【正文】 ..............17 構(gòu)建仿真平臺(tái) .....................................................................................................................17 構(gòu)建模糊推理系統(tǒng)編譯器 ..............................................................................................17 構(gòu)建隸屬函數(shù) 編譯器 ......................................................................................................18 構(gòu)建規(guī)則編譯器 ..............................................................................................................18 仿真結(jié)果 .............................................................................................................................19 機(jī)器人仿真 ......................................................................................................................19 模糊算法仿真 ..................................................................................................................20 模糊避障系統(tǒng)仿真 ..........................................................................................................20 仿真結(jié)果 ..........................................................................................................................21 本章小結(jié) .............................................................................................................................21 結(jié)論 .............................................................................................................................................22 參考文獻(xiàn) .....................................................................................................................................23 附錄 .............................................................................................................................................24 致謝 .............................................................................................................................................25 1 1 緒論 選題的研究背景 隨著科學(xué)技術(shù)的發(fā)展，移動(dòng)機(jī)器人已經(jīng)在不斷地滲入到各行業(yè)中，不斷為人們的生活提供更好的便利，提高人們的生活質(zhì)量。 1972 年，美國(guó)斯坦福國(guó)際研究所研制了一臺(tái)采用人工智能學(xué)的移動(dòng)機(jī)器人，命名為shakey。它由兩臺(tái)互不相同的計(jì)算機(jī)通過(guò)無(wú)線通訊系統(tǒng)來(lái)進(jìn)行控制，由于當(dāng)時(shí)這兩臺(tái)計(jì)算機(jī)的體積較大，且計(jì)算遲緩，所以導(dǎo)致 Shakey 常經(jīng)過(guò)很長(zhǎng)的時(shí)間去計(jì)算并且分析周邊環(huán)境再做擬定行動(dòng)的路線。 20xx 年后，美國(guó) Active Media 機(jī)器人公司開(kāi)發(fā)出先鋒系列第 3 代機(jī)器人 Pioneer3AT,其裝配除了具有先進(jìn)的激光導(dǎo)航、超聲定位、立體攝像測(cè)距及羅盤(pán)定位外，還可通過(guò)以太網(wǎng)進(jìn)行網(wǎng)絡(luò)控制?？梢?利用自身的輪子隨意移動(dòng)，來(lái)避開(kāi)障礙物，還可以靈活的撿起物品，并協(xié)助警務(wù)人員來(lái)完成偵查排爆的工作。不過(guò)國(guó)內(nèi)機(jī)器人的發(fā)展也是比較迅速的，主要研究成果有：清華大學(xué)研究的智能移動(dòng)機(jī)器人 THMRIII， V 型機(jī)器人；香港城市大學(xué)的自動(dòng)導(dǎo)航車(chē)及服務(wù)機(jī)器人；國(guó)防科技大學(xué)的雙足機(jī)器人。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(dòng)設(shè)計(jì)、自動(dòng)制造及自動(dòng)管理等工作，從而達(dá)到在無(wú)人操作車(chē)間里完成自動(dòng)生產(chǎn)的最終目標(biāo)。 在現(xiàn)代社會(huì)中，機(jī)器人的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)，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(zhǔn) 的數(shù)學(xué)模型來(lái)實(shí)現(xiàn)避障控制，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。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(jué)推理，有機(jī)融入到控制系統(tǒng)中，使得機(jī)器人具有人類(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。模糊算法的研究是根據(jù)系統(tǒng)的控制要求， 選取合適的輸入輸出變量，再通過(guò)模糊化，然后得到輸入輸出的模糊子集；再按照人的經(jīng)驗(yàn)得出一系列的控制規(guī)則，編寫(xiě)出模糊控制規(guī)則表；最后輸入量通過(guò)模糊算法后得到的輸出用于執(zhí)行機(jī)構(gòu)，從而實(shí)現(xiàn)避障控制。 國(guó)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(shì)場(chǎng)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(dòng)特性的避障算法 [8]，引入了絕對(duì)位姿變量和相對(duì)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(wèn)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(dòng)態(tài)避障規(guī)劃問(wèn)題；楊晶東等人提出了一種動(dòng)態(tài)變化權(quán)重的移動(dòng)機(jī)器人行為融合避障算法 [10]，解決移動(dòng)機(jī)器人自主導(dǎo)航過(guò)程中由于過(guò)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(guò)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(duì)避障機(jī)器人的避障方法進(jìn)行了研究來(lái)提高避障機(jī)器人的避障能力和對(duì)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(dòng)態(tài)環(huán)境下機(jī)器人動(dòng)態(tài)避障路徑規(guī)劃方法 [12]。而自主避障是路徑規(guī)劃和運(yùn)動(dòng)控制的一個(gè)重要體現(xiàn)。按移動(dòng)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(duì)環(huán)境進(jìn)行實(shí)時(shí)檢測(cè)，得知障礙物位置、大小和形狀等數(shù)據(jù)再進(jìn)行避障。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(guān)系，所以并不是任意情況都可以做到最有規(guī)劃。 位姿空間法：就是用位姿空間的一點(diǎn)來(lái)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。可視圖法能夠判斷出最短路徑，但是由于該方法靈活性不夠，會(huì)存在組合爆炸的嚴(yán)重問(wèn)題。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(guò)查表得 到規(guī)劃信息，實(shí)現(xiàn)路徑規(guī)劃。該算法簡(jiǎn)單，便于低層的實(shí)時(shí)控制，在實(shí)時(shí)避障和平滑的軌跡控制方面得到了廣泛的應(yīng)用，但傳統(tǒng)的人工勢(shì)場(chǎng)法由于沒(méi)有引入優(yōu)化過(guò)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。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。此論文通過(guò)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(jìn)行研究，著重進(jìn)行自主避障算法的研究。 論文安排如下： 第一章 前言。 第二章 移動(dòng)機(jī)器人建模。 第三章 模糊邏輯控制系統(tǒng)的策略研究。 第四章 模糊邏輯避障控制算法仿真與驗(yàn)證。 4 2 移動(dòng)機(jī)器人建模 為了對(duì)自主移動(dòng)機(jī)器人的運(yùn)動(dòng)做定量的研究，所以必須得對(duì)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(dòng)學(xué)模型方程。 建移動(dòng)機(jī)器人坐標(biāo)系 移動(dòng)機(jī)器人在行走過(guò)程中，要讓機(jī)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。而這些信息的準(zhǔn)確性依賴于移動(dòng)機(jī)器人準(zhǔn)確建立初始位姿。若使用相對(duì)定位方法，探測(cè)的數(shù)值不用進(jìn)行處理，可直接采用。 為表示方便，我們用橢圓形來(lái)表示移動(dòng)機(jī)器嗯，其內(nèi)部坐標(biāo)系如 圖 2 1。 圖 2 1 機(jī)器人內(nèi)部坐標(biāo)系 圖 2 2 移動(dòng)機(jī)器人坐標(biāo)系統(tǒng) 機(jī)器人在運(yùn)動(dòng)時(shí)，兩個(gè)坐標(biāo)系的變換不是 圖 2 1 圖 2 1 機(jī)器人內(nèi)部坐標(biāo)系 圖 2 2 移動(dòng)機(jī)器人坐標(biāo)系統(tǒng) 所示加減關(guān)系，應(yīng)如 圖 2 3，坐標(biāo)系的 X 軸有夾角，? ?39。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 。arc 39。) ( 39。) ( 39。 移動(dòng)機(jī)器人運(yùn)動(dòng)模型及位姿的確定 在分析移動(dòng)機(jī)器人的動(dòng)態(tài)過(guò)程中的動(dòng)作角度時(shí)，該移動(dòng)機(jī)器人屬于兩輪驅(qū)動(dòng)的。因此，我們通過(guò)對(duì)兩個(gè)輪子速度的控制來(lái)實(shí)現(xiàn)控制機(jī)器人的運(yùn)動(dòng)途徑。 圖 2 3 移動(dòng)機(jī)器人坐標(biāo)變換 圖 2 4 移動(dòng)機(jī)器人運(yùn)動(dòng)示意圖 假設(shè)移動(dòng)機(jī)器人的左輪和右輪的角速度分別是 l? ， r? 。 我們只要控制兩個(gè)輪子的轉(zhuǎn)速就可以實(shí)現(xiàn)機(jī)器人沿不同方向運(yùn)動(dòng)，在這，假設(shè)左 右輪的轉(zhuǎn)速比是 pk ，則有 （ 26） 當(dāng) 1pk? 時(shí)，則有 lr??? ，此時(shí)移動(dòng)機(jī)器人作直線運(yùn)動(dòng)； 當(dāng) 1pk? 時(shí)，則有 lr??? ，此時(shí)移動(dòng)機(jī)器人作左轉(zhuǎn)彎； 當(dāng) 1pk? 時(shí)，則有 lr??? ，此時(shí)移動(dòng)機(jī)器人作右轉(zhuǎn)彎。 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(lái)重建機(jī)器人的狀態(tài)。通過(guò)上式可以得出此時(shí)的狀態(tài)變量值。 移動(dòng)機(jī)器人安全距離的選取原則 在本節(jié)討論移動(dòng)機(jī)器人的安全距離選取時(shí)，為方便分析，將移動(dòng)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(dòng)機(jī)器人會(huì)做直線運(yùn)動(dòng)還有圓弧運(yùn)動(dòng)，在一個(gè)指令發(fā)出的周期里，圓弧的運(yùn)動(dòng)中心點(diǎn)不會(huì)發(fā)生變化。安全距離一般 是由公式得出 D=R + Rr，式中， R 為運(yùn)動(dòng)的半徑， Rr 為機(jī)器人的半徑。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。當(dāng)移動(dòng)機(jī)器人在前進(jìn)時(shí)，超聲波傳感器檢測(cè)到前方有障礙物時(shí)，需要采取策略使機(jī)器人通過(guò)轉(zhuǎn)動(dòng)角度進(jìn)行避障，在轉(zhuǎn)動(dòng)時(shí)機(jī)器人做圓弧運(yùn)動(dòng)。由 圖 2 5 可知，移動(dòng)機(jī)器人前方的安全距離為D=R + Rr。聲納所測(cè)得的安全距離是 0 R cm?? 。在此我們以左側(cè)存在障礙物信息為例來(lái)進(jìn)行其安全距離的測(cè)定。其中， 90??? ?? 。首先是進(jìn)行移動(dòng)機(jī)器人的坐標(biāo)的建立，在這里我們選擇絕對(duì)坐標(biāo)系，然后建立了機(jī)器人的運(yùn)動(dòng)模型及位姿的確定更精確的分析機(jī)器人運(yùn)動(dòng)時(shí)的角度，并做圓弧運(yùn)動(dòng)，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。在這些領(lǐng)域里，想對(duì)控制對(duì)象建立出準(zhǔn)確的數(shù)學(xué)模型是有一定困難的，但是在這些領(lǐng)域中，擁有可以用語(yǔ)言描述的控制規(guī)則以及只可以用語(yǔ)言來(lái)表述的性能指標(biāo)， 因此不能夠運(yùn)用傳統(tǒng)控制的方法來(lái)實(shí)現(xiàn)這種控制，但是可以運(yùn)用模糊控制理論的方法處理和解決，這也便促進(jìn)了模糊控制理論的發(fā)展。 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)。但是采用了模糊控制算法就能很容易地實(shí)現(xiàn)這一個(gè)控制要求，很多 學(xué)者也對(duì)此進(jìn)行研究，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。 模糊控制方法三個(gè)主要特點(diǎn)： (1) 用所謂語(yǔ)言變量代替或者符合數(shù)學(xué)（字）變量； (2) 用模糊條件語(yǔ)句來(lái)刻畫(huà)變量間的簡(jiǎn)單關(guān)系； (3) 用模糊算法刻畫(huà)復(fù)雜關(guān)系。 Mamdani 等 1974 年提出模糊控制器，屬于規(guī)則在線推理的模糊控制器；李寶綏和劉志俊在 1980 年 yong 模糊集合理論設(shè)計(jì)了一類(lèi)查詢式模糊控制器，而后又將其應(yīng)用于系統(tǒng)識(shí)別。 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(chēng)為模糊集合 A 的隸屬函數(shù)， ??Au? 稱(chēng)為論域 U 內(nèi)元素 u 隸屬于模糊集合 A 的隸屬度，簡(jiǎn)記為 A(u)[15]。若 (x)接近 1，表示 X 屬于 A 的程度高，若 (x)接近 0，表示 X 屬于 A 的程度低。如 圖 3 1，