基于模糊算法的移动机器人路径规划
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 NSPS PBNBSPS PBA0.7式,将动作分为若干基本行为,复杂的行为可由几个简0.303X)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-10-510 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 PBNB NS 1ZPSPB法的数学表达式是0.3031p1(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 PBNB NSPS PB式中,表示输出模糊子集所有元素的隶属度值在连续0.20.2论域上的代数积分,而加速度的取值是表示其左右两0m/s2-10-5cn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 PBNB NS IZ PS PB0.74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10-5105cm/s210-5cnMatlab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 PBPS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0.20.2图9为当起点为(0,0),目标点为(9,9),在障碍物100cm/s2-10-5cmls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10x/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Aof 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 for8mobile robot in unknown environment[J. Acta ElectronicaSinica, 2006, 34(5): 953-956(in Chinese)64]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):911-914Zhou Lan-feng; Hong Bing-rong. a knowledge based geneticalgorithm for path planning of a mobile robot[ J. Acta Elec2模糊算法路径tronic Sinica, 2006, 34 (5): 911-914(in Chinese0[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):2166-217110Gao Qing-ji, Lei Ya-li, Hu Dan-dan. A robot localizationr/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 RoboticSystems,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
- 2021-05-06下载
- 积分：1
最优化参考讲义（上海交大参考讲义）
详细介绍了最优化方法，是学习最优化的比较好的参考讲义第一章引言第一章引言§1.1最优化问题概述学科简述最优化理论与方法:研究某些数学上定义的问题的最优解,即对于给出的实际问题,从众多的方案中选出最优方案。最优化是一门应用性很强的年轻学科。比如:●工程设计中怎样选择参数,使得设计既满足要求又能降低成本;资源分配中,怎样的分配方案既能满足各方面的基本要求,又能获得好的经济效益:生产计划安排中,选择怎样的计划方案才能提高产值和利润;·原料配比冋题中,怎样确定各种成分的比例才能提高质量、降低成本,最优化问题分类最优化问题分类表分类标志变量个数变量性质约束情况极值个数日标个数函数关系问题性质时间单变量连续无约朿单峰单目标线性确定性静态类型离散随机性多变量函数约束多峰多日标非线性模糊性动态比如:线性规划,非线性规划,随机规划,非光滑规划,多目标规划,整数规划,工作步骤:用最优化方法解决实际问题,一般经过下列步骤1.提出最优化问题,收集有关数据和资料2.建ν最优化问题的数学模型确定变量,列出目标函数和约束条件;3.分析模型,选择合适的最优化方法4.求解,一般通过编制程序,用计算机求最优解5.最优解的检验和实施上述5个步骤常常相互支持、相互制约,在实践中反复交叉进行。模型的三要素:1.变量:最优化问题中待确定的某些量;2.约束条件:求最优解时对变量的某些限制,包括技术上的约束、资源上的约束和时间上的约束等,用等式、不等式、或可行集表示;1.1最优化闩题概述3.目标函数:最优化评价标准的数学描述,一般用最大或最小表示。最优化方法:解析法,直接法,数值解法,二、线性与非线性规划问题例1.1.1[食谱问题设市场上可以买到n种不同的食品,每种食品含有m种营养成分.每单位的笫j种食品售价为c;,且含有第种营养成分为a;设每人每天对第种营养成分的需求量不少于b;,试确定在保证营养的要求下的最经济食谱建立数学模型(1)根据问题的需要设置变量:设每人每天需要各种食品的数量分别为x1,…,xn(2)用所设置的变量把所追求的目标和听受的约束,用数学语言表述出来,得该问题的数学模型:(1.1.3)这里a11表示购买了x;个第种食品所包含的第种营养量,其中min是 minimize的简写,读作“极小化”,s.t.是 subject tol的简写,读作“受限制于”或“约束条件是”。(1.1.1)称为日标函数,(1.1.2)-(1.1.3)称为约束条件例1.1.2[资金使用问题]设有400万元资金,要求4年内使用完,若在一年使用资金x万元,则可得到效益√万元(效益不能再使用),当年不用的资金可存入银行,年利率为10%。试制订出资金的使用规划,以使4年效益总和为最大。显然,不同的使用方案取得的效益总和是不同的。如(1)第一年就把400万元全部用完,则效益总和为√400=20.0(万元)(2)若前三年均不用而存入银行,则第四年把本息和:400×(1.1)3=532.4(万元)全部用完,则效益总和为√52.4-23.07(万元),比第一方案效益大3万元多;(3)若运用最优化方法,可得如下最优方案第年第二年第三年第四年现有资金400342265.1152.8使用金额86.2104.2126.2152.8第一章引言效益总和为√86.2+√104.2+√126.2+√152.8=43.1(万元),是第方案效益总和的两倍多。建立数学模型:设变量x(i-1,2,3,4)分别表示第所使用的资佥数。所追求的目标-4年的效益总和最大,表为+√3+所受到的约束为每年的使用数额既不能为负数又不能超过当年资金拥有数,即第一年00,存在正整数K>0,使得当k>K时,有|(8)-洲0,使得对于任意的k有|)川0,存在正整数K>0,使得当k,l>K时,有|x()-xO川
- 2020-06-05下载
- 积分：1
