智能控制在機器人領(lǐng)域中的應(yīng)用6頁

1、智能控制在機器人領(lǐng)域中的應(yīng)用摘要：隨著科技的進(jìn)步，特別是機器人技術(shù)的發(fā)展，對當(dāng)前的自動控制提出了更高的要求，本文對智能控制的產(chǎn)生背景和發(fā)展過程進(jìn)行了簡單的介紹，同時結(jié)合有關(guān)機器人的部分相關(guān)研究，探討了智能控制在機器人領(lǐng)域中的應(yīng)用，并提出了智能控制有待進(jìn)一步研究的相關(guān)問題。關(guān)鍵詞：智能控制；機器人；模糊控制；神經(jīng)網(wǎng)絡(luò)控制；專家控制；遺傳算法機器人技術(shù)的發(fā)展從誕生到 20 世紀(jì)科學(xué)家傅京孫首先把人工智能的啟發(fā)式推80 年代初，經(jīng)歷了一個長期緩慢的發(fā)展過理規(guī)則用于學(xué)習(xí)控制系統(tǒng)，隨后，他又于程。 到了 20 世紀(jì) 90 年代，隨著計算機1971 年進(jìn)一步論述了人工智能與自動控技術(shù)、微電子技術(shù)、網(wǎng)絡(luò)技術(shù)

2、等的快速發(fā)制的交接關(guān)系。模糊控制是智能控制的另展，機器人技術(shù)也得到了飛速發(fā)展。一重要研究領(lǐng)域，扎德（Zadeh）于 1965一、智能控制及其發(fā)展年發(fā)表他的著名論文“模糊集合”，隨后，智能機器人的研究是目前機器人研究他又模糊控制的理論探索和實際應(yīng)用中等中的熱門課題。作為一門新興學(xué)科，它融方面進(jìn)行了大量的研究，并取得了較多的合了神經(jīng)生理學(xué)、運籌學(xué)、控制論和計算成果。1967 年，利昂茲（Leondes）等首機技術(shù)等多學(xué)科思想和技術(shù)成果。智能控先正式提出了“智能控制”一詞。早期的制的研究主要體現(xiàn)在對基于知識系統(tǒng)、模智能控制采用一些比較初級的智能方法，糊邏輯和人工神經(jīng)網(wǎng)絡(luò)的研究。智能機器發(fā)展也十分緩慢

3、。人可以在非預(yù)先規(guī)定的環(huán)境中自行解決問近十幾年來，隨著人工智能技術(shù)和機題。智能機器人的技術(shù)關(guān)鍵就是自適應(yīng)和器人技術(shù)的發(fā)展，對智能控制的發(fā)展起到自學(xué)習(xí)的能力，而模糊控制和神經(jīng)網(wǎng)絡(luò)控了很大的推動作用。各種智能決策、專家制等在其中的應(yīng)用顯示出諸多優(yōu)勢，成為控制、學(xué)習(xí)控制、模糊控制、神經(jīng)控制等當(dāng)前研究的重要方向。技術(shù)被應(yīng)用到工業(yè)系統(tǒng)和智能系統(tǒng)中。智能控制是指在無人干預(yù)的情況下能智能控制系統(tǒng)一般具有以下特點：夠自主地驅(qū)動智能機器實現(xiàn)控制目標(biāo)的控1、能對復(fù)雜系統(tǒng)（如非線性、多變量、制技術(shù)。控制理論學(xué)科發(fā)展至今經(jīng)歷了三時變、環(huán)境擾動等）進(jìn)行有效的全局控制，個主要階段：經(jīng)典控制理論、現(xiàn)代控制理并具有較強的容錯

4、能力；論、大系統(tǒng)理論和智能控制理論。經(jīng)典控2、具有以只是表示的非數(shù)學(xué)廣義模型制理論以反饋理論為基礎(chǔ)，是一種單回路和以數(shù)學(xué)模型表示的混合控制過程，能根線性控制理論，主要針對單輸入單輸出的據(jù)被控對象的動態(tài)過程進(jìn)行辨識，采用開設(shè)計；現(xiàn)代控制理論主要研究具有高性能、閉環(huán)控制和定性與定量相結(jié)合的多模態(tài)控高精度的多變量參數(shù)系統(tǒng)的最優(yōu)控制問題，制方式；可以解決多輸入多輸出的設(shè)計；智能控制3、能對獲取的信息進(jìn)行實時處理并給主要為了解決難以用數(shù)學(xué)模型描述或者具出控制決策，通過不斷優(yōu)化參數(shù)和尋找控有時變、非線性、不確定特性的復(fù)雜系統(tǒng)。制器的最佳結(jié)構(gòu)形式，以獲得整體最優(yōu)控智能控制是人工智能和自動控制的重制性能；要的

5、研究領(lǐng)域，并被認(rèn)為是當(dāng)前自主控制4、具有自學(xué)習(xí)、自適應(yīng)、自組織能力，的頂峰。智能控制思潮第一次出現(xiàn)于 20能從系統(tǒng)的功能和整體優(yōu)化的角度來分析世紀(jì) 60 年代。 1956 年，著名的美籍華裔和綜合系統(tǒng)，以實現(xiàn)預(yù)期的控制目標(biāo)。智能控制的技方法有分級遞階智能控下面對各種智能控制在機器人領(lǐng)域的制、神經(jīng)網(wǎng)絡(luò)控制、模糊控制、專家控制應(yīng)用情況進(jìn)行簡單的介紹：等，在實際的應(yīng)用中個，通常將多種智能1、機器人領(lǐng)域中的模糊控制控制的方法融合在一起，以下是幾種常用英國學(xué)者EHMamdani 在1974 年首的控制方法的原理：次成功地將模糊集理論運用于工業(yè)鍋爐的1、分層遞階智能控制。過程控制之中，并于20 世紀(jì)80

6、年代初又分層遞階智能控制是建立在“三元論”將模糊控制引進(jìn)到機器人的控制中。被控思想上的控制方法。系統(tǒng)由組織級、協(xié)調(diào)對象是一個具有兩個旋轉(zhuǎn)關(guān)節(jié)的操作臂，級、執(zhí)行級共三級組成。組織級的作用是每個關(guān)節(jié)由直流電動機驅(qū)動。關(guān)節(jié)的實際決策和規(guī)劃任務(wù)。對于給定的外部任務(wù)設(shè)轉(zhuǎn)角通過測速發(fā)電機由A/ D 轉(zhuǎn)換電路獲法找到能夠完成該任務(wù)的子任務(wù)的組合，得，其角速度通過SOC 的記憶存儲器編程并將子任務(wù)送到協(xié)調(diào)級。這一級以人工智來實現(xiàn)。其主要是對操作臂模糊控制系統(tǒng)，能為基礎(chǔ)。協(xié)調(diào)級對要執(zhí)行的任務(wù)進(jìn)行識分別進(jìn)行階躍響應(yīng)測試和跟蹤控制試驗。別，通過分派器為各個協(xié)調(diào)器分配相應(yīng)的控制結(jié)果證明了模糊控制方案具有可行性任務(wù)和選

7、擇合適的控制步驟，并為組織級和優(yōu)越性。產(chǎn)生相應(yīng)的反饋信息。執(zhí)行級是控制系統(tǒng)由Lin C M 等人提出了在模糊控制器的硬件系統(tǒng)，是控制系統(tǒng)的執(zhí)行機構(gòu)，它結(jié)構(gòu)的基礎(chǔ)上，引入PI 調(diào)節(jié)機制達(dá)到對階控制對象直接相連。躍輸入的快速響應(yīng)和達(dá)到消除隱態(tài)誤差的2、模糊控制效果。通過相平面上對兩種不同區(qū)域的啟模糊控制是以模糊集合論、模糊邏輯發(fā)性分類，可得到一組簡單的模糊規(guī)則，推理和模糊語言變量為基礎(chǔ)的一種計算機從而簡化了模糊規(guī)則庫和算法，使最終的數(shù)字控制。對于無法建立數(shù)學(xué)模型或難以控制器易于實現(xiàn)。該控制方案通過仿真實建立數(shù)學(xué)模型的場合，可以用模糊控制技驗得到驗證。術(shù)來解決。模糊控制器由模糊化、規(guī)則庫、2、機器人

8、領(lǐng)域中的神經(jīng)網(wǎng)絡(luò)控制模糊推理和清晰化四個功能模塊組成。模神經(jīng)網(wǎng)絡(luò)的研究20 世紀(jì)60 年代，并糊控制的特點為：提供了一種實現(xiàn) 基于自在20 世紀(jì)80 年代得到了快速的發(fā)展。近然語言描述規(guī)則的控制規(guī)律的新機制；提幾年來，神經(jīng)網(wǎng)絡(luò)研究的目標(biāo)是復(fù)雜的非供了一種非線性控制器，這種控制器一般線性系統(tǒng)的識別和控制等方面，神經(jīng)網(wǎng)絡(luò)用于控制含有不確定性和難以用傳統(tǒng)非線在控制應(yīng)用上具有以下特點:能夠充分逼性理論處理的場合。近任意復(fù)雜的非線性系統(tǒng)；能夠?qū)W習(xí)與適3、神經(jīng)網(wǎng)絡(luò)控制應(yīng)不確定系統(tǒng)的動態(tài)特性；有很強的魯棒神經(jīng)網(wǎng)絡(luò)控制是在控制系統(tǒng)中采用神性和容錯性等。因此，神經(jīng)網(wǎng)絡(luò)對機器人經(jīng)網(wǎng)絡(luò)這一工具，對難以通過常規(guī)方法進(jìn)

9、控制具有很大的吸引力。行描述的復(fù)雜非線性對象進(jìn)行建模，或充由Albus 提出了一種獨特的基于人腦當(dāng)控制器，或信息處理，或模式識別，或記憶和神經(jīng)肌肉控制模型的小腦模型關(guān)節(jié)故障診斷等，或以上幾種功能的組合，這控制方法，即CMCA 法。 該方法以數(shù)學(xué)模種神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的控制方式即為神經(jīng)塊為基礎(chǔ)，采用查表方式產(chǎn)生一個以離散網(wǎng)絡(luò)控制。神經(jīng)網(wǎng)絡(luò)控制的特點為：能充狀態(tài)輸入為響應(yīng)的輸出矢量。 在控制中，分逼近任意非線性特性；分布式并行處理狀態(tài)矢量輸入來自機器人關(guān)節(jié)的位置與速機制；自學(xué)習(xí)和自適應(yīng)能力；數(shù)據(jù)融合能度反饋，輸出矢量為機器人驅(qū)動信號。力；適合于多變量系統(tǒng)，可進(jìn)行多變量處FL Lewis 基于無源理論

10、，提出了理。一類網(wǎng)絡(luò)利用功能連接神經(jīng)網(wǎng)絡(luò)逼近機器二、智能控制在機器人領(lǐng)域的應(yīng)人動力學(xué)模型，連接權(quán)在線調(diào)整方法，可用保證神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制算法閉環(huán)穩(wěn)定。3、機器人領(lǐng)域中智能控制技術(shù)的融合控制在現(xiàn)代的機器人技術(shù)中，機器人在動力學(xué)方面常常是一個強耦合、時變、非線性的，在傳感器信息方面是多信息的，在控制參數(shù)上是多變量的，在控制任務(wù)要求上是多任務(wù)的，這些特性都決定了在控制中單單靠一種控制是很難完成控制任務(wù)的，這就需要對多種智能控制技術(shù)進(jìn)行融合。例如，模糊控制和神經(jīng)網(wǎng)絡(luò)控制的融合，一般稱為模糊神經(jīng)網(wǎng)絡(luò)( Fuzzifiedneural network) 或神經(jīng)網(wǎng)絡(luò)模糊控制器 (neuro-fuzzy co

11、nt roller)。模糊系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)相結(jié)合實現(xiàn)對控制對象進(jìn)行自動控制，是由美國學(xué)者 BKosko 首先提出的。模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)都屬于一種數(shù)值化和非數(shù)學(xué)模型函數(shù)估計器的信息處理方法，它們以一種不精確的方式處理不精確的信息。模糊控制引入了隸屬度的概念，即規(guī)則數(shù)值化，從而可直接處理結(jié)構(gòu)化知識；神經(jīng)網(wǎng)絡(luò)則需要大量的訓(xùn)練數(shù)據(jù)，通過自學(xué)習(xí)過程，借助并行分布結(jié)構(gòu)來估計輸入與輸出間的映射關(guān)系。雖然模糊控制與神經(jīng)網(wǎng)絡(luò)處理模糊信息的方式不同，但仍可以將二者結(jié)合起來。利用模糊控制的思維推理功能來補充神經(jīng)網(wǎng)絡(luò)的神經(jīng)元之間連接結(jié)構(gòu)的相對任意性；以神經(jīng)網(wǎng)絡(luò)強有力的學(xué)習(xí)功能來對模糊控制的各有關(guān)環(huán)節(jié)進(jìn)行訓(xùn)練?？衫?/p>

12、神經(jīng)網(wǎng)絡(luò)在線學(xué)習(xí)模糊集的隸屬度函數(shù)，實現(xiàn)其推理過程以及模糊決策等。在整個控制過程中，兩種控制動態(tài)地發(fā)生作用，相互依賴。三、對智能控制的未來展望智能控制作為一種新興的學(xué)科，無論是在理論上還是在實際的應(yīng)用中都還不夠完善，有待于進(jìn)一步的研究和探索。1、探求新的理論方法面對眾多的挑戰(zhàn)和基于，要完成智能控制的研究任務(wù)，需要尋找和建立更新的智能控制框架和理論體系，為智能控制的進(jìn)一步發(fā)展打下穩(wěn)固的理論基礎(chǔ)。需要深入研究智能控制的基本理論和概念，尋找新理論，建立新的控制機理。例如，建立控制知識和控制系統(tǒng)的統(tǒng)一描述，完整地和系統(tǒng)地研究智能控制系統(tǒng)的穩(wěn)定性、魯棒性和動態(tài)特性，構(gòu)造新一代基于模型的專家控制系統(tǒng)，以及

13、開發(fā)新的基于仿生學(xué)和擬人學(xué)控制機制等。2、智能控制要面向?qū)嶋H和復(fù)雜的系統(tǒng)在進(jìn)行智能系統(tǒng)的控制研究的過程中，不僅要能在一般的系統(tǒng)中得到應(yīng)用，還要面向一些復(fù)雜的系統(tǒng)，體現(xiàn)智能控制的優(yōu)越性。同時要提高硬件水平，例如，大多數(shù)的神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)還停留在仿真的水平上，更別談及應(yīng)用了，因此在這些方面需要作的事情也還有很多。四、結(jié)語智能控制的發(fā)展極大的提高了機器人技術(shù)的水平，使其有了長足的進(jìn)步，但是智能控制方法本身也有局限性，在進(jìn)行控制的過程中有很多的問題需要我們進(jìn)一步的探討和研究。參考文獻(xiàn)：【1】 蔡自興.智能控制(第2版)M.北京：電子工業(yè)出版社，2004.【2】 Lin C M ,Hiyama T. Application of fuzzy logic controlto a manipulator J . Robot and Automation ,1991 ,7(5) :688 - 691.【3】 王耀南,孫煒. 基于模糊神經(jīng)網(wǎng)絡(luò)的機器人自學(xué)習(xí)控制J . 電機與控制學(xué)報,2001,5 (2) :92 - 102.【4】 蔡自