可编程控制器在模糊控制中的应用

本文根据可编程控制器的特点,提出了一种基于可编程控制器的模糊控制方法,以SIMATIC S7-200可编程控制器为例对模糊控制策略的实现进行了分析设计。结果表明,用可编程控制器实现的模糊控制器简单实用,通用性强、工程调试方便,为模糊控制技术在工业控制中应用提供了更加广阔的空间。     

基于一种新误差模型的移动机器人模糊控制

建立了移动机器人的数学模型,并进行离散化. 针对大初始偏差问题提出一种新的误差模型,设计了2个基于人工驾驶思想的模糊控制器. 角速度控制器用距离误差和角度误差作为控制量,加速度控制器用距离误差作为控制量,同时对角速度和加速度进行控制以实现移动机器人路径跟踪. Matlab仿真结果表明该控制器的有效性.     

基于模糊控制的移动机器人的路径规划

提出了一种在未知环境下移动机器人路径规划算法－模糊控制算法,并对此算法进行了推导与仿真。仿真结果表明,此算法鲁棒性强,可消除传统算法中存在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,使移动机器人小车的行为表现出很好的一致性、连续性和稳定性。     

非完整移动机器人轨迹跟踪的最优模糊控制

针对非完整机器人动力学的高度非线性、不确定性以及不能采用连续状态反馈实现渐近稳定等特点,提出了基于遗传算法的非完整移动机器人轨迹跟踪的最优模糊控制方案,通过遗传算法对模糊规则进行优化,有效地确定出模糊逻辑控制器的结构和参数,从而达到理想的跟踪特性,数字仿真实例表明这种方法是可行的。     

ARM嵌入式系统在移动机器人中的应用

ARM—Linux嵌入式系统具有通常的软硬件结构,它为整个系统提供了嵌入式计算和接口的能力。在ARM嵌入式系统嵌入式计算和接口能力的基础上增加传感部件和运动控制部件,并辅助相应的驱动软件和应用软件设计,可以较为方便地组成移动机器人系统,并实现移动机器人传感和控制等较为智能化的功能。以ARM嵌入式系统为核心的智能移动机器人系统计算能力强,系统能力扩展空间大,软件开发分层管理。     

一种自主移动机器人智能导航控制系统设计

提出一种实用的自主移动机器人智能导航控制方案,以研制的模型样机HN-9为例,阐述了其具体实现技术.机器人采用扫描式超声波实现作业环境的探测,基于码盘和电子罗盘的组合导航子系统实现定位估计,利用模糊决策子系统产生反应式智能导航控制行为.仿真实验及模型样机的实际运行效果验证了该系统构成的可行性.这种模块化的低成本设计方案便于在移动机器人的嵌入式控制系统上实现,便于对已有移动机器人系统进行改造以实现自主导航功能,用以提高操作机动性与可靠性.     

自适应遗传算法在移动机器人路径规划中的应用

将一种自适应遗传算法应用于移动机器人路径规划.提出了一种基于几何避障法的初始种群产生算法;设计了基于启发式知识的交叉、变异、求精和删除算子;采用一种新的模糊逻辑控制算法自适应地调节交叉概率和变异概率;对移动机器人离线和在线规划问题进行了仿真研究.仿真结果表明:自适应遗传算法具有较快的搜索速度、较高的搜索质量以及较强的自适应能力,为移动机器人最优路径规划问题的解决提供了一种新方法.     

基于模糊控制的移动机器人局部路径规划

在未知环境下,针对传统模糊控制算法规划路径在某些复杂的障碍物环境中出现的死锁问题,设计了障碍逃脱策略,即当机器人进入陷阱区并在目标点方向不可行时,寻找可行方向并设置方向点,由方向点暂代目标点继续前行,沿方向点走出障碍物陷阱区后,则恢复原目标点。对于障碍逃脱策略无法走出的障碍物环境,进一步设计了转向策略,使机器人能成功走出陷阱区域,到达目标点。基于MATLAB仿真平台对所设计算法在不同环境下进行了测试和比较。结果验证了所设计算法的可行性和有效性。     

基于几何和模糊控制合成算法的小型移动机器人局部路径规划

文章针对机器人特殊的使用场合和要求,提出了将几何算法和模糊控制算法相结合来解决避障问题。在机器人远离地面障碍物运动时,采用几何算法;当逐渐接近障碍物时,采用模糊控制算法修正。2种算法的结合,避免了单独使用其中一种算法的缺陷,使局部路径规划的速度大大提高,并且降低了对控制硬件的高要求。仿真和实验表明,这种新算法具有正确性、实时性和鲁棒性。     

轮式移动机器人的模糊控制器

为准确反映移动机器人的实际运动情况,鉴于路径跟踪控制中可能出现的三类偏差.设计了两个模糊控制器,用以纠正移动机器人行走路径的偏差.MATLAB仿真结果表明:加入模糊控制器的系统,运动轨迹相对平缓、波动较小、收敛速度快.其动态和稳态输出特性均较好.该模糊控制器能够提高系统的控制精度,取得比较理想的控制效果.     

轮式机器人遗传模糊神经网络转向控制

针对数学模型复杂的轮式机器人的转向控制问题，使用基于遗传算法的模糊神经网络转向控制方法．首先建立车辆的神经网络模型，然后构造模糊神经网络控制器，再用遗传算法寻找模糊神经网络控制器的参数，最后提高控制器对速度变化的适应性．仿真表明，该方法可以对机器人的转向进行有效控制，效果良好，能适应各种不同速度变化，是一种有实用意义的控制方法．     

自主移动机器人的模糊智能导航

移动机器人在运动过程中所获得的传感器信息是动态且不确定的。移动机器人的控制采用了基于行为的结构，它能够克服环境的不确定性，可靠地完成复杂任务，且效率高，鲁棒性好。为了实现机器人在未知、动态、复杂环境下具有一定智能的自我决策的能力，利用模糊控制器来完成移动机器人的各种自主行为，所有被激活的行为采用分划方法来融合，可以很好地处理不确定的情况。最后通过仿真验证了该方法对移动机器人导航的有效性和可行性。     

模糊控制在机器人柔顺装配中的应用

提出了一种模糊柔顺的控制方法来控制机器人的装配作业，本方法不需要装配作业的模型参数，省去了大量的计算，并且在控制过程中不需要引入受力信息的变化量，实验证明，这种方法实用性强，实时性好。     

非完整移动机器人的路径跟踪控制、

针对非完整四轮式移动机器人,基于人工驾驶的思想,在初始偏差较大的情况下调整机器人的角度并规划临时路径,采用模糊控制技术,分别设计了角速度和速度控制器,实现了机器人跟踪路径的目的。通过对初始角度的精确调整,使得角速度模糊控制器变得简便,提高了跟踪的效率。对直线和圆形路径进行了跟踪仿真,结果表明跟踪效果良好稳定。     

进化学习模糊规则实现移动机器人的自适应导航

给出了一种轮式移动机器人导航的方法，机器人由一组动态变化的模糊规则集控制，通过遗传算法在线调整和学习模糊规则．根据机器人的运动模型构造了模糊控制器，采用变长度编码方法对规则编码，减少了染色体的尺寸和复杂度，提高了学习速度．通过竞争型小生境遗传算法解决了模糊规则的学习问题法，并分析了设计中遇到的如多条模糊规则同时激活的信度分配等问题．学习过程在二维仿真环境下完成，在自行开发的全局视觉平台上对学到的规则进行了验证．实验结果证明，该方法是正确可行的．     

轮式移动机器人轨迹跟踪控制方法

针对轮式移动机器人轨迹跟踪这一典型控制任务,提出了基于模糊控制规则的滑模控制方法。该方法采用等速趋近律,利用连续函数代替符号函数获得切换控制律,最后运用Lyapunov理论证明系统的稳定性。仿真结果表明该方法不但能够有效的跟踪机器人的参考轨迹,还能有效的减少在控制中的抖振现象。即使存在外界干扰的情况下,也具有良好的控制品质。     

机器人模糊学习控制

针对机器人轨迹跟踪控制问题,提出一种模糊学习算法,并设计出结构合理的模糊学习控制器,该控制器通过自身从过去趋向的学习能力可自动调整其模糊控制规则。将这种方法用于一个两自由度机械手的控制,仿真结果显示控制效果良好,所提出的控制器比惯用的模糊控制器展示出更良好的应用前景。