基于模糊控制的机器人避障障研究 .pdfVIP

基于模糊控制的机器人避障障研究 .pdf

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

基于模糊控制的机器人避障障研究

本文通过使用多传感器采集机器人周围环境信息并进行对信息进行了融合

处理,确定了控制系统的输入输出,根据模糊推理将信息模糊化处理,设计了模

糊控制器,以已达到对机器人的合理避障控制。通过Matlab软件进行了仿真,

得到连续平滑且稳定的机器人运动路径,表明了设计的可行性。

标签:机器人;避障;信息融合;模糊控制

1引言

机器人是通过各种传感器获取周围环境信息以及自身的状态,然后对各种环

境状态数据进行分析、判断和做出相应的决策,设计出相应的自身运动参数,控

制机器人向目的地自主运动。机器人获得周围环境的信息很多,需要将大量信息

进行融合,减少计算量,提高运动控制时效性。近些年来,卡尔曼滤波、贝叶斯

理论、人工神经网络和模糊集合理论等人工智能方法都应用于多传感器信息融合

技术[1]。本文中机器人通过超声波传感器获得信息,采用模糊控制进行信息融

合算法,经过模糊推理控制机器人在位置环境下避开障碍物,经MATLAB仿真

实验,验证了算法的合理性和时效性。

2信息融合算法设计

为使机器人在移动中能够快速和准确地避开障碍物,需要机器人获得障碍物

的距离、位置和形状信息。机器人上安装超声波传感器和CCD摄像机,并利用

超声波传感器探测的距离信息[2]和CCD云台摄像机获得的视觉信息能够获得机

器人移动中所需的外部环境信息。本文采用的移动机器人避障控制模型如图1

所示。

机器人在行走过程中能够根据外部超声波传感器的信息和其自身的运动状

态来修正运动位姿,并进行运动参数或状态的改变进而改变运动的速度和角度,

完成避障的功能。

2.1输入与输出量

在模糊神经网络控制器的设计当中,重要的是控制算法的设计。基于控制要

求,本项目设计的模糊神经网络控制器有5个输入和2个输出。控制器设定的5

个输入量为dl、dc、dr、emin和Φ,(dl、dc、dr和emin的意义见传感器的数据

分组与预处理)。2个输出为左轮的速度L-V和右轮的速度R-V;Φ表示机器人

的目标角度,当机器人转向为右时,定义为正;当机器人转向为左时,则定义为

负。

2.2传感器的数据分组与预处理

采用多传感器来可以更多地获取机器人环境信息,将大量信息融合技术具有

许多优点。但是,采用多传感器信息融合技术时,如果不进行一定的限制,将会

大大增加机器人的计算工作量,降低了移动机器人运动控制的实时性。为减少数

据的计算量,在具体问题中,往往不是对所有的传感器信息进行融合,而是采用

传感器分组的方法,这样可以减少融合过程中的计算量。为了有效地融合来源于

多传感器的信息,本文采用不同的方法对来源于超声波传感器和CCD摄像机的

原始信息进行预处理。对超声波传感器的信息,采取对传感器数据进行分组的方

法;根据超声波传感器的测量数据,可以得到5个探测数据,将这5个数据分为

三组,令dl(d1,d2)为左侧超声波传感器,dr(d4,d5)为右侧超声波传感器,

dc(d2)中轴线如图2所示中间前方超声波传感器。

对CCD摄像机采集的视觉信息进行如下处理:用图像灰度化、平滑、二值

化等图像预处理以及基于梯形域的自底向上的检测方法得到物体的左右边缘在

图像坐标系中成像对应的坐标信息el、er;然后将el、er中距离图像水平方向上

中轴线更近的量的值赋给emin,再根据计算机图像坐标系与车体坐标系之间的

转换公式,求出emin所对应的车体坐标系下X轴的坐标值,这样就可以得到障

碍物的左右边缘在车体坐标系中距离车体中轴线最近的边缘所对应的X轴坐标.

相应的,可得到障碍物左、右边缘距离移動机器人中轴线最近边缘的距离emin,

如图3所示。

2.3模糊控制规则

根据模糊控制原理,将超声波传感器和CCD传感器的采集到信息作为模糊

控制器的输入,由于传感器数量较多,输入信息的维数增加,模糊控制规则也会

成倍地增加,运算时间就会变长,影响了控制器的实时性。因此对输入的传感器

信息进行分组处理,获得数量较少而且最有效的信息作为输入信息。此模糊控制

器是多输入多输出系统,机器人前方180°范围内的左前方、右前方、正前方超

声波传感器获得障碍物距离和障碍物到机器人中轴线最近距离及目的地的方位

角作为输入信息,机器人的左右轮的速度作为控制器

文档评论(0)

LLFF333 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档