基于模糊控制的路径规划算法的实现_李鹏

时间：2026-01-20

　第27卷第6期　2007年12月

杭州电子科技大学学报

Journal　of　Hangzhou　Dianzi　University

Vol.27,No.6　Dec.2007　

基于模糊控制的路径规划算法的实现

李　鹏1,温素芳2

(1.华北电力大学控制科学与工程学院,河北保定071003;2.内蒙古工业大学信息工程学院,内蒙古呼和浩特010051)

摘要:对未知环境下移动机器人的路径规划进行了研究,提出了一种基于模糊控制的路径规划算法。运用模糊推理,构造出一张实践效果较好的控制响应表。针对局部路径规划算法存在的死锁问题,该算法通过建立预防死锁机制,能够使机器人探测到危险区域即沿障碍物的边缘行走绕出障碍物,从而有效避免了死锁现象的发生,为解决死锁问题提供了一种新的思路。在多种环境中进行了仿真实验,仿真结果表明了该算法的有效性和可行性。关键词:移动机器人;路径规划;模糊控制;死锁;预防死锁机制

中图分类号:TP24　　　　　文献标识码:A　　　　　:1001-9146-0　引　言

,根据机器人对环境信息知道的程度不同,:划[1]。模糊逻辑法模拟驾驶员的驾驶思想,将模糊控制本身具有的鲁棒性与基于生理学的“感知-动作”行为结合起来,避开了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的缺

3]点,对处理未知环境下的规划问题,显示了很大的优越性[2、。模糊逻辑法存在着对称无法确定现

象[4],当机器人遭遇某些类型的障碍物时,这种现象使得机器人陷入死锁,其中最典型的是U型障碍物陷阱。传统的解决死锁模式通常是先判断机器人是否处于死锁状态,然后采取策略解决死锁,如虚拟目

6]7]标点策略[5、,沿障碍物边缘行走策略[6、。这种模式的算法路径规划效果不太理想,因为机器人判断

出处于死锁时就已经走了一段弯路。本文提出的算法摆脱了上述的死锁解决模式,通过建立预防死锁机制来避免死锁的发生,而不是等死锁发生后再去解决,从而使路径优化。该算法理论简单,便于实现,并通过仿真验证了该方法的有效性和可行性。

1　模糊控制器设计

1.1　模糊控制器的输入输出变量

[8]

在移动机器人的路径规划系统中,选取控制器的输入为距离d和角度θ,分别表示机器人与前方

障碍物之间的距离和目标点相对于机器人方位角,输入变量如图1所示。控制器的输出为机器人转动的角度φ。机器人每次规划后行走固定步长值。

收稿日期:2007-05-16

作者简介:李　鹏(1983-),男,河北保定人,在读研究生,先进控制策略.

第6期　　　　　　　　　李　鹏等:基于模糊控制的路径规划算法的实现　　　　　　　　　　831.2　输入输出变量的模糊语言描述

将传感器测取的距离范围均匀量化到[0,8]区间内,d的论域为[0,1,2,3,4,5,6,7,8],将输入角度θ的范围非均匀量化到[-4,4]区间内(在[-60°,60°]区间内均匀量化,当θ>60°时量化为4θ,<-60°量化为-4),论域为[-4,-3,-2,-1,0,1,2,3,4],将输出转角φ的范围[-60°,60°]均匀量

化到[-4,4]区间内,论域与θ相同。定义各变量的模糊语言为d={VS,S,M,B,VB}θ,={RB,RS,Z,LS,LB}φ,={TRB,TRS,TZ,TLS,TLB},各字母含义为(V:Very,S:Small,M:Middle,B:Big,R:Right,Z:Zero,L:Left,T:Turn),当目标点位于机器人前进方向左(右)侧时θ,为正(负),机器人向左(右)转为正(负)。取各个语言变量的隶属度函数形状为对称的三角形且模糊分割完全是对称的,d的

模糊分割图形如图2所示,方位角θ和输出转角φ的分割图形状与d相同,输入输出变量的隶属度函数表与文献8中的隶属度函数表一致

。

图1　图2　d的隶属度函数　　　

1.3　。当目标点位于障碍物左(右)侧时,则机器人左(右)转,当目标点在机器人正前方且障碍物距离机器人很近时,则机器人需根据它的左侧和右侧的环境信息来决定左转还是右转。当左侧障碍物距离大于右侧障碍物距离时,机器人选择向左转,因为左转比较安全,反之向右转。与之相对应的是两套规则,即当d为VS或S且θ为Z时φ,为TRBorTLB。模糊规则表如表1所示,以供推理使用。

表1　模糊规则表

VSSMBVB

TRBTRBTRSTRSTRS

RSTRBTRBTRSTZTZ

ZTRBorTLBTRBorTLB

TZTZTZ

LSTLBTLBTLSTZTZ

LBTLBTLBTLSTLSTLS

1.4　模糊推理与清晰化

本文采用Mamdani推理法,清晰化方法采用加权平均法,求得清晰值后,经尺度变换变为实际的控制量。针对输入情况的不同组合离线计算出相应的控制量,从而组成一张控制表。本文根据控制响应表的生成过程编写程序进行离线计算,再经过严格的实验和修改,得到如表2所示的模糊控制响应表。Judge表示φ值要根据机器人的左侧及右侧的环境信息来确定,当左侧障碍物距离大于右侧障碍物距离

时,机器人向左转,Judge=4.0,反之Judge=-4.0。控制表的尺度变换因子k=60°/4=15°。

　杭州电子科技大学学报　　　　　　　　　　　　　2007年84　　　　　　　　　　　　

表2　模糊控制响应表

-4

012345678

-4.0-3.5-3.5-2.5-2.0-2.0-2.0-2.0-2.0

-3-4.0-3.5-3.5-2.5-2.0-1.0-1.0-1.0-1.0

-2-4.0-3.5-3.5-2.5-2.0-1.00.00.00.0

-1-4.0-3.5-3.5-1.5-1.0-1.00.00.00.0

0JudgeJudgeJudgeJudge0.00.00.00.00.0

14.03.53.51.51.01.00.00.00.0

24.03.53.52.52.01.00.00.00.0