx, (2). [11]王越超 ,申建芳 .未知環(huán)境下基于可拓遺傳算法的避障算法 [J].計(jì)算機(jī)工程與應(yīng)用 ,20xx,46(20):226229,:[12]陳華華 , 杜歆 , 顧偉康 . 基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的機(jī)器人動態(tài)避障路徑規(guī)劃 [J]. 傳感技術(shù)學(xué)報(bào) , 20xx, (4):551555. DOI:[13]謝云 , 楊宜民 . 全自主機(jī)器人足球系統(tǒng)的研究綜述 [J]. 機(jī)器人 ,20xx,26(5):474::. [14]馮建農(nóng) ,柳明 ,吳捷 .自主移動機(jī)器人智能導(dǎo)航研究進(jìn)展 [