基于模糊逻辑的机器人沿墙行为的精准控制方法
【专利摘要】本发明公开了一种基于模糊逻辑的机器人沿墙行为的精准控制方法，属于移动机器人控制【技术领域】。该方法通过基于红外传感器的模糊控制器实现机器人的沿墙行为控制，并通过在实验环境中对红外传感器进行校正得到红外传感器的校正模型，从而实现更加精确的控制；所述模糊控制器采用模糊控制方法实现对机器人的控制，该模糊控制器主要包括模糊化、模糊推理和解模糊清晰化三个组成部分。经过传感器校正后的移动机器人除了在平稳性和鲁棒性方面性能更好外，其效率也更高，将上述算法在KHEPERAⅡ移动机器人上进行了实验，获得了很好的沿墙导航效果。
【专利说明】基于模糊逻辑的机器人沿墙行为的精准控制方法
【技术领域】
[0001]本发明属于移动机器人控制【技术领域】，涉及一种基于模糊逻辑的机器人沿墙行为的精准控制方法。
【背景技术】
[0002]沿墙导航是移动机器人的一种基本行为，是指移动机器人在一定方向上，沿着物体轮廓运动并保持一定距离的行为。可以把它看成是移动机器人的一种低层智能行为，当它与高层智能行为结合在一起时，可以完成更复杂的任务。在许多场合下，都要求机器人具有沿墙导航的能力，如:障碍物的躲避、未知环境中的路径规划、同时定位与地图构建(SLAM)等。
[0003]目前，关于移动机器人沿墙导航问题已有许多研究。红外传感器作为环境感知设备，具有价格低廉，反应速度快，测量盲区小等特点，适用于近距离的沿墙导航。GAVRILUT等采用两个红外传感器作为环境感知设备，将两个红外传感器的测量范围划分为多个区段，实现了移动机器人在室内环境的沿墙导航。由于只采用了两个红外传感器作为环境感知器，不能对环境进行准确的描述，所以实验结果无法保证移动机器人运动过程中离墙距离的稳定性。王栋耀等在Pioneer2DX移动机器人平台上，采用声纳传感器作为环境感知设备，并基于有限状态机原理，提出了一种新的沿墙导航控制策略。由于未对声纳传感器固有的镜面反射造成的误差进行校准，所以沿墙实验得到的运动轨迹不平滑。富志凯等提出了一种复合控制算法，通过PID控制算法与Bang-Bang控制算法的切换，实现移动机器人沿墙导航。由于传统的控制方法，在未知环境和非线性等条件下的自身局限性，导致控制器的鲁棒性较差。
【发明内容】
[0004]针对移动机器人自身的非线性和环境噪声带来的不确定性，本发明提出了一种基于红外传感器的模糊控制器，并对红外传感器进行了校正，得到红外传感器的校正模型，将上述算法在KHEPERA II移动机器人上进行了实验，获得了很好的沿墙导航效果。
[0005]为达到上述目的，本发明提供如下技术方案:
[0006]一种基于模糊逻辑的机器人沿墙行为的精准控制方法，通过基于红外传感器的模糊控制器实现机器人的沿墙行为控制，并通过在实验环境中对红外传感器进行校正得到红外传感器的校正模型，从而实现更加精确的控制；所述模糊控制器采用模糊控制方法实现对机器人的控制，该模糊控制器主要包括模糊化、模糊推理和清晰化三个组成部分。
[0007]进一步，所述模糊控制器采用的模糊控制方法具体包括以下步骤:步骤一:数据初始化后，将移动机器人放在离墙一定距离的起始位置；步骤二:采集当前各个传感器的读数，计算出模糊控制器的具体输入；步骤三:将步骤二中得到的具体输入模糊化；步骤四:根据先验经验得到规则库，对第三步的模糊输入进行推理过程，得到模糊输出；步骤五:将模糊输出转换为具体的输出值；步骤六:等到下一个采样时间，返回第二步。[0008]进一步，在在步骤五中，将模糊输出转换为具体的输出值的过程为清晰化步骤，清晰化方法包括最大隶属度法、加权平均法和重心法。
[0009]进一步，在传感器的校正过程中，采用多项式拟合对红外传感器进行校正。
[0010]进一步，对传感器进行校正的步骤具体包括:
[0011]I)把机器人放置到使其中一个传感器正对墙壁，且离墙距离为d的位置；
[0012]2)读取此时的传感器读数Sp j = I, 2，…，10，取十次读数的平均值作为本次测量
的有效值，
【权利要求】
1.一种基于模糊逻辑的机器人沿墙行为的精准控制方法，其特征在于:通过基于红外传感器的模糊控制器实现机器人的沿墙行为控制，并通过在实验环境中对红外传感器进行校正得到红外传感器的校正模型，从而实现更加精确的控制；所述模糊控制器采用模糊控制方法实现对机器人的控制，该模糊控制器主要包括模糊化、模糊推理和清晰化三个组成部分。
2.根据权利要求1所述的基于模糊逻辑的机器人沿墙行为的精准控制方法，其特征在于: 所述模糊控制器采用的模糊控制方法具体包括以下步骤: 步骤一:数据初始化后，将移动机器人放在离墙一定距离的起始位置； 步骤二:采集当前各个传感器的读数，计算出模糊控制器的具体输入； 步骤三:将步骤二中得到的具体输入模糊化； 步骤四:根据先验经验得到规则库，对第三步的模糊输入进行推理过程，得到模糊输出； 步骤五:将模糊输出转换为具体的输出值； 步骤六:等到下一个采样时间，返回第二步。
3.根据权利要求2所述的基于模糊逻辑的机器人沿墙行为的精准控制方法，其特征在于:在在步骤五中，将模糊输出转换为具体的输出值的过程为清晰化步骤，清晰化方法包括最大隶属度法、加权平均法和重心法。
4.根据权利要求1所述的基于模糊逻辑的机器人沿墙行为的精准控制方法，其特征在于:在传感器的校正过程中，采用多项式拟合对红外传感器进行校正。
5.根据权利要求1所述的基于模糊逻辑的机器人沿墙行为的精准控制方法，其特征在于:对传感器进行校正的步骤具体包括: 1)把机器人放置到使其中一个传感器正对墙壁，且离墙距离为d的位置； 2)读取此时的传感器读数Spj = I, 2，…，10，取十次读数的平均值作为本次测量的有
效值
【文档编号】G05D1/02GK103941734SQ201410177650
【公开日】2014年7月23日 申请日期:2014年4月29日 优先权日:2014年4月29日
【发明者】李军, 袁宇龙, 石庆龙, 王斌 申请人:重庆大学