【正文】 性的波束，當(dāng)傳感器與障礙物形成較大角度時(shí)，會(huì)發(fā)生鏡面反射，從而產(chǎn)生幻影。其中，D為距障礙物的距離，C為聲波在介質(zhì)中傳播速C=,k為絕對(duì)溫度。超聲波傳感器的基本原理是不斷檢測(cè)超聲波發(fā)射后碰到障礙物反射的回波，測(cè)得發(fā)射和接受回波的時(shí)間差，計(jì)算之間的距離。常用于避障機(jī)器人的傳感器有超聲波傳感器，紅外傳感器，激光傳感器，CCD視覺(jué)傳感器等。xoy為固定的全局坐標(biāo)系，設(shè)定目標(biāo)點(diǎn)坐標(biāo)為（XG,YG）,在任一時(shí)刻，小車(chē)位置為（x(t),y(t)）,航向?yàn)?，步長(zhǎng)為step，當(dāng)前航向與小車(chē)質(zhì)心到目標(biāo)連線(xiàn)的的夾角為tg，轉(zhuǎn)向角為sa。模糊推理是模糊控制器的核心，它具有模擬人的模糊概念推理能力，輸入量經(jīng)由模糊推理得到模糊量控制量；再經(jīng)過(guò)解模糊變換為用于實(shí)際控制的清晰量，作用于被控對(duì)象。首先把輸入的精確量轉(zhuǎn)換成模糊量。（二） 模糊控制的基本原理，其與傳統(tǒng)控制系統(tǒng)最大的區(qū)別在于采用了模糊控制器（）。（一） 模糊集合的概念在模糊集合理論中，對(duì)于給定論語(yǔ)X，A={x}是X中的模糊集合的含義是： ：一個(gè)元素隸屬于某個(gè)集合的程度，采用隸屬度來(lái)定義。模糊控制是模糊理論的一個(gè)重要方面。在自主避障的控制當(dāng)中，模糊語(yǔ)言和規(guī)則的制定多是基于人的駕駛經(jīng)驗(yàn)。就本設(shè)計(jì)而言，避障過(guò)程比較復(fù)雜，參數(shù)眾多，且存在多傳感器所帶來(lái)的隨機(jī)誤差，難以建立對(duì)應(yīng)的精確數(shù)學(xué)模型。在自動(dòng)控制理論中（包括現(xiàn)代控制理論），控制器的分析與綜合均要依賴(lài)于相對(duì)精確地?cái)?shù)學(xué)模型。2 本論 自主避障的算法是自主避障系統(tǒng)的靈魂所在，是實(shí)現(xiàn)機(jī)器人自主避障的有效手段。為此模糊理論給出了一套系統(tǒng)有效的方法，將用語(yǔ)言表述的規(guī)則或知識(shí)轉(zhuǎn)換成函數(shù)，讓計(jì)算機(jī)能夠識(shí)別和處理。這樣，就很容易把模糊理論表述的人類(lèi)智能和數(shù)學(xué)表述的物理系統(tǒng)向結(jié)合加以利用，從而實(shí)現(xiàn)智能化的控制。模糊控制是以模糊集合理論和模糊邏輯推理為基礎(chǔ)的，把專(zhuān)家用自然語(yǔ)言表述的知識(shí)和控制經(jīng)驗(yàn)，通過(guò)模糊控制理論轉(zhuǎn)換成數(shù)學(xué)函數(shù)，再利用計(jì)算機(jī)進(jìn)行處理。這時(shí)就要用到模糊控制[8]。這些研究成果，都為模糊控制應(yīng)用于機(jī)器人避障控制提供了思路，指明了方向。而采用模糊控制算法則能非常容易地實(shí)現(xiàn)這一控制要求，很多學(xué)者也對(duì)這一具有重要意義的課題進(jìn)行了研究。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)。模糊控制也有最初的經(jīng)典模糊控制發(fā)展到自適應(yīng)模糊控制、專(zhuān)家模糊控制和基于神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)模糊控制。在這些領(lǐng)域中，想要對(duì)控制對(duì)象建立精準(zhǔn)的數(shù)學(xué)模型都是相當(dāng)困難的，但是卻具有大量語(yǔ)言表述的控制規(guī)則和只能用語(yǔ)言描述的性能指標(biāo)，因此難以運(yùn)用傳統(tǒng)控制方法來(lái)實(shí)現(xiàn)自動(dòng)控制，但運(yùn)用模糊控制理論的方法卻可以很容易的處理和解決，這也促進(jìn)了模糊控制理論的發(fā)展。 研究現(xiàn)狀1974年，從而開(kāi)創(chuàng)了模糊控制的歷史；1979年，、丹麥水泥窯等工業(yè)設(shè)備上用到了模糊控制；1989年，日本將模糊控制應(yīng)用于電冰箱、洗衣機(jī)、微波爐等家用消費(fèi)產(chǎn)品上，吧模糊控制的應(yīng)用推向了高潮[5]。本文的研究對(duì)象——自主機(jī)器人避障控制就是一個(gè)較為復(fù)雜的控制過(guò)程，障礙物的位置和形狀均是未知的，機(jī)器人通過(guò)傳感器也僅能獲得有限的環(huán)境信息，難以建立起描述這一控制過(guò)程的數(shù)學(xué)模型。因此便產(chǎn)生了某些仿人智能的工程控制與信息處理系統(tǒng)，產(chǎn)生和發(fā)展了智能控制。但是一名熟練的技工往往能在十套左右的開(kāi)模后完成對(duì)注塑機(jī)的調(diào)教，使產(chǎn)品達(dá)到質(zhì)量要求。例如注塑機(jī)的溫度和壓力控制，隨著塑料件的形狀，原料材質(zhì)、顆粒大小，甚至是環(huán)境溫度和濕度的改變，注塑機(jī)的壓力和和溫度都要相應(yīng)的改變，以防止出現(xiàn)流紋、氣泡等現(xiàn)象。因此數(shù)學(xué)模型和這些實(shí)際系統(tǒng)也存在著巨大的差距，使之很難對(duì)其實(shí)現(xiàn)有效地傳統(tǒng)自動(dòng)控制[3]。由于研究對(duì)象和實(shí)際系統(tǒng)具有非線(xiàn)性、時(shí)變性、不確定性、不完全性或大滯后性等特性，無(wú)法建立起表述他們運(yùn)動(dòng)規(guī)律和特性的數(shù)學(xué)模型，于是便失去了進(jìn)行傳統(tǒng)數(shù)學(xué)分析的基礎(chǔ)，也就無(wú)法設(shè)計(jì)出合理的理想經(jīng)典控制器。因此傳統(tǒng)控制方法大多用于解決線(xiàn)性的、時(shí)不變的等相對(duì)簡(jiǎn)單的控制問(wèn)題，這類(lèi)問(wèn)題完全可以用線(xiàn)性、常系數(shù)、集總參量的微分方程予以描述從而得到解決[1]。常見(jiàn)的描述方式如微分方程，傳遞函數(shù)和狀態(tài)方程。并且針對(duì)模糊算法存在的死鎖問(wèn)題提出改進(jìn)，提高了控制性能。利用超聲波傳感器對(duì)機(jī)器人周?chē)h(huán)境進(jìn)行探測(cè)，得到障礙物和目標(biāo)信息。當(dāng)控制過(guò)程相對(duì)復(fù)雜,參數(shù)眾多,環(huán)境信息不全,被控對(duì)象的數(shù)學(xué)模型難以確定時(shí),避障效果往往不能令人滿(mǎn)意。武漢工業(yè)學(xué)院
畢 業(yè) 設(shè) 計(jì)（論 文）設(shè)計(jì)(論文)題目：基于模糊推理的自主移動(dòng)機(jī)器人避障控制姓 名 殷定明 學(xué) 號(hào)___060408511___院（系）___電氣信息工程系_專(zhuān) 業(yè)_ 自動(dòng)化____指導(dǎo)教師____ 張柱華_____2010年06月02日基于模糊推理的自主移動(dòng)機(jī)器人避障控制摘要自主避障的能力是移動(dòng)機(jī)器人智能化程度的重要指標(biāo),也是智能型車(chē)輛安全行駛的重要保障。自主避障算法是避障功能的靈魂所在,傳統(tǒng)的控制算法通常依賴(lài)于被控對(duì)象精確的數(shù)學(xué)模型和完整全面的環(huán)境信息?；谏鲜銮闆r，本文進(jìn)行了自主避障系統(tǒng)的研究和設(shè)計(jì)。通過(guò)設(shè)計(jì)模糊控制器，把得到的信息模糊化，建立模糊規(guī)則進(jìn)行模糊推理，輸出結(jié)果解模糊得到控制量，是機(jī)器人有效地躲避障礙物。關(guān)鍵詞：模糊控制，超聲波測(cè)距，移動(dòng)機(jī)器人Obstacle Avoidance Control of Automatic Mobile Robot Based on Fuzzy ReasoningAbstractThe ability to avoid the obstacles automatically measures the intellectualiztion of robots, as well as guarante safe travel for intelligent vehicles. Effective algorithm is the core of this ability. Traditional control algorithms always rely on accurate mathematical models of the controlled object and integrity environment information. So they are not quite satisfying, while the control process is relatively plex, or mathematical models are difficult to gain. During this thesis,a fuzzy control method is ultrasonic sensors to detect the surrounding environment will get the information of obstacles and the design of fuzzy controller ,fuzzy the obstacle and target location information,the eatablishment of fuzzy rules and fuzzy solution can make the robot obstacle avoidance in the end,and fuzzy algorithm solve the existence of deadlock problem,to achieve mobile robot path planning.Key words:fuzzy control,ultrasonic distance measuring, mobile robot目錄摘要…………………………………………………………………………………1 Abstract……………………………………………………………………………2 正文 1 緒論 …………………………………………………………………………4 研究背景及目的 …………………………………………………………4 研究現(xiàn)狀……………………………………………………………………5 研究方法和理論基礎(chǔ)………………………………………………………6 2 本論……………………………………………………………………………7 ……………………………………………………………7 ……………………………………………………………8 …………………………………………………………8 傳感器的選擇和應(yīng)用………………………………………………9 ……………………………………………………………10 ………………………………………………………11 輸入輸出量的選擇…………………………………………………11 輸入輸出量的模糊語(yǔ)言描述及模糊分割…………………………11 輸入輸出量的模糊化………………………………………………12 建立模糊控制規(guī)則…………………………………………………13 模糊推理……………………………………………………………15 解模糊………………………………………………………………17 利用Matlab模糊邏輯工具箱建立和分析模糊控制器………………17 仿真實(shí)驗(yàn)…………………………………………………………………22 系統(tǒng)優(yōu)化改進(jìn)……………………………………………………………24 改變隸屬函數(shù)………………………………………………………24 陷阱的克服…………………………………………………………253 結(jié)論……………………………………………………………………………29 謝辭………………………………………………………………………………30 參考文獻(xiàn)…………………………………………………………………………31 附錄（程序清單）………………………………………………………………32 1 緒論 傳統(tǒng)控制理論經(jīng)歷過(guò)經(jīng)典控制理論和現(xiàn)代控制理論兩個(gè)具有里程碑意義的重要階段，但他們的共同特點(diǎn)都是要基于被控對(duì)象的清晰數(shù)學(xué)模型，即控制對(duì)象和可能存在的干擾都必須用嚴(yán)格的數(shù)學(xué)方程式或函數(shù)來(lái)表示。傳統(tǒng)控制的任務(wù)和目標(biāo)一般都較為直接明確，控制對(duì)象的不確定性和外界的干擾只允許在較小的范圍內(nèi)發(fā)生。但是，許多實(shí)際的控制對(duì)象和控制目標(biāo)常常都并非如此理想，特別是遇到系統(tǒng)的規(guī)模龐大、結(jié)構(gòu)復(fù)雜、變量眾多，加之參數(shù)隨機(jī)多變、參數(shù)間又存在強(qiáng)耦合或系統(tǒng)存在大滯后等錯(cuò)綜復(fù)雜的情況時(shí)，傳統(tǒng)控制理論的純粹數(shù)學(xué)解析結(jié)構(gòu)則很難對(duì)其進(jìn)行表述和處理[2]。況且，在建立數(shù)學(xué)模型是一般都要經(jīng)過(guò)理想化假設(shè)和處理，即把非線(xiàn)性理想化為線(xiàn)性，分布參數(shù)化為集中參數(shù)，事變轉(zhuǎn)化為定長(zhǎng)的，等等。然而大量的生產(chǎn)實(shí)踐表明，有許多難以建立起精確數(shù)學(xué)模型的復(fù)雜系統(tǒng)和繁復(fù)的工藝過(guò)程，可以由熟練技術(shù)工人、工程師或領(lǐng)域?qū)＜业氖止げ僮?，依靠人的?jīng)驗(yàn)和智慧，能夠獲得較為滿(mǎn)意的控制效果。這一控制過(guò)程涉及的變量眾多，不確定性較大，且對(duì)調(diào)教精度要求較高，因此難以通過(guò)精確地?cái)?shù)學(xué)模型來(lái)描述。類(lèi)似的問(wèn)題使人們自然地想到，能否在傳統(tǒng)的控制系統(tǒng)中加入人類(lèi)的認(rèn)知、手動(dòng)控制事物的經(jīng)驗(yàn)、能力和邏輯推理等智能成分，充分利用人的操作技巧、控制經(jīng)驗(yàn)和直覺(jué)推理，把人的因素作為一個(gè)有機(jī)部分融入到控制系統(tǒng)中？能否根據(jù)系統(tǒng)的實(shí)際輸入、輸出類(lèi)似于熟練技工那樣結(jié)合知識(shí)和經(jīng)驗(yàn)實(shí)時(shí)的進(jìn)行控制，甚至是機(jī)器人也具有人類(lèi)的學(xué)習(xí)和自適應(yīng)能力，進(jìn)而實(shí)現(xiàn)對(duì)復(fù)雜對(duì)象和系統(tǒng)的實(shí)時(shí)控制。所謂智能控制，就是通過(guò)定性和定量想結(jié)合的方法，針對(duì)被控制對(duì)