教育移動機器人路徑規(guī)劃技術(shù)研究.doc

-專業(yè)文檔，值得下載!-專業(yè)文檔，值得珍藏！-教育移動機器人路徑規(guī)劃技術(shù)研究劉堯摘要：機器人課程已逐漸進入高中教育，移動機器人的路徑規(guī)劃作為一項關(guān)鍵技術(shù)，學生實際學習操作比較困難。結(jié)合高中教育實際，本文設計了一種基于模糊控制的機器人局部路徑規(guī)劃方法，該方法簡單有效，便于理解，可以使學生對機器人控制及路徑規(guī)劃有初步的認識和理解，以激發(fā)其學習機器人技術(shù)的興趣。關(guān)鍵詞：局部路徑規(guī)劃；模糊控制；柵格地圖ResearchonPathPlanningTechniqueofEducationMobileRobotAbstract：Roboticlessonhasgraduallyenteredhighschoolcurriculum.Themobilerobotpathplanningasakeytechnology,studentsinhighschoollearnthepracticaloperationmoredifficult.Combinedwithactualhighschooleducation,inthepaper,arobotlocalpathplanningmethodbasedonfuzzycontrolisdesigned,whichissimpleandeffective,easytounderstand,sothatstudentscancontrolandrobotpathplanningoftheinitialawarenessandunderstanding,tostimulatetheirlearninginterestinrobotics.Keywords：LocalPathPlanning；FuzzyControl；GridMap1引言機器人課程已進入高中教育階段，移動機器人作為機器人的一個重要分支具有典型的代表意義，它集合了機械、電子及人工智能等先進技術(shù)，是學生學習機器人技術(shù)、教學實驗和鍛煉動手能力理想平臺12。目前，教育機器人比較普及，其教學對象大多針對大學學生，但高中學生基礎知識比較缺乏，對目前的機器人學理論無法理解3-6，因此本文針對這一現(xiàn)狀，研究一種基于模糊控制的移動機器人路徑規(guī)劃技術(shù)，便于學生理解與實踐。2障礙物環(huán)境模型的建立2.1環(huán)境地圖的建立機器人采用占柵格地圖7，環(huán)境模型的建立方法如下：建立x-y坐標系（如圖2.1所示），機器人的起始點設為S，全局目標點設為G，都處于第一象限。S的坐標為(,)xy，G的坐標為(x，y)(xx0,yy0)。根據(jù)x，y的值在第一象限內(nèi)建立一個大小為xy的二維矩陣D。矩陣中，值為0的元素代表障礙物單元，值大于0的代表自由單元，列向量對應x軸的正方向，行向量對應y軸的正方向。障礙物信息就包含在環(huán)境信息當中。在此元素坐標系中，矩陣D元素的下標(b，c)等于元素在坐標系中的坐標(x，y)，矩陣元素值z在坐標系中表示成函數(shù)：(,)(,)fxyzbc（b=x，c=y）（2-1）這樣就可以根據(jù)函數(shù)f判斷點(x，y)是自由元素還是障礙物元素。坐標系中，機器人的實時位置設為P(x，y)。機器人的路徑規(guī)劃在這個環(huán)境模型中，就是計算出一條代表自由單元矩陣元素的曲線，即一維向量x和y。-專業(yè)文檔，值得珍藏！-2.2障礙物模型的描述在路徑規(guī)劃仿真時，假設障礙物已事先根據(jù)機器人的實際尺寸和安全性要求進行了“膨化”，使得處理后的障礙物邊界以外為安全區(qū)域。機器人將簡化為一個質(zhì)點。機器人無全局信息，它只能根據(jù)超聲傳感器感知的環(huán)境信息推算當前視線內(nèi)的臨時目標T。2.2.1障礙物識別超聲波傳感器的配置方案和安裝角度如圖2.2，把3個超聲傳感器分為s1、s2和s3。對于單個的傳感器來說，只能獲得障礙物的距離信息，并不能得到障礙物的準確方位信息，導航誤差增大。為此，提出一種簡單明了的分區(qū)算法，對每個方向組的傳感器測得的數(shù)據(jù)進行融合，從而得到三個方向上障礙物距離和方位信息。，超聲傳感器最大測距范圍為5米，當障礙物在5米之外時傳感器距離值為5米。假定：三個傳感器距離信息值用di（i=13）表示，融合后取值(d,)，d表示距離值，d的取值范圍為(55cm,500cm)，三個方向上分別為dr、df、dl，表示障礙物方位角度，當有多個障礙物時，取使90值最小的值S2移動機器人S3S1圖2.2障礙物傳感器信息示意圖另外，當障礙物在左方與前方共有區(qū)域，認為障礙物是在左方，當障礙物在右方與前方共有區(qū)域，認為障礙物是在右方。至此，我們得到了探測機器人前方三個方向上障礙物距離信息的三維向量D1dr，df，dl，傳感器信息分區(qū)可以順利地完成傳感器信息初步融合，從而可以建立移動機器人障礙物環(huán)境模型。我們根據(jù)向量D1dr，df，dl取值來設定探測機器人車體周圍環(huán)境的類別，每個方向上有障礙物時該方向分量取值為1，無障礙物取值為0，則三位二進制代碼即可對環(huán)境進行分類，共有8種類。具體定義如下：000：無障礙物，為了簡化神經(jīng)網(wǎng)絡輸出，定義為第0類，記為EN0；001：左方有障礙物，定義其為第1類，記為EN1；010：前方有障礙物，定義其為第2類，記為EN2；G(x,y)(0,0)yxS(1,1)圖2.1在環(huán)境模型矩陣上建立坐標系-專業(yè)文檔，值得珍藏！-011：前方和左方有障礙物，定義其為第3類，記為EN3；100：右方有障礙物，定義其為第4類，記為EN4；101：左方和右方有障礙物，定義其為第5類，記為EN5；110：前方和右方有障礙物，定義其為第6類，記為EN6；111：三個方向都有障礙物，定義其為第7類，記為EN7。3路徑規(guī)劃的模糊算法得到環(huán)境分類信息后，我們采用模糊控制器來實現(xiàn)局部路徑規(guī)劃信息融合的最后一步。為滿足系統(tǒng)要求，選用三維控制器進行控制。實現(xiàn)模糊控制步驟如下：3.1確定結(jié)構(gòu)該控制器共有三個輸入：環(huán)境類別、當前機器人速度V和當前障礙物方位角度信息；經(jīng)過模糊邏輯處理后輸出兩個變量：機器人的速度V和轉(zhuǎn)角。3.2確定語言變量值及其隸屬函數(shù)環(huán)境類別為0到7共8個離散值；當前機器人速度V模糊化取值語言變量為快，中，慢，隸屬函數(shù)取梯形函數(shù)，見圖3.1；輸出速度Vo模糊化與輸入速度值相同；輸出轉(zhuǎn)角取值為三個離散值：,0，（=5）。L01234500.81HMDegreeofMembershipSpeed6圖3.1當前機器人速度V及輸出速度Vo隸屬函數(shù)3.3模糊規(guī)則的建立由以上變量取值得知可以制定共72條模糊規(guī)則。參考Mamdani控制規(guī)則制定的方法取舍之后，制定了如下24條IF-THEN形式的模糊規(guī)則。1、當環(huán)境類別EN為0時，不考慮：1)若V為快和中，輸出Vo保持不變，為0；2)若V為慢，輸出Vo為快，為0。2、當EN為1時：3)若V為慢，則輸出Vo為中，為0；4)若V為快，則輸出Vo為快，為0；3、當EN為2時：5)若V為慢，則輸出Vo為慢，為-；6)若V為快，則輸出Vo為中，為-；7)若V為中，則輸出Vo為中，為-；4、當EN為3時：-專業(yè)文檔，值得珍藏！-8)若V為快，則輸出Vo為中，為；9)若V為慢，則輸出Vo為慢，為；10)若V為中，則輸出Vo為中，為；5、當EN為4時：11)若為左方，V為慢，則輸出Vo為快，為0；12)若為左方，V為快，則輸出Vo為快，為0；6、當EN為5時：13)若V為快，則輸出Vo為中，為0；14)若V為慢，則輸出Vo為中，為0；15)若V為中，則輸出Vo為中，為0；16)若V為退，則輸出Vo為慢，為-；7、當EN為6時：17)若V為快，則輸出Vo為中，為-；18)若V為慢，則輸出Vo為慢，為-；19)若V為中，則輸出Vo為中，為-；8、當EN為7時：20)若V為快，則輸出Vo為退，為0；21)若V為中，則輸出Vo為退，為0；22)若V為慢，則輸出Vo為退，為-；23)若V為退，則輸出Vo為退，為-；9、24)若當前情況不屬于上述8種情況，則保持當前狀態(tài)不變。3.4控制輸出的非模糊化模糊推理結(jié)果都是模糊值，不能直接用于控制被控對象，需轉(zhuǎn)換為執(zhí)行機構(gòu)可以執(zhí)行的精確量。將模糊量轉(zhuǎn)換為精確量的過程就叫非模糊化，方法有：最大隸屬度法、中位數(shù)法、加權(quán)平均法等。其中應用最多的是加權(quán)平均法，可用下式計算：njjnijjjWWWz1*)()(（3.1）其中jW為推理結(jié)果，即經(jīng)模糊規(guī)則判斷后的輸出，)(jW為各種推理結(jié)果的權(quán)函數(shù)，為方便起見，可以取隸屬函數(shù)為全函數(shù)。在這里jW為輸出速度Vo，而輸出轉(zhuǎn)角本