蘇 霄，田景文

（北京聯(lián)合大學(xué) 信息學(xué)院，北京 100101）

0 引言

自20世紀60年代初發(fā)明第一臺工業(yè)機器人以來，機器人已經(jīng)幾乎滲透到世界的各個領(lǐng)域。機器人技術(shù)的發(fā)展水平已經(jīng)成為一個衡量國家高新科技水平和工業(yè)自動化程度的重要標志。當前生產(chǎn)、生活中已經(jīng)廣泛應(yīng)用機器人完成任務(wù)，甚至在一些場合中代替人類發(fā)揮著重要的作用[1]。

通過自身所帶傳感器對環(huán)境進行感知，自主移動機器人能夠?qū)崿F(xiàn)在非結(jié)構(gòu)環(huán)境下，進行行為控制和執(zhí)行、動態(tài)決策與規(guī)劃等功能。該高智能化系統(tǒng)與計算機視覺、智能控制以及多智能體（Multi-Agent）、機器人學(xué)和機械學(xué)等學(xué)科緊密聯(lián)系，具有重要的軍用及民用價值，是現(xiàn)代機器人學(xué)中一個重要而且相當活躍的研究領(lǐng)域[2]。

對移動機器人控制情況受以下幾方面影響：建模[3]、定位[4,5]、控制及穩(wěn)定性[6,7]、智能技術(shù)等。

1 受控機器人系統(tǒng)結(jié)構(gòu)

旅行家II號是目前國內(nèi)性價比很高的高端機器人，所以本文用其作為受控研究對象。其采用模塊化的設(shè)計理念，很好的運動精度的直流伺服控制，更加強調(diào)應(yīng)用，并具有高負載能力?？刂朴嬎銠C選用配有紅外、視覺、角速率陀螺儀等高精度傳感器的工業(yè)PC或者是高性能的嵌入式控制器。

其中電子磁羅盤傳感器、測距聲納的數(shù)據(jù)為機器人行為控制提供依據(jù)。

超聲測距的原理采用渡越時間法，表示為：

公式(1)中，D為被測障礙物和移動機器人之間的距離，c表示在介質(zhì)中聲波的傳輸速率。在空氣中聲波的傳輸速率為：

公式(2)中，T表示絕對溫度，c01=331.4m/s。c在不要求很高的測距精度時可認為是常數(shù)。渡越時間法主要是用來測量超聲發(fā)射超聲返回的時間間隔t，距離由公式(1)計算得出。

本機器人的伺服控制系統(tǒng)是一個閉環(huán)控制系統(tǒng)，其工作流程如圖1所示。

2 數(shù)字PID控制算法實現(xiàn)

隨著計算機的出現(xiàn)，把原來最先出現(xiàn)在模擬控制系統(tǒng)中的PID 控制器，移植到計算機控制系統(tǒng)中來，將原來的硬件實現(xiàn)的功能用軟件來代替，因此稱作數(shù)字PID 控制器，所形成的一整套算法則稱為數(shù)字PID 算法。在機器人行進控制中也可使用PID控制算法對其進行控制。其中PID控制規(guī)律為：

式(3)中, Kp —比例系數(shù)；TI—積分常數(shù)；TD—微分常數(shù)；u0—控制常量；

在PID中，比例環(huán)節(jié)的作用是對偏差瞬間作出快速反應(yīng)。偏差一旦產(chǎn)生，控制器立即產(chǎn)生控制作用，使控制量向減少偏差的方向變化。控制作用的強弱取決于比例系數(shù)Kp ， Kp越大，控制越強；但是過大的Kp會導(dǎo)致系統(tǒng)震蕩，破壞系統(tǒng)的穩(wěn)定性。

由上式可以看出，只有當偏差存在時，第一項才有控制量輸出。所以，對大部分被控制對象（如直流電機的調(diào)壓調(diào)速），需要加上適當?shù)呐c轉(zhuǎn)速和機械負載有關(guān)的控制常量u0，否則，比例環(huán)節(jié)將會產(chǎn)生靜態(tài)誤差。

圖2 PID控制流程圖

使用這種算法對機器人行進進行控制的缺點是：由于是全量輸出，以至于每次輸出均與過去狀態(tài)有關(guān)，所以計算時要進行累加工作量。并且，計算機輸出數(shù)據(jù)對應(yīng)的是執(zhí)行機構(gòu)的實際位置，如果計算機出現(xiàn)故障，輸出數(shù)據(jù)將會大幅度變化，會引起執(zhí)行機構(gòu)的大幅度變化。這樣機器人在行進的過程中有可能造成一定故障和事故，這在高可靠性的要求下是不能允許發(fā)生的。

3 模糊控制算法實現(xiàn)

在實際的控制領(lǐng)域里，面對的是復(fù)雜的系統(tǒng)，由于系統(tǒng)中變量太多，往往難以正確的描述系統(tǒng)的動態(tài)，于是工程師便利用各種方法來簡化系統(tǒng)狀態(tài)，以達到控制的目的。換言之，傳統(tǒng)的控制理論對于明確系統(tǒng)有強而有力的控制能力，但對于過于復(fù)雜或難以精確描述的系統(tǒng)，則顯得無能為力了。因此便嘗試著以模糊數(shù)學(xué)來處理這些控制問題。本文提出的機器人行進的控制問題屬于較復(fù)雜控制系統(tǒng)，所以嘗試使用模糊控制規(guī)則來控制其行進過程是較為可行的。

MATLAB是當前國際控制界最為流行的面向工程與科學(xué)計算的高級語言。而且由于模糊邏輯的迅速推廣應(yīng)用，MathWorks公司已經(jīng)添加了模糊邏輯控制工具箱。在多數(shù)情況下，利用MATLAB進行建模仿真就是比較合理的選擇[9]。

在MATLAB命令窗口中鍵入命令fuzzy打開模糊推理系統(tǒng)編輯器對其進行設(shè)置。在這其中需要獲取機器人上傳感器的數(shù)據(jù)來編輯模糊推理的控制過程。我們主要以測距聲納和電子磁羅盤傳感器的數(shù)據(jù)，經(jīng)處理后作為模糊控制規(guī)則中的E(誤差)，而每隔一個采樣周期傳感器E的變化率為EC（誤差變化率）。

3.1 模糊語言變量設(shè)計

在MATLAB命令窗口中鍵入命令fuzzy打開模糊推理系統(tǒng)編輯器對其進行設(shè)置。

首先設(shè)置為二維的模糊控制器即由E（誤差）和EC（誤差變化率）決定Du（控制行為）。在其中輸入以上三個參數(shù)的隸屬度函數(shù)。

3.2 模糊控制規(guī)則設(shè)置

根據(jù)人工的經(jīng)驗，可以有如下的模糊控制規(guī)則：

1）如果“偏差”是“正大”，則（if E=PB then U=PB）；

2）如果“偏差”是“正中”且“偏差變化”是“正大”或“正小”， 則(if E=PM and EC=PB or EC=PS then U=PM) ；

3）如果“偏差”是“正中”且“偏差變化”是“零”或“負小”，則（if E=PM and EC=Z0 or EC=NS then U=PM）；

4）如果“偏差”是“正中”且“偏差變化”是“負大”，則 (if E=PM and EC=NB then U=PS);

5）如果“偏差”是“正小”且“偏差變化”是“正大”，則(if E=PS and EC=NM then U=PM);

6）如果“偏差”是“正小”且“偏差變化”是“正小”或“零”，則 (if E=PS and EC=PS or EC=Z0 then U=PS)；

7）如果“偏差”是“正小”且“偏差變化”是“負小”或“負大”，則 (if E=PS and EC=NS or EC=NB then U=ZO)；

8）如果“偏差”是“零”且“偏差變化”是“正大”，則 (if E=Z0 and EC=PB then U=PS) ；

9）“正小”或“零”或“負小”，則 (if E=Z0 and EC=PS or EC=Z0 or EC=NS then U=ZO) ；

10）如果“偏差”是“零”且“偏差變化”是“負大”，則 (if E=Z0 and EC=NB then U=NS)；

11）如果“偏差”是“負小”且“偏差變化”是“正大”或“正小”，則 (if E=NS anf EC=PB or EC=PS then U=Z0)；

12）如果“偏差”是“負小”且“偏差變化”是“零”或“負小”，則(if E=NS and EC=Z0 or EC=NS then U=NS)；

13）如果“偏差”是“負小”且“偏差變化”是“負大”，則 (if E=NS and EC=NB then U=NM)；

14）如果“偏差”是“負中”且“偏差變化”是“正小”或“零” 或“負小”，則 (if E=NM and EC=PS or EC=Z0 or EC=NS then U=NM)；

15）如果“偏差”是“負中”且“偏差變化”是“負大”，則(if E=PM and EC=NB then U=NM)；

16）如果“偏差”是“負中”且“偏差變化”是“正大”，則(if E=PM and EC=PB then U=NS)；

17）如果“偏差”是“負大”且不論“偏差變化”為何值，則 (if E=PB then U=NB)。

根據(jù)上述模糊控制規(guī)則和模糊推理我們可以在規(guī)則編輯器里編輯模糊控制規(guī)則。

3.3 二維模糊控制系統(tǒng)Simulink仿真

打開Simulink工具箱建立二維控制系統(tǒng)仿真模型并設(shè)置各參數(shù)如圖3所示，然后運行觀察得到波形曲線如圖4所示。

接著建立PID控制系統(tǒng)模型，運行后得到響應(yīng)曲線如5圖所示。

對比PID控制器的系統(tǒng)響應(yīng)曲線，我們看到模糊控制器的系統(tǒng)響應(yīng)曲線響應(yīng)時間短、比較平穩(wěn)，且沒有超調(diào)。所以使用模糊控制可以實現(xiàn)對機器人行進進行較好的控制。

4 MATLAB環(huán)境下與控制模塊之間的通信

用MATLAB建立模糊邏輯模型后用串口和機器人通訊，將模糊控制模型傳輸給機器人用于控制其行進過程。

圖3 二維模糊系統(tǒng)Simulink仿真模型

圖4 模糊控制器響應(yīng)曲線

圖5 PID算法響應(yīng)曲線

使用MATLAB中的儀器控制工具箱封裝的串口對象，控制串行端口與外設(shè)進行通信就像操作文件一樣[10]。首先使用serial()函數(shù)創(chuàng)建串口對象，然后設(shè)置數(shù)據(jù)位、波特率、停止位等屬性，使控制集模塊間和PC機具有相同的通信模式。然后傳輸數(shù)據(jù)時，使用fopen()函數(shù)打開串口，再用fwrite()函數(shù)和fread()函數(shù)以ASCII碼格式或二進制對其進行讀寫操作。在數(shù)據(jù)通信過程中，為了了解串口的工作狀態(tài)可以通過以實時的讀串口對象屬性。數(shù)據(jù)傳輸結(jié)束后用fclose()函數(shù)關(guān)閉串口。主要程序如下：

Clear //清內(nèi)存中的變量和函數(shù)。

u=uint8(zeros(1024,1))；

Ser_Port1=serial('COM1') //創(chuàng)建一個的名為Ser_Port1的串口對象和PC機COM1關(guān)聯(lián)Ser_Port1.InputBufferSize=4096；

Ser_Port1.OutputBufferSize=4096；

Ser_Port1.Timeout=10；

Ser_Port1.BaudRate=9600；

Ser_Port1.Parity='even'； //偶校驗

Ser_Port1.StopBits=1；

fopen(Ser_Port1)； //打開串口COM1

fwrite(Ser_Port1,'S')；//發(fā)送軟件握手信號給智能數(shù)據(jù)采集模塊

len_low=fread(Ser_Port1,1,'uint8')；

len_high=fread(Ser_Port1,1,'uint8')；//讀數(shù)據(jù)長度

fwrite(Ser_Port1,‘T’)；//向數(shù)據(jù)采集模塊發(fā)送數(shù)據(jù)傳送命令

u=fread(Ser_Port1，len_high*256+len_low，'uint8；//讀數(shù)據(jù)

fclose(Ser_Port1) //關(guān)閉串口

delete(Ser_Port1)

clear Ser_Port1 //清除串口對象，以釋放內(nèi)存空間

plot(u) //根據(jù)所得數(shù)據(jù)繪出波形

grid

5 結(jié)束語

由MATLAB仿真實驗可知,模糊控制算法比PID控制算法具有更好的性能。所設(shè)計的模糊控制器具有更好的實時性和可靠性。同時在自主機器人的控制系統(tǒng)中，采用高負載能力和高運動精度的直流伺服控制，以ARM9芯片作為機器人的主控制器,實現(xiàn)了機器人自主的往目標點行進,并具有定位準確、快速等高性能。

[1] 張毅,羅元,鄭太雄.移動機器人及其應(yīng)用[M].北京:電子工業(yè)出版社,2007.

[2] 徐國華,譚民.移動機器人的發(fā)展現(xiàn)狀及其趨勢[J].機器人技術(shù)與應(yīng)用,2001,20(3):7-8.

[3] 宋小康,王越超,談大龍,等.全地形移動機器人建模與控制研究綜述[J].機器人,2007,29(5):505-512.

[4] Ikeuchi A,Takamori T,Kobayashi S,et al.Development of mobilerobots for search and rescue operation systems[M].Proceedings of the 4th International Conference on Field and Service Robotics.Berlin,Germany:Springer-Verlag,2006.519-528.

[6] Olson C F.Probabilistic Self-localization for Mobile Robots[J].IEEE Transactions on Robotics and Automation(S1042-296X),2000,16(1):55-66.

[7] 陳偉,延文杰,周超英,等.兩輪自平衡機器人控制系統(tǒng)的設(shè)計[J].傳感器與微系統(tǒng),2008,27(4):117-120.

[8] Wedeward K,Bruder S,Yodaiken V,et al.Low-cost outdoor mobile robot:A plat formfor landmine[C].Detection[A].IEEE MidwestSymposium on Circuits and Systems 1999,131-134.

[9] 徐啟華,等.智能控制課程教學(xué)中應(yīng)用MATLAB的幾點體會[J].鹽城工業(yè)學(xué)報(自然科學(xué)版),2005,18(4).

[10] 李永樂,袁一,朱云江,徐友春等.基于MATLAB串行通信的智能車車速控制算法研究[J].軍事交通學(xué)院學(xué)報,2009,67(3).