基于模糊控制的智能小车避障设计.pdf

第24卷第5期荆楚理工学院学报2009年5月
Vol.24No.5JournalofJingchuUniversityofTechnologyMay2009

基于模糊控制的智能小车避障设计
寸晓非

(荆楚理工学院期刊社,湖北荆门448000)

[摘要]探讨了模糊控制技术在智能小车避障路径规划中的应用,设计了一个简单的模糊控制器,完
成距离信息的模糊化和避障动作行为决策。基于MATLAB的仿真结果表明模糊逻辑推理方法在智能小车的
导航控制中具有良好的效果。
[关键词]智能小车;模糊控制;避障;仿真
[中图分类号]TP242.6[文献标识码]A[文章编号]1008-4657(2009)05-0023-04

0引言

智能小车是移动机器人的一种,可通过计算机编程来实现其对行驶方向、启停以及速度的控制。要
想让智能小车在行驶过程中能成功地避开障碍物,必须对其进行路径规划[1],路径规划的任务是为小
车规划一条从起始点到目标点的无碰路径。路径规划方法有:可视图法、栅格法、人工势场法以及模糊
控制方法等。模糊技术具有人类智能的模糊性和推理能力,在路径规划中,模糊推理的应用主要体现在
基于行为的导航方式上,即将机器人的运动过程分解为避障、边界跟踪、调速、目标制导等基本行为,各
基本行为的激活由不同的机构分别控制,机器人的最终操作由高层控制机构对基本行为进行平衡后作
出综合反应。模糊控制方法将信息获取和模糊推理过程有机结合,其优点在于不依赖机器人的动力学、
运动学模型,系统控制融入了人类经验,同时计算量小,构成方法较为简单,节省系统资源,实时性
好[2-4]。本文探讨了模糊控制技术在避障路径规划中的应用,并对其进行了仿真设计。
1模糊控制技术基本原理

环境中存在障碍物时,路径规划控制系统具有高度不确定性,是一个多输入多输出(MIMO)系统。
对于这种具有高度不确定性的MIMO系统,传统的控制方法不能达到很好的控制效果。模糊推理控制
方法将人类的驾驶经验融入系统控制之中,因此可以较好地满足系统自适应性、鲁棒性和实时性的要
求。
模糊控制方式借助模糊数学这一工具通过推理来实现控制。模糊逻辑模拟了人类思维的模糊性,
它采用与人类语言相近的语言变量进行推理,因此借助这一工具可将人类的控制经验融入系统控制之
中,使得系统可以像有经验的操作者一样去控制复杂、激励不明的系统。总的说来模糊控制具有以下特
点:
1)不依赖于被控对象的精确数学模型,易于对不确定性系统进行控制;
2)易于控制、易于掌握的较理想非线性控制器,是一种语言控制器;
3)抗干扰能力强,响应速度快,并对系统参数的变化有较强的鲁棒性。
模糊控制器的基本结构由模糊输入接口、模糊推理以及模糊输出接口三个模块组成。模糊输入接
口的主要功能是实现精确量的模糊化,即把物理量的精确值转换成语言变量值。语言变量的分档根据

[收稿日期]2009-02-20
[作者简介]寸晓非(1978-),男,云南丽江人,荆楚理工学院讲师,硕士。研究方向:测控技术。

32
实际情况而定,一般分为3～7档,档数越多,控制精度越高,计算量也越大[5-7]。模糊推理决策机构的
主要功能是模仿人的思维特征,根据总结人工控制策略取得的语言控制规则进行模糊推理,并决策出模
糊输出控制量。模糊输出接口的主要功能是把输出模糊量转化为精确量,施于被控对象。
2模糊控制器设计

模糊控制器的设计如图1所示,其主要构成包括模糊化、模糊推理、反模糊化三部分。

图1模糊控制器结构图
智能小车模糊控制器设计[8-10]的主要目标是:当红外传感器探测到障碍物或者目标时,模糊控制
器根据探测到的信息,确定智能小车的位置、距离、方位,然后控制智能小车避开障碍物,按预定的路径
和方位行走。
1)确定系统的输入、输出
设置模糊控制器的输入变量为X1、X2、X3和X4,输出Y。其中:X1、X2和X3分别表示智能小车距
离障碍物右方、左方和前方的距离;X4表示智能小车运动方向与目标中心连线的目标定位;Y表示智能
小车的转动角。当目标在智能小车右前方时,目标定位X4为正,否则X4为负;当智能小车转向右时,
转向角Y定义为正,当转向左时,Y定义为负。
以上输入变量均由红外传感器的状态数据所确定,经过模糊控制器的模糊化处理和模糊推理后,输
出动作行为结果,该动作行为结果的执行是由子控制系统(电机控制器)执行,最终的执行者为电机。
2)定义模糊控制集合
在距离描述上采用如下模糊集合:{Near,Far}={“近”,“远”},论域范围为(0～6m);目标定位变
量X4的模糊语言描述为{LB,LS,Z,RS,RB}={“左大”,“左小”,“零”,“右小”,“右大”},论域范围为
(-180°,180°);输出变量Y的模糊语言描述为{TLB,TLS,TZ,T