1 引言
自主式移動機器人(Autonomous Mobile Robot) 是一個對外界環(huán)境高度開放的智能系統(tǒng),需要對各種復雜的外部環(huán)境作出實時感知和決策,控制運動機構(gòu)完成各種駕駛動作,實現(xiàn)道路跟蹤和避障等功能。在自主式移動機器人的研究中,機器人的精確定位一直是研究的熱點問題。而光電導航系統(tǒng)就是機器人的一個“眼睛”,在其運動中起著非常重要的作用。
機器人的控制要求實時性、快速性、精確性。但傳統(tǒng)的控制方案對較要求復雜環(huán)境中的機器人控制具有局限性。而模糊控制響應快、超調(diào)小且魯棒性好,可以通過改變控制等級來調(diào)整系統(tǒng)的穩(wěn)態(tài)誤差,已成為移動機器人導航的一種重要方法[2]。因此本文針對特定引導路徑下的移動機器人,給出了基于模糊控制信息融合方法的解決方案。將光電傳感器采用非線性分布,并將其采集的信息融合后,作為表格查詢的模糊控制方法的輸入,從而提高了該導航系統(tǒng)的可靠性和魯棒性。
2 導航系統(tǒng)的設(shè)計
在機器人沿路徑引導線行駛的過程中,會出現(xiàn)車位中心線偏出的情況。為了保證自主式移動機器人能準確跟蹤路徑引導線,在機器人的車體下方安裝了三組光電傳感器。每個傳感器即為一個檢測點,其結(jié)構(gòu)如圖1 所示。三組光電傳感器的安裝圖可參見圖2。使用一維傳感器的信息存在片面性,所以將傳感器分成了三排,利用多傳感器信息融合的技術(shù),提高檢測數(shù)據(jù)的精確性和可靠性。
在機器人行走過程中,通過導航系統(tǒng)不斷檢測地面上的引導線的信息,檢測自身的位置狀態(tài),通過光電傳感器所構(gòu)成的檢測系統(tǒng)立即將檢測結(jié)果轉(zhuǎn)化為模擬信號,該信號經(jīng)過放大、光電耦合隔離后,輸入到A/D 轉(zhuǎn)換通道,并與既定的閾值進行比較。當傳感器位于黑色引導線上時,輸出為高電平,數(shù)字信號為1;當其不在引導線上時,輸出為低電平,數(shù)字信號為0。將檢測點的結(jié)果融合后作為模糊控制器的輸入,機器人按照模糊控制表進行判斷調(diào)整。
3.模糊控制算法的設(shè)計
3.1 原理
模糊控制是一種模仿人的控制方法,通過用一組語言描述的規(guī)則來表示專家的知識。其原理如圖3 所示。表格查詢學習算法是模糊控制實現(xiàn)的一種方法,它只需對輸入和輸出數(shù)據(jù)對和語言性模糊用“if-then”規(guī)則進行一步運算即可。這個方法的基本思想就是從輸入-輸出數(shù)據(jù)對中產(chǎn)生模糊規(guī)則,最終的模糊系統(tǒng)將從組合模糊規(guī)則中產(chǎn)生[5]。
3.2 算法的實現(xiàn)步驟
3.2.1 模糊知識庫的產(chǎn)生
由圖 3 可以看出,知識庫是模糊控制系統(tǒng)的核心,因此要確定模糊系統(tǒng),獲取模糊知識(規(guī)則)是極其重要的。本文的表格查詢學習算法是通過輸入-輸出數(shù)據(jù)對的分析并結(jié)合專家經(jīng)驗產(chǎn)生模糊規(guī)則,根據(jù)組合模糊規(guī)則進行模糊控制規(guī)則表格的設(shè)計,然后再在實驗中進行校驗。其方法具體如下:
第一步 將輸入-輸出空間劃分模糊區(qū)間
本文將光電檢測傳感器(如圖 2 所示)分成了三排,每排4 位為一個采集信號,這樣在采集過程中,傳感器的采集信號就為三個。輸出信號為機器人的位置,即輸出信號為一個。把這四個信號采集量模糊化。
對四個信號量的取值空間進行劃分,可分為7 個部分,分別為LB、LM、LS、CE、RS、RM、RB,即左大偏、左中偏、左小偏、中間、右小偏、右中偏、右大偏。通過機器人在線學習的方法,建立運動狀態(tài)數(shù)據(jù)庫,即通過機器人無調(diào)節(jié)行駛,由機器人自行對運動狀態(tài)進行采樣、儲存,建立運動當中的偏差與類型數(shù)據(jù)庫。通過記錄文件得出數(shù)據(jù)統(tǒng)計表1、表2 和表3。如表所示,一排四個傳感器,預設(shè)狀態(tài)為16 個,通過實際檢測,對狀態(tài)值進行濾波,即狀態(tài)出現(xiàn)次數(shù)小于所有狀態(tài)出現(xiàn)次數(shù)之和0.2%的狀態(tài),定義為不可能狀態(tài),表示為0;可能狀態(tài)表示為1。
第二步由已知的輸入-輸出數(shù)據(jù)對產(chǎn)生模糊規(guī)則
首先求出不同區(qū)間上四個信號xa 、xb 、xc 、y1 對應的隸屬度。其次將已知的四個信號xa 、xb 、xc、y1 數(shù)據(jù)分別定位于最大隸屬度對應的區(qū)間上。最后,從每一對比較滿意的輸入-輸出數(shù)據(jù)對中產(chǎn)生一條規(guī)則。如if xa is CE , xb is CE, xc is CE then y1 is CE. 用上述規(guī)則產(chǎn)生的是“邏輯與”規(guī)則,即在規(guī)則當中只有當if 部分的條件都同時滿足時,“then”部分的結(jié)果才會發(fā)生。
第三步 每一條規(guī)則賦予一個置信度
由于有許多數(shù)據(jù)信息,而每一對數(shù)據(jù)產(chǎn)生一條規(guī)則,這樣很可能會出現(xiàn)自相矛盾的規(guī)則,所以我們結(jié)合這些數(shù)據(jù)對的經(jīng)驗信息,比如,讓一位專家來檢查所有的數(shù)據(jù)對,這個專家就可能看出哪些數(shù)據(jù)有用,哪些數(shù)據(jù)是關(guān)鍵性數(shù)據(jù),哪些數(shù)據(jù)不太合理或有量測誤差產(chǎn)生。因此可以為每一對數(shù)據(jù)加一個信任度表示數(shù)據(jù)可靠性的相信程度。依據(jù)此方法建立的信任度函數(shù)如下所示:
第四步 組合模糊規(guī)則庫的產(chǎn)生
表 4 就是一個模糊規(guī)則庫,我們可以用以下的準則把模糊規(guī)則填入表中的空格:組合模糊規(guī)則庫中的規(guī)則于數(shù)據(jù)本身的規(guī)則,需附加一條專家的信任度以反映專家對規(guī)則可靠性的信任度,如果模糊規(guī)則庫中某一空格對應的規(guī)則不止一個,則選用具有最大置信度的那一條規(guī)則。每排傳感器的信息分為7 個,三排輸出狀態(tài)應為343 種。根據(jù)機器人實際運行的環(huán)境與特點,我們選其中的16 條規(guī)則建立規(guī)則庫。
第五步根據(jù)模糊規(guī)則確定映射關(guān)系。
利用下列中心平均解模糊公式就可以有輸入 xa、xb、xc,求出輸出量y:
3.2.2 根據(jù)模糊規(guī)則庫建立模糊控制表
根據(jù)表 1、表2、表3 記錄的機器人運行過程中各排光電檢測傳感器的狀態(tài),將速度等級劃分為2、4、6、8 四個等級,并通過大量的實驗,進行計算與修改,得到表5。u1 、ur分別為左、右輪的速度。當所有的光電傳感器的狀態(tài)均為0 時,在原地進行旋轉(zhuǎn)搜索。其余狀態(tài),視為無偏,左、右輪速度均為4。
4. 實驗結(jié)果
依據(jù)表 5 實現(xiàn)自主式移動機器人系統(tǒng)的運動控制。使機器人在環(huán)形引導線上長期運行。實驗結(jié)果如圖4 所示。從圖中可以看出機器人能夠?qū)崿F(xiàn)路徑跟蹤和自動糾偏的功能,而且在直線部分調(diào)整比較小。
5.結(jié)論
本文針對具有引導線環(huán)境下的路徑跟蹤這一熱點問題,提出了利用多傳感器信息融合技術(shù),將所融合的信息作為模糊控制器的輸入,實現(xiàn)了機器人的路徑跟蹤和自動糾偏的功能。該導航系統(tǒng)已應用到“導游”機器人中,實際運行結(jié)果表明了本文所提出的導航系統(tǒng)具有很好的魯棒性和可靠性。
-
傳感器
+關(guān)注
關(guān)注
2551文章
51134瀏覽量
753890 -
機器人
+關(guān)注
關(guān)注
211文章
28445瀏覽量
207222 -
導航
+關(guān)注
關(guān)注
7文章
528瀏覽量
42431
發(fā)布評論請先 登錄
相關(guān)推薦
評論