前言：本站為你精心整理了模糊控制下移動機器人路徑規(guī)劃探究范文，希望能為你的創(chuàng)作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

摘要：通過對機器人移動路徑中的信息輸入、移動規(guī)則建立、模糊推理與決策，規(guī)劃出模糊避障控制策略，設(shè)計模糊避障算法，借助MATLAB/GUI仿真實驗平臺，設(shè)計實驗界面及模糊控制程序，模擬移動機器人的運動軌跡，從開始點出發(fā)，避開障礙物，到達目標(biāo)點，針對不同障礙的隨機分布，優(yōu)化其運動軌跡。

關(guān)鍵詞：應(yīng)急救援；移動機器人；模糊控制；路徑規(guī)劃；MATLAB仿真

人工智能的出現(xiàn)大大解放了勞動力，特別是移動機器人的設(shè)計與使用，在越來越多的應(yīng)用領(lǐng)域開始逐步替代人工，如應(yīng)急救援、礦產(chǎn)工業(yè)等方面。近年來特別是在煤礦發(fā)生事故后的環(huán)境探測和救援任務(wù)，機器人輔助救援人員展開工作，提高了救援效率、降低了救援危險系數(shù)[1]。而機器人獲取事故現(xiàn)場信息和實現(xiàn)自主避障及路徑規(guī)劃問題已經(jīng)成為移動機器人應(yīng)用中一項非常重要的技術(shù)[1-3]。移動機器人在執(zhí)行裝配、救災(zāi)、搶險、焊接、惡劣環(huán)境作業(yè)等任務(wù)時，有著得天獨厚的優(yōu)勢。使用正確高效的路徑規(guī)劃技術(shù)，不僅能夠節(jié)省大量的時間，還可以降低成本、節(jié)約勞動力，因此針對移動機器人的路徑的合理規(guī)劃是目前智能機器人研究的重點。路徑規(guī)劃目的是在一個設(shè)定的區(qū)域或范圍內(nèi)，從起始點到目的地尋找出一條既滿足某些指標(biāo)要求，同時又能有效的避開各種障礙的連續(xù)路徑[4-5]。其關(guān)鍵就是移動機器人視覺下的導(dǎo)航和避障。機器人在移動中進行的路徑規(guī)劃是動態(tài)的、實時的，要滿足以下三點：1）機器人能從起點到達終點。2）前進過程中能夠發(fā)現(xiàn)并最終躲避開障礙。3）規(guī)劃出的路線盡可能達到最優(yōu)。本文就機器人移動過程中的路徑規(guī)劃技術(shù)的關(guān)鍵方法進行探索，基于模糊控制算法展開路徑規(guī)劃設(shè)計，并借助于模糊控制的仿真工具編寫路徑規(guī)劃算法進行仿真，探索基于模糊控制的移動機器人路徑規(guī)劃方法。

1模糊控制器設(shè)計

模糊控制器的結(jié)構(gòu)見圖1，主要包括模糊化、知識庫模糊推理、解模糊等4個部分。1）模糊化。這是模糊控制算法的起始點，也是一個建模過程，將精確的輸入量，轉(zhuǎn)成控制器所要求的模糊量。模糊化先要根據(jù)控制器的要求處理輸入量，然后進行尺度轉(zhuǎn)換，最后定義模糊語言及輸入量對應(yīng)的隸屬度函數(shù)。2）知識庫。依專家經(jīng)驗而建立的經(jīng)驗庫，也稱作規(guī)則庫，是將實際客觀世界中的經(jīng)驗變成模糊控制器工作的重要內(nèi)容。3）模糊推理。基于知識的推理和決策，并由此得出相應(yīng)的控制數(shù)據(jù)或控制量。4）解模糊。是將模糊推理所得到的控制量轉(zhuǎn)化為輸出量。

2基于模糊控制的避障方法

機器人在移動時，有很多方法實現(xiàn)信息的輸入，如超聲波傳感方式、機器人視覺方式、紅外探測或接觸感知等等，各種各樣的傳感器均可以完成數(shù)據(jù)的輸入，進一步由前述理論進行模糊化，為后續(xù)的模糊控制做好基礎(chǔ)。后續(xù)的處理就是將采集到的信息進行分析、定位、計算，依據(jù)經(jīng)驗或已有法則進行分析，完成推理和決策，此過程不斷循環(huán)往復(fù)，直至完成整個的路徑規(guī)劃任務(wù)。在此過程中完全的詮釋了整個模糊控制器的設(shè)計過程，即4個組成部分的實現(xiàn)內(nèi)容，從而實現(xiàn)基于模糊控制算法的移動機器人的路徑規(guī)劃。整個模糊控制過程將人的駕駛經(jīng)驗融入到機器人的控制系統(tǒng)中，模擬人的思維方式，因此在機器人智能避障系統(tǒng)中得到廣泛的研究與應(yīng)用[6-7]。借助于傳感器獲取機器人路徑上的障礙物信息，進行分析、推理、決策，得出實現(xiàn)機器人移動控制的輸出信息，此為模糊推理，見圖2。等三個方位的障礙信息（這里采用較簡單的三點信息測量方式，在復(fù)雜的工況或環(huán)境下，可以增加測量方位，方法及原理同于此），這三個方位信息作為模糊控制器輸入量，輸入至模塊控制器的推理運算中心進行分析，得出輸出量進行控制機器人的運動狀態(tài)。模糊推理的流程見圖3。

3路徑規(guī)劃中模糊控制器輸入輸出的處理

移動機器人通過三個方向傳感器獲取到輸入信息，分別是前方障礙物、左方障礙物、右方障礙物的距離，以及機器人的運動方向相對于目標(biāo)點的方位角θ。控制器的輸入信息見圖4。輸出信息為控制機器人轉(zhuǎn)動的角度Ψ。計入輸入輸出的模糊控制器結(jié)構(gòu)見圖5。

4機器人路徑規(guī)劃仿真設(shè)計

MATLAB仿真工具箱中自帶模糊控制器，可以對輸入的數(shù)量和輸入信息進行分別設(shè)置，選取的輸入變量中各方向的障礙物距離及機器人運動方向相對目標(biāo)點的方位角，得出輸出變量為機器人轉(zhuǎn)動的角度Ψ。

4.1實驗步驟

結(jié)合模糊控制器及控制算法設(shè)計好程序，預(yù)設(shè)起始點與終點，進行基于模糊控制的移動機器人路徑規(guī)劃仿真實驗，步驟如下：（1）設(shè)定機器人運動的起始坐標(biāo)點和目的地坐標(biāo)點，由此可規(guī)劃出理想航線。（2）設(shè)置障礙物，本文以圓柱形障礙物為例，隨機設(shè)定障礙物數(shù)量和分布點。（3）運行仿真程序，規(guī)劃避障路線，從起點移動到目標(biāo)點。（4）輸出規(guī)劃路徑信息，包括繪制理想和實際路線、移動步數(shù)等。

4.2實驗分析

仿真過程中設(shè)置起點坐標(biāo)和終點坐標(biāo)為[0，0]～[500，500]，給出不同的終點，模擬環(huán)境中的障礙物數(shù)量為20個和50個，障礙物的形狀為圓柱體情況進行仿真實驗，仿真結(jié)果見圖6、圖7，分別顯示出了理想航線、運動軌跡以及路徑步數(shù)等信息。圖中，在理想路線上，明顯的分布著各種大小不一的障礙物，圖6和圖7中在不同的預(yù)設(shè)路線和不同數(shù)量障礙物的情況下，機器人在沿著理想路線前進時，均能夠在模糊控制算法的程序控制下，正確繞過障礙物并繼續(xù)行進，在偏離理想路線上仍然能夠找出一條通往目的地的合理路線，直至終點。

5結(jié)論

機器人在事故救援中其移動路徑規(guī)劃、合理避障是保障救援效果的關(guān)鍵?；谀：刂评碚摚瑢⒛：刂婆c人工駕駛經(jīng)驗相結(jié)合，并利用設(shè)計好的算法對移動機器人在仿真平臺進行路徑規(guī)劃，借助MATLAB進行仿真實驗，實現(xiàn)了機器人在設(shè)定好目標(biāo)點后的移動路徑規(guī)劃，并得到較為理想的實驗結(jié)果。

作者:王茜 單位:江西省減災(zāi)備災(zāi)中心