王凱凱　陳永平

摘要：路徑規(guī)劃技術(shù)是智能移動機(jī)器人的核心技術(shù)之一，也是目前研究的熱點(diǎn)問題。本文通過模糊控制算法對移動機(jī)器人進(jìn)行路徑規(guī)劃，設(shè)計了雙輸入雙輸出的模糊控制器。仿真結(jié)果表明，該方法規(guī)劃出了一條良好的路徑，機(jī)器人可以順利到達(dá)目標(biāo)點(diǎn)，驗證了該算法的有效性。

關(guān)鍵詞：移動機(jī)器人；模糊控制；路徑規(guī)劃

中圖分類號：TP242 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2019）01-0004-02

隨著科學(xué)技術(shù)的發(fā)展，人類對智能化要求的不斷提高，對移動機(jī)器人路徑規(guī)劃的研究目前也取得了巨大的成就，模糊控制是類似與人類的思維能力的一種控制方式，其具有人類智能的推理能力以及模糊性，在機(jī)器人的路徑規(guī)劃中，常常用到模糊推理這種思想，往往把機(jī)器人的避障、調(diào)速和目標(biāo)導(dǎo)航等行為統(tǒng)稱為機(jī)器人的運(yùn)動[1-2]，機(jī)器人利用不同的方式分別控制這些行為，并通過一系列的決策來選擇機(jī)器人進(jìn)行最優(yōu)的行進(jìn)方案[3]。目前除了模糊控制方法以外，還有許多算法可以進(jìn)行路徑規(guī)劃，如A星算法、可視圖法、人工勢場法和蟻群算法等[4-5]。

路徑規(guī)劃可以分為局部路徑規(guī)劃和全局路徑規(guī)劃兩種，全局路徑規(guī)劃是基于已知所有環(huán)境信息的規(guī)劃，局部路徑規(guī)劃是基于未知環(huán)境或部分已知環(huán)境下的規(guī)劃。本文主要通過模糊控制算法對移動機(jī)器人運(yùn)行中的角速度和線速度進(jìn)行控制，得到移動機(jī)器人的軌跡。

1 環(huán)境感知

傳感器是機(jī)器人獲取信息的元件可稱作為移動機(jī)器人的“眼睛”。機(jī)器人的一些基本行為如定位導(dǎo)航、環(huán)境建模和躲避障礙物等行為的實(shí)現(xiàn)都是通過這樣的眼睛來實(shí)現(xiàn)的。通過傳感器把采集到的數(shù)據(jù)作為模糊控制器的輸入信號。

2 模糊控制算法設(shè)計

本文設(shè)計一個雙輸入雙輸出的模糊控制器，把移動機(jī)器人與目標(biāo)點(diǎn)之間的距離和移動機(jī)器人方向角與目標(biāo)點(diǎn)方向角之間的差值作為輸入，實(shí)現(xiàn)對移動機(jī)器人在沒有障礙物的情況下的線速度和角度的控制，在這種行為下，機(jī)器人會在運(yùn)動的過程中不斷的調(diào)整位姿駛向目標(biāo)點(diǎn)。

2.1 輸入量輸出量模糊化

假設(shè)機(jī)器人的方向與X軸的夾角為移動機(jī)器人航向角Qr，目標(biāo)點(diǎn)與機(jī)器人質(zhì)心的連線與X軸的夾角為目標(biāo)點(diǎn)方向角Qt，航向角與方向角的差值為ΔQ，移動機(jī)器人與目標(biāo)點(diǎn)的距離為D，移動機(jī)器人移動角速度為W，移動線速度為V。

趨向目標(biāo)點(diǎn)的設(shè)計中定義D、ΔQ為模糊控制器輸入量，W、V為模糊控制器輸出量。

將移動機(jī)器人與目標(biāo)點(diǎn)之間的距離D分為3個子模糊集{近，中，遠(yuǎn)}，模糊語言描述為：{NEAR，MID，F(xiàn)AR}，論域為[0，6]；將角度信息ΔQ分為5個部分，模糊語言變量為：{NB，NS，ZE，PS，PB}={負(fù)大，負(fù)小，零，正小，正大}，論域[-π/2，π/2]。

移動機(jī)器人輸出角速度模糊語言描述為W={逆大，逆小，零，順小，順大}={WNB，WNS，WOE，WSS，WSB}，論域為[-π/6，π/6]；移動機(jī)器人線速度模糊語言描述為V={低速，中速，快速}={VS，VM，VB}，論域為[0，0.4]。隸屬度函數(shù)如圖1所示。

2.2 建立模糊規(guī)則

根據(jù)輸入情況，可以得到本模糊控制器一共有15條模糊規(guī)則。機(jī)器人從起始點(diǎn)到目標(biāo)點(diǎn)類似于人駕駛汽車去往目的地，根據(jù)人的駕駛經(jīng)驗來建立模糊控制規(guī)則，大概思想為：

機(jī)器人航向角與方向角的差值不等于0時，機(jī)器人往ΔQ為0的方向旋轉(zhuǎn)直到該差值為0；機(jī)器人與目標(biāo)點(diǎn)的距離不等于0時，機(jī)器人朝著目標(biāo)點(diǎn)方向行走直到該距離為0。

模糊規(guī)則如表1所示。

2.3 去模糊化

通過模糊推理獲得的結(jié)果是一個模糊集，但是在實(shí)際應(yīng)用中必須要有一個確定的值才可以驅(qū)動和控制執(zhí)行機(jī)構(gòu)，將模糊推理結(jié)果轉(zhuǎn)化為精確值的過程稱為去模糊化。

常用的去模糊方法有重心法、最大隸屬度法和加權(quán)平均法等[6]三種。由于重心法的靈敏度比較高，輸出會隨著輸入微小的變化而變化。因此重心法的輸出就更為平滑，所以本文選擇該方法進(jìn)行去模糊。

3 仿真實(shí)驗

利用MATLAB對本文的模糊控制算法進(jìn)行仿真驗證，設(shè)置起始位置的航向角為0度，可以得到如圖2所示的移動機(jī)器人軌跡圖。從圖可以看出機(jī)器人前段軌跡弧度較大、組成軌跡的*符號較稀疏，后段軌跡近似為直線、組成軌跡的*符號較密集，體現(xiàn)了機(jī)器人開始階段航向角與方向角的差值較大、距離目標(biāo)點(diǎn)較遠(yuǎn)，隨著機(jī)器人移動航向角與方向角的差值越來越小、距離目標(biāo)點(diǎn)越來越近。

4 結(jié)語

本文利用模糊控制算法對移動機(jī)器人進(jìn)行了軌跡規(guī)劃，設(shè)計了雙輸入雙輸出的模糊控制器，創(chuàng)建了輸入和輸出的隸屬度函數(shù)和模糊規(guī)則表，最后利用MATLAB仿真出了移動機(jī)器人的軌跡，仿真結(jié)果表明本模糊控制算法可行、有效。

參考文獻(xiàn)

[1] 王立新.模糊系統(tǒng)與模糊控制教程[M].北京：清華大學(xué)出版社，2003.

[2] 顧俊，張宇.模糊控制的應(yīng)用現(xiàn)狀與發(fā)展趨勢[J].化工自動化及儀表，2017，09：811-812，902.

[3] 肖興輝，劉兆峰，白洪超，郭彬.基于模糊控制的移動機(jī)器人應(yīng)用研究[J].智能城市，2017，05：43-47.

[4] 馬曉璐，張持健，鄭奎昂，鄒鵬飛.基于改進(jìn)人工勢場法的機(jī)器人路徑規(guī)劃[J].電子設(shè)計工程，2017（21）：30-33.

[5] 王殿君.基于改進(jìn)A*算法的室內(nèi)移動機(jī)器人路徑規(guī)劃[J].清華大學(xué)學(xué)報（自然科學(xué)版），2012（8）：1085-1089.

[6] 廉小親.模糊控制技術(shù)[M].北京：中國電力出版社，2003.

Abstract：Path planning technology is one of the core technologies of intelligent mobile robots， and it is also a hot issue in current research. In this paper， the fuzzy control algorithm is used to plan the path of the mobile robot， and the fuzzy controller with dual input and double output is designed. The simulation results show that the proposed method has a good path and the robot can reach the target point smoothly， which verifies the effectiveness of the algorithm.

Key words：mobile robot； fuzzy control； path planning