【文章內(nèi)容簡介】 局部避障，全局避障根據(jù)己知地理數(shù)據(jù)進行避障；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)境進行實時檢測，得知障礙物位置、大小和形狀等數(shù)據(jù)再進行避障。 全局避障方法 自由空間法：采用預先定義的基本形狀，如廣義錐形、凸多邊形等來構(gòu)造自由空間，再將其表示成連通圖，再經(jīng)過搜索連通圖進行路徑規(guī)劃 [13]。這種方法比較靈活，算法根據(jù)障礙物的增多而增多，成正比關系，所以并不是任意情況都可以做到最有規(guī)劃。 柵格法：將移動機器人的工 作環(huán)境分成有二值信息的網(wǎng)絡單元，每一個柵格都有一個累積值，累積值表示的是該位置上有障礙物的可信度。 位姿空間法：就是用位姿空間的一點來表示機器人的位置和方向，位姿空間法分為 3 可視圖法和幾何法。常用可視圖法，將機器人的初始點和終點以及軌跡都由點來表示，在障礙物密集處由于搜索時間長，可能會碰觸障礙物?？梢晥D法能夠判斷出最短路徑，但是由于該方法靈活性不夠，會存在組合爆炸的嚴重問題。 局部避障方法 模糊邏輯算法：是仿照生物躲避障礙物的思想，把思想里的感覺與行動統(tǒng)一協(xié)作。根據(jù)參考人的駕駛經(jīng)驗的出一系列規(guī)則，再經(jīng)過查表得 到規(guī)劃信息，實現(xiàn)路徑規(guī)劃。 人工勢場法：由 Khatib 提出的一種虛擬力法，就是機器人在人工受力場中運動，障礙物對機器人產(chǎn)生一定的斥力，同時目標點對機器人也生引力，此時兩力的合力為移動機器人的加速力，進而控制機器人的方向 [14]。該算法簡單，便于低層的實時控制，在實時避障和平滑的軌跡控制方面得到了廣泛的應用，但傳統(tǒng)的人工勢場法由于沒有引入優(yōu)化過程而容易陷入局部極小區(qū)域，不易調(diào)節(jié)，因而不適于尋求最短路徑。 遺傳算法：在 60 年代初由 提出的，這種方法是借助生物的自然選擇和遺傳機制的搜索算法。它屬于 多點搜索，容易得到最優(yōu)解，但是由于進化規(guī)則眾多，占空間較大，所以算法速度不快，實時性不好。 論文主要內(nèi)容及論文安排 機器人避障如今已是機器人技術中的關鍵之一，雖然之前各位學者們就已研究了機器人人避障的問題，但為實現(xiàn)移動機器人在環(huán)境未知或部分未知情況下進行動態(tài)避障的要求。此論文通過了解已有的避障算法提出了一種基于模糊邏輯的避障算法的方法進行研究，著重進行自主避障算法的研究。首先進行移動機器人模糊控制策略研究，再進行自主避障算法設計以及仿真，在避障算法設計上，本文引入模糊控制理論，設計模糊控制器，通過對環(huán)境信息 及被控對象的自身信息的采集和處理，對被控對象進行控制，使得被控對象進行行動，以達到避障目的。 論文安排如下： 第一章 前言。首先說明該選題的研究背景以及意義，并介紹國內(nèi)外避障算法的研究現(xiàn)狀，更多的了解當前研究的大環(huán)境，再對目前一些常用的避障算法進行介紹，根據(jù)以上內(nèi)容最后介紹本論文的主要內(nèi)容以及安排。 第二章 移動機器人建模。為了對機器人的運動做定量的研究，首先要選定機器人的坐標系，在本論文中我們選擇絕對坐標系；然后再建立機器人的運動模型及位姿的確定，為清楚分析機器人運動時的角度；同時要進行遇障礙物時的安全距離的選取，使得機 器人更好的完成避障。 第三章 模糊邏輯控制系統(tǒng)的策略研究。首先我們先了解當前模糊邏輯控制研究現(xiàn)狀，并介紹模糊控制的理論基礎以及模糊控制系統(tǒng)的組成，在此基礎上進行移動機器人模糊系統(tǒng)的設計，為了用 Matlab 建立模糊控制工具箱，首先先選定輸入輸出量，建立其隸屬度函數(shù)，設計模糊控制規(guī)則，然后進行模糊推理與解模糊。 第四章 模糊邏輯避障控制算法仿真與驗證。首先構(gòu)建仿真平臺，使用 Matlab 建立模糊控制工具箱，做到輸入量通過模糊控制器有確定的輸出量輸出，將工具箱的建立做個仿真，并與第三章模糊推理的結(jié)果對比，驗證工具箱建立成功，最后再 進行機器人的仿真、模糊算法仿真以及系統(tǒng)仿真。 4 2 移動機器人建模 為了對自主移動機器人的運動做定量的研究，所以必須得對機器人建立合適的數(shù)學模型，也就是建立系統(tǒng)的運動學模型方程。運動學方程就是來描述系統(tǒng)所處的位置與位姿的方程，它沒有考慮到系統(tǒng)移動過程中的變化，只是研究了位姿與其相對的時間周期還有其他變量之間的導數(shù)關系。 建移動機器人坐標系 移動機器人在行走過程中，要讓機器人具備自身定位的能力是為了可以使其可以按照事先規(guī)劃的路線行駛。目前都會在移動機器人上安裝測量設備，為的是在行進過程中測量一些行進參數(shù)，并且根據(jù)這些參數(shù)進行計算得出當前機器人的位姿信息。而這些信息的準確性依賴于移動機器人準確建立初始位姿。移動機器人的坐標系是由絕對坐標系與相對坐標系構(gòu)成的，我們所用的超聲波傳感器探測到的參數(shù)信息是指移動機器人探測到障礙物的距離，是相對機器人而言的。若使用相對定位方法，探測的數(shù)值不用進行處理，可直接采用。但是本文是使用絕對定位，需要對數(shù)據(jù)進行坐標變 換，也就是絕對坐標系。 為表示方便，我們用橢圓形來表示移動機器嗯，其內(nèi)部坐標系如 圖 2 1。在機器人運動的過程中，機器人的內(nèi)部坐標系的數(shù)值與實際情況下的絕對坐標系之間進行不斷地轉(zhuǎn)換。 圖 2 1 機器人內(nèi)部坐標系 圖 2 2 移動機器人坐標系統(tǒng) 機器人在運動時，兩個坐標系的變換不是 圖 2 1 圖 2 1 機器人內(nèi)部坐標系 圖 2 2 移動機器人坐標系統(tǒng) 所示加減關系，應如 圖 2 3，坐標系的 X 軸有夾角，? ?39。, 39。xy 為 A 點在局部坐標系中坐標值，為 A 點與全局坐標系 X 軸夾角，此時該機器人在全局坐標系中為 ? ?00,xy 。根據(jù)三角變換可得 39。arc 39。xtg y???? (21) 因此， A 點在絕對坐標系中的坐標值 ? ?,xy 為 220 ( 39。) ( 39。) c o sx x x y ?? ? ? (22) 5 220 ( 39。) ( 39。) s iny y x y ?? ? ? （ 23） 經(jīng)過以上分析，就可以進行局部與全局坐標系之間的變換。 移動機器人運動模型及位姿的確定 在分析移動機器人的動態(tài)過程中的動作角度時，該移動機器人屬于兩輪驅(qū)動的。所以在運動過程中只能做直線運動與圓弧運動，若兩個輪子的線速度一樣時，該機器人就是進行直線行駛；若是兩個輪子的線速度不同時，該機器人就是做半徑一定的圓弧運動。因此，我們通過對兩個輪子速度的控制來實現(xiàn)控制機器人的運動途徑。 建立機器人的結(jié)構(gòu)模型如 圖 2 3 移動機器人坐標變換 圖 2 4 移動機器人運動示意圖 所示，圖中 XOY 作為絕對坐標系，則 Rxoy 作為相對坐標系，該坐標是以機器人兩輪之間中心點連線的中點 Ro 作為參考點，從而得出運動學模型。 圖 2 3 移動機器人坐標變換 圖 2 4 移動機器人運動示意圖 假設移動機器人的左輪和右輪的角速度分別是 l? ， r? 。則得出 1 ()2 lrRv ???? (24) 2 ()2 rlRv D ???? (25 ) 上式中， R 為驅(qū)動輪的半徑， D 為兩輪間的距離。 我們只要控制兩個輪子的轉(zhuǎn)速就可以實現(xiàn)機器人沿不同方向運動，在這，假設左 右輪的轉(zhuǎn)速比是 pk ，則有 （ 26） 當 1pk? 時，則有 lr??? ，此時移動機器人作直線運動； 當 1pk? 時，則有 lr??? ，此時移動機器人作左轉(zhuǎn)彎； 當 1pk? 時，則有 lr??? ，此時移動機器人作右轉(zhuǎn)彎。 這樣方便控制，同樣我們的輪子是由兩個直流伺服電機獨立驅(qū)動的。 此時，我們還可以加入增量式旋轉(zhuǎn)編碼器中的計數(shù)脈沖來重建機器人的狀態(tài)。假設rplk ??? 6 移動機器人的左右輪的計數(shù)脈沖在第 k 個采樣周期中分別為 km 和 kn ，那么式子 22 便可以寫成 ? ?? ?? ?111c ossi n2k k k k kPk k k k kPk k k kPRx x m n tMRy y m n tMRm n tDM???????????? ? ? ????? ? ? ????? ? ? ??? (27) 式子 27 中， 1 1 1,k k kxy ?? ? ?和 是第 1k? 周期的位移與方向角度， pM 是輪子轉(zhuǎn)動一圈的脈沖數(shù)， t? 是采樣時間。通過上式可以得出此時的狀態(tài)變量值。經(jīng)過方程式（ 22）與（ 27）比較，存在一定誤差，若是工作時間較長，誤差會更加大，會影響到機器人運動的精確度，所以應該選擇適當?shù)牟蓸訒r間來提高精確度，降低誤差。 移動機器人安全距離的選取原則 在本節(jié)討論移動機器人的安全距離選取時，為方便分析，將移動機器人看成一個橢圓形的物體，并且參考點是其中心點，移動機器人會做直線運動還有圓弧運動，在一個指令發(fā)出的周期里，圓弧的運動中心點不會發(fā)生變化。 移動機器人在行進過程中要盡量做到與周圍的物體一定的安全距離距周圍的物體有一定的距離，以免碰觸到障礙物，這個距離就是最小的安全的距離。安全距離一般 是由公式得出 D=R + Rr，式中， R 為運動的半徑， Rr 為機器人的半徑。 接下來，我們根據(jù)兩種不同的情況進行討論安全距離的選取方法。一種是前方存在障礙物時的安全距離選取，另一種是側(cè)面存在障礙物時的安全距離選取。 前方存在障礙物時的安全距離選取 首先我們分析前方存在障礙物時安全距離選取。當移動機器人在前進時，超聲波傳感器檢測到前方有障礙物時，需要采取策略使機器人通過轉(zhuǎn)動角度進行避障，在轉(zhuǎn)動時機器人做圓弧運動。圓弧運動是由于機器人的左右輪在行進過程中的速度不一樣而產(chǎn)生的，如果假設移動機器人的運動速度表示為 v， 轉(zhuǎn)動時的圓弧運動半徑為 R，并且在碰撞到前方障礙物之前機器人旋轉(zhuǎn) 90○ 。由 圖 2 5 可知，移動機器人前方的安全距離為D=R + Rr。 圖 2 5 前方有障礙物安全距離確定 7 由上圖可知 R 的大小是與機器人的運動速度有關系的， v 越大則 R 越大，一般的機器人的運動速度在 5cm/s 到 10cm/s 之間，若 v=10cm/s 時，通過實驗所得，根據(jù)最小二乘法處理得出， cm? ，聲納在移動機器人的分布半徑是 25cm，因此機器人的實際安全距離應該是： 1 5 .8 2 5 4 0 .8D cm? ? ?。聲納所測得的安全距離是 0 R cm?? 。 側(cè)面存在障礙物時的安全距離選取 接下來，分析側(cè)面存在障礙物時安全距離選取。在此我們以左側(cè)存在障礙物信息為例來進行其安全距離的測定。 圖 2 6 左側(cè)有障礙物安全距離確定 如上 圖 2 6 所示，移動機器人的運動方向與全局坐標中橫坐標夾角為，同時機器人在轉(zhuǎn)彎時做圓弧運動，便可求出此時的安全距離為 c os ( 1 c os ) 25rrD d R R R R R??? ? ? ? ? ? ? ? ? (31) 同樣，聲納安全距離 0 (1 cos )d ???。其中， 90??? ?? 。 本章小結(jié) 本章主要是 進行移動機器人的運動建模。首先是進行移動機器人的坐標的建立，在這里我們選擇絕對坐標系，然后建立了機器人的運動模型及位姿的確定更精確的分析機器人運動時的角度，并做圓弧運動，最后以前方和側(cè)面為例分析其存在障礙物時安全距離的選取方法，使得機器人更好的完成避障。 8 3 模糊邏輯避障控制系統(tǒng)的策略研究 模糊邏輯控制研究現(xiàn)狀 模糊應用在在工業(yè)、經(jīng)濟以及人類生活等領域已有廣泛的應用。在這些領域里，想對控制對象建立出準確的數(shù)學模型是有一定困難的，但是在這些領域中，擁有可以用語言描述的控制規(guī)則以及只可以用語言來表述的性能指標， 因此不能夠運用傳統(tǒng)控制的方法來實現(xiàn)這種控制，但是可以運用模糊控制理論的方法處理和解決，這也便促進了模糊控制理論的發(fā)展。 1989 年，日本將模糊控制應用在電冰箱、洗衣機等家用消費產(chǎn)品上，把模糊控制的應用推向高潮， 1992 年在美國召開了第一屆 IEEE 模糊控制國際會議，從此模糊控制也成為了智能控制的一個重要的分支。 避障控制一直都是機器人路徑規(guī)劃中的難點，是機器人智能化的體現(xiàn)。由于環(huán)境條件的有限，障礙物信息通常是未知的，很難建立精準的數(shù)學模型來實現(xiàn)避障控制。但是采用了模糊控制算法就能很容易地實現(xiàn)這一個控制要求，很多 學者也對此進行研究，都為模糊控制應用于機器人避障控制提供了思路，指明了方向。 模糊控制的概況及理論基礎 模糊控制的主要特