基于改进模糊算法的移动机器人避障.docx

基于改进模糊算法的移动机器人避障摘要：为了提高移动机器人在连续障碍物环境下的避障性能提出了一种具有速度反馈的模糊避障算法。移动机器人利用超声传感器感知周围环境在模糊控制的基础上通过障碍物分布情况调整自身速度进而引入优雅降级并把改进的模糊避障融入其中增强了移动机器人的鲁棒性。实验结果表明该方法能通过与环境交互调整机器人移动速度控制机器人成功避障并优化避障路径具有良好的有效性。关键词：移动机器人；避障；模糊控制；超声波测距；优雅降级中图分类号：TP24文献标志码：AMobilerobotobstacleavoidancebasedonimprovedfuzzyalgorithmPENGYuqingLIMu*ZHANGYuanyuanSchoolofComputerScienceandEngineeringHebeiUniversityofTechnologyTianjin300401ChinaAbstract：Inordertoimprovetheperformanceofobstacleavoidanceformobilerobotsincontinuousobstacleenvironmentafuzzyalgorithmofobstacleavoidancewithspeedfeedbackwasproposed.Ultrasonicsensorswereutilizedtoperceivethesurroundingsandbasedonfuzzycontrolthemobilerobotadjusteditsspeedaccordingtothedistributionofobstacles.Thenthegracefuldegradationwasintroducedcombinedwiththeimprovedfuzzyobstacleavoidancetoenhancetherobustnessofthemobilerobot.Theexperimentalresultsshowthatthemethodcanadjustthespeedthroughinteractionwiththeenvironmentcontroltherobotinacollisionfreewayandoptimizetheobstacleavoidancepath.Simultaneouslythemethodshowsgoodeffectiveness.英文关键词Keywords：mobilerobot；obstacleavoidance；fuzzycontrol；ultrasonicranging；gracefuldegradation0引言在利用移动机器人进行探测、侦察和导航时由于计算的复杂性、控制的实时性、环境的不确定性等因素尤其是在包含多个连续障碍的复杂环境中自主避障已经成为当前移动机器人领域中的重要研究方向[1-2]。根据文献[3-12]的介绍移动机器人的避障策略大体上可以分为两类：第一类是基于环境模型的避障策略机器人能在完全已知的环境（障碍物的位置和形状预先给定）下避障而当环境变化（障碍物位置变动）时避障效果较差具体方法有栅格法[3]、可视图法[4]等；第二类是基于传感器信息的避障策略具体方法有人工势场法[5-6]、神经网络法[7-8]、模糊逻辑法[9-12]等其中模糊逻辑法引入驾驶员的经验以实现实时避障算法所需存储空间小并克服了势场法存在的局部最小现象现已被广泛用于移动机器人避障。本文在保持模糊控制原有特性的基础上了给出了一种具有速度反馈的模糊避障算法特别适用于多障碍物连续出现的环境；同时把改进的模糊避障策略融入基于行为的控制技术中使避障成为一个独立的行为单元。在运行状态下避障行为通过竞争机制获取机器人的主导权控制机器人完成避障任务。通过仿真实验的反复调整给出了相对合理的输入输出隶属度函数。与传统的模糊算法相比把反馈速度作为模糊逻辑控制器的输入可以使移动机器人的决策控制更加准确。实验结果表明该方法具有很好的有效性优化了移动机器人在未知环境下的避障路径。1机器人硬件结构分布式控制系统（distributedcontrolsystem）是多智能体技术在移动机器人研究