基于模糊神經(jīng)網(wǎng)絡(luò)的移動(dòng)機(jī)器人沿墻導(dǎo)航控制
加入技術(shù)交流群
掃碼加入
和技術(shù)大咖面對(duì)面交流
海量資料庫(kù)查詢(xún)
沿墻導(dǎo)航控制問(wèn)題是指驅(qū)動(dòng)機(jī)器人在一定方向上沿墻運(yùn)動(dòng)，或者更一般意義上的沿著物體輪廓運(yùn)動(dòng)，并與墻保持一定距離。它可以看作是移動(dòng)機(jī)器人智能的低層行為，當(dāng)與其它高層的智能行為相結(jié)合時(shí)，可以完成復(fù)雜的任務(wù)。墻體情況可分為以下幾種：
跟蹤一個(gè)未知的墻體。當(dāng)獲得的環(huán)境信息太少或無(wú)法獲得，機(jī)器人的軌跡可能會(huì)特定為“沿著右邊的墻體運(yùn)動(dòng)直到發(fā)現(xiàn)第一個(gè)門(mén)口”。另外，如果移動(dòng)機(jī)器人的任務(wù)是繪制全局模型，它就必須沿墻體行進(jìn)將地圖描述完全。
跟蹤一個(gè)已知墻體。機(jī)器人按照規(guī)劃好路徑跟蹤軌跡，為了使算法誤差保持在小范圍內(nèi)而跟蹤墻體?；蛘?，路經(jīng)規(guī)劃中包括已知墻體，需要機(jī)器人沿墻行進(jìn)完成特殊的任務(wù)。
目前關(guān)于移動(dòng)機(jī)器人沿墻導(dǎo)航控制已有較多研究，大多采用聲納傳感器作為環(huán)境的感知設(shè)備。算法應(yīng)用則從早期的航跡推算法，發(fā)展到后來(lái)使用卡爾曼濾波，模糊控制，神經(jīng)網(wǎng)絡(luò)控制等。由于模糊邏輯技術(shù)和神經(jīng)網(wǎng)絡(luò)技術(shù)各自獨(dú)到的特點(diǎn)，將模糊技術(shù)和神經(jīng)網(wǎng)絡(luò)有機(jī)結(jié)合組成模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)，可實(shí)現(xiàn)模糊規(guī)則自動(dòng)提取、模糊隸屬函數(shù)的自動(dòng)生成及在線調(diào)節(jié)。因此本文采用模糊神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)移動(dòng)機(jī)器人的沿墻導(dǎo)航控制。
2 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
2．1 輸入輸出值模糊化
本文研究的移動(dòng)機(jī)器人沿墻導(dǎo)航控制融合機(jī)器人聲納檢測(cè)采集到的數(shù)據(jù)，判斷機(jī)器人的位姿，然后通過(guò)模糊神經(jīng)網(wǎng)絡(luò)算法控制移動(dòng)機(jī)器人的動(dòng)作，使其在一定距離內(nèi)沿墻體運(yùn)。文中移動(dòng)機(jī)器人側(cè)壁上方安裝有16個(gè)聲納，按順時(shí)針排列從0#到15#。
移動(dòng)機(jī)器人要避免與墻體碰撞又要保持一定距離，所以本文為每個(gè)聲納設(shè)置一個(gè)閾值，當(dāng)聲納檢測(cè)到的距離值大于或小于這個(gè)閾值就采取相應(yīng)的動(dòng)作。這樣，將聲納采集的距離值與各自相應(yīng)的閾值相減得到差值△di(i=O，1，2，…，15)作為模糊神經(jīng)網(wǎng)絡(luò)的一個(gè)輸入；移動(dòng)機(jī)器人的角度信息θ作為另外一個(gè)輸入。將距離差值△di和角度θ輸入模糊化如下：
距離差值△di：較小(NB)，小(NS)，中(Z)，大(PS)，較大(PB)。
角度θ：左(L)，偏左(LS)，正(Z)，偏右(RS)，右(R)。
輸出變量為移動(dòng)機(jī)器人的左右輪速Vl、Vr，模糊化如下：
左右輪速Vl、Vr：左轉(zhuǎn)(TL)，前進(jìn)(G)，右轉(zhuǎn)(TR)。
2．2 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖
模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖如圖1所示，A為輸入層，輸入變量分別是前面所說(shuō)的距離差值△di(i=0，l，2，3，4)和角度θ。A層的作用是將輸入值傳送到下一層。
評(píng)論