基于模糊算法的移动机器人路径规划

【实例简介】
一种基于模糊算法的移动机器人路径规划策略． 利用超声波传感器对环境进行探测， 得到关于障碍物和目标的信息． 运用模糊推理将障碍位置信息与目标位置信息模糊化，建立模糊规则并解模糊最终使机器人可以很好的避障，从而实现了移动机器人的路径规划。
第4期 陈卫东:基于模糊算法的移动机器人路径规划 按照同样的方法,可以建立起多种条件下的控制规则的合成隶属度结果 规则.类似于这样的控制规则可归纳总结为很多条.在 模糊控制规则的制定上采用基于控制器行为特性的方 NB NS PS PB NB S PS PB A 0.7 式,将动作分为若干基本行为,复杂的行为可由几个简 0.3 03X)嬷 单行为按次序构成,可简化模糊控制规则的确定,并可 10-5 减少模糊控制规则的数目,避开被控对象的特性建模 cmis -10-5 10 cm/s (a)左轮加速度 b)右轮加速度 3.4模糊推理 图8左右轮合成隶属度函数 模糊推理是模糊控制器的核心,它具有模拟人的3.5解模糊 基于模糊概念的推理能力,该推理过程是基于模糊逻 通过模糊推理得到的结果是一个模糊集合.但在 辑中的蕴含关系及推理规则来进行的由模糊规则推实际模糊控制中,必须要有一个确定值才能控制或驱 理出输岀量的隶属度根据 Mamdani模糊推理方法求取动执行机构.将模糊推理结果转化为精确值的过程称 模糊关系矩阵0 为解模糊.所以,解模糊的作用是将模糊集合映射为 为了说明模糊推理控制器的工作过程,这里以机个确定的点.也就是把上面推理合成得到的左右轮加 器人在FD=105cm;ID=117cm;RD=40cm;θ=45deg;υ速度模糊集合转化为一个精确值来控制机器人的运 =3.5cm/s的状态为例来说明推理决策的过程.査询数动解模糊方法的选择与隶属度函数形状的选择、推理 据库中的规则,此状态下的模糊规则为表格中的第5、方法的选择相关. MATLAB提供5种解模糊方法:面积 6、11和12.由模糊规则的推理与合成(取极小,取极大)重心法、面积等分法、平均最大隶属度法、最大隶属度 得到输出的隶属度如下 取小法和最大隶属度取大法.本文仿真采用的重心 第五个规则推理结果 法.这种方法也称为质心法或面积中心法,是所有解模 糊化方法中最为合理、最流行和引人关注的方法.该方 NB NS 1Z PS PB NB NS 1ZPSPB 法的数学表达式是 0.3 03 1p1(a)d(a1) 10 cm/s2 左轮加速度 2) ALaI (a)左轮加速度 b)右轮加速度 图4规则5推理的左右轮合成隶属度函数 第六规则推理结果: ar uR(ar)d(a,) 右轮加速度= (3) NB NS IZ PS PB NB NS PS PB 式中,表示输出模糊子集所有元素的隶属度值在连续 0.2 0.2 论域上的代数积分,而加速度的取值是表示其左右两 0 m/s2 -10-5 cn 边的面积为相等.该方法计算复杂,但它包含了输出模 (a)左轮加速度 (b)右轮加速度 图5规则6推理的左右轮合成隶属度函数 糊子集所有元素的信息,也较精确.采用重心法将模糊 第十一规则推理结果 量转换成清晰量,再经过线性尺度变换为实际输入给 直流电机的控制量控制移动机器人的移动 NB NS 1Z PS PB NB NS IZ PS PB 0.7 4仿真实验及结果分析 为了验证本文提出的模糊控制方法的可行性,在 10-5105 cm/s2 10-5 cn Matlab中利用 Simulink建立系统仿真模型,对控制规则 (a)左轮加速度 (b)右轮加速度 图6规则11推理的左右轮合成隶属度函数 进行了仿真,假设移动机器人的行驶速度为0.6m/s,使 第十二规则推理结果: 用 Fuzzy logic工具箱软件对模糊算法进行了仿真.在仿 n 真过程中,起点和终点的位置可以任意设置,障碍物的 NB NS IZ PS PB PS 大小、形状和位置也可以任意设置,这样就可以在任意 环境下检验算法的正确性和可靠性 0.2 0.2 图9为当起点为(0,0),目标点为(9,9),在障碍物 10 0 cm/s2 -10-5 cmls 存在时模糊算法和势场法的路径规划仿真.由图我们 (a)左轮加速度 (b)右轮加速度 图7规则12推理的左右轮合成隶属度函数 可以看出,模糊算法比势场法规划的路径更优.其工作 4 电子学报 011年 代价更小,行走的路径也更短由于速度的控制,比文5结论 献[12]中只对转向角进行控制节省大量时间 移动机器人由于传感器的限制以及周围环境的不 移动机器人路径规划仿真 确定性,很难预先对机器人的移动路径进行规划.本文 目标点 釆用了的模糊控制算法对移动机器人进行控制.这种 8 算法对移动机器人的运行环境几乎没有什么限制,它 能在情况很复杂的未知环境里运行.对障碍物的形状 及其个数也没有什么约束.并可避开传统算法中存在 障碍物 的对移动机器人的定位精度敏感,对环境信息依赖性 强等缺点.并且通过对速度的控制使机器人比以前只 2模糊算法路径dd 对转角控制进行路径规划节省时间,具有很强的时效 性.从实验中的移动轨迹可以看出,移动机器人的行为 0 起始点 势场法路径 表现出很好的一致性、连续性和稳定性 参考文献 10 x/m 图9模糊算法和势场法的仿真对比图 [1]李磊,叶涛,谭民,等.移动机器人技术研究现状与未来 在相同的环境下用A算法和模糊算法也进行了 J].机器人,2002,24(5):475-480 仿真对比,仿真路径图如图10.应用两种算法获得的最 Li Lei, Ye Tao, Tan Ming. Present state and future development 优路径如图所示.其中,A*算法计算量较大,并且A of mobile robot technology research [J. Robot. 2002, 24(5) 算法只能在环境信息已知的情况下找到路径而不适合 475-480.(in Chinese) 部分环境信息已知的情况,而且很不适合动态环境的 2 Pradhan, DR Parhi, A K Panda. Potential feld method to 路径规划.模糊算法显然比A算法规划的路径更优, navigate several mobile robots[ J. Applied Intelligence, 2006 (25):321-333 并且能够实现移动机器人的实时避障 3]郝宗波,洪炳熔.未知环境下基于传感器的移动机器人路 移动机器人路径规划仿真 径规划[J].电子学报,2006,34(5):953-956 目标点 Hao Zong-bo, Hong Bing-rong Sensor-based path planning for 8 mobile robot in unknown environment[J. Acta Electronica Sinica, 2006, 34(5): 953-956(in Chinese) 6 4]周兰凤,洪炳熔.用基于知识的遗传算法实现移动机器人 障碍物 路径规划[J].电子学报,2006,34(5):911-914 Zhou Lan-feng; Hong Bing-rong. a knowledge based genetic algorithm for path planning of a mobile robot[ J. Acta Elec 2模糊算法路径 tronic Sinica, 2006, 34 (5): 911-914(in Chinese 0 [5]高庆吉,雷亚莉,胡丹丹,等.基于自适应感知复位算法的 起始点 A*算法路径 移动机器人定位[J.电子学报,2007,35(11):2166-2171 10 Gao Qing-ji, Lei Ya-li, Hu Dan-dan. A robot localization r/m 图10模糊算法和A*算法的仿真对比图 method based on adaptive sensor resetting algorithm[ J].Acta 对比实验表明,模糊算法不但优于人工势场法,也 Electronica Sinica, 2007, 35(11): 2166-2171.(in Chinese) 优于A算法模糊算法大大优化移动机器人的路径规6TLLe,C-JWu. Fuzzy motion planning of mobile robots in 划,是一种很智能的路径规划方法.模糊算法仿真成功 unknown environments[J]. Journal of Intelligent and Robotic Systems,2003,37(2):177-191 (下转第980页) 证明使用模糊控制进行路径规划时对移动机器人的运 行环境几乎没有什么限制,它能在未知环境里运行.对作者简介 障碍物的形状及其个数也没有什么约東.从仿真实验 陈卫东男,1972年生于吉林长春,教授,主要研究方向为机器 中的移动轨迹可以看出,移动机器人的行为表现出比人控制,智能算法及其应用,图像处理等 较好的一致性、连续性和稳定性.采用模糊控制算法避 E-mail:wdchen@ysu.edu.cn 开了传统算法中存在的对移动机器人的定位精度敏 朱奇光男,1978年生于浙江宁波,讲师,博士研究生,主要研究 感、对环境的信息依赖性强等缺点 方向为机器人控制,智能算法及其应用 第4期 陈卫东:基于模糊算法的移动机器人路径规划 【实例截图】
【核心代码】