模糊控制算法在移动机器人路径规划中的应用

王凯凯　陈永平

摘要：路徑规划技术是智能移动机器人的核心技术之一，也是目前研究的热点问题。本文通过模糊控制算法对移动机器人进行路径规划，设计了双输入双输出的模糊控制器。仿真结果表明，该方法规划出了一条良好的路径，机器人可以顺利到达目标点，验证了该算法的有效性。

关键词：移动机器人；模糊控制；路径规划

中图分类号：TP242 文献标识码：A 文章编号：1007-9416（2019）01-0004-02

随着科学技术的发展，人类对智能化要求的不断提高，对移动机器人路径规划的研究目前也取得了巨大的成就，模糊控制是类似与人类的思维能力的一种控制方式，其具有人类智能的推理能力以及模糊性，在机器人的路径规划中，常常用到模糊推理这种思想，往往把机器人的避障、调速和目标导航等行为统称为机器人的运动[1-2]，机器人利用不同的方式分别控制这些行为，并通过一系列的决策来选择机器人进行最优的行进方案[3]。目前除了模糊控制方法以外，还有许多算法可以进行路径规划，如A星算法、可视图法、人工势场法和蚁群算法等[4-5]。

路径规划可以分为局部路径规划和全局路径规划两种，全局路径规划是基于已知所有环境信息的规划，局部路径规划是基于未知环境或部分已知环境下的规划。本文主要通过模糊控制算法对移动机器人运行中的角速度和线速度进行控制，得到移动机器人的轨迹。

1 环境感知

传感器是机器人获取信息的元件可称作为移动机器人的“眼睛”。机器人的一些基本行为如定位导航、环境建模和躲避障碍物等行为的实现都是通过这样的眼睛来实现的。通过传感器把采集到的数据作为模糊控制器的输入信号。

2 模糊控制算法设计

本文设计一个双输入双输出的模糊控制器，把移动机器人与目标点之间的距离和移动机器人方向角与目标点方向角之间的差值作为输入，实现对移动机器人在没有障碍物的情况下的线速度和角度的控制，在这种行为下，机器人会在运动的过程中不断的调整位姿驶向目标点。

2.1 输入量输出量模糊化

假设机器人的方向与X轴的夹角为移动机器人航向角Qr，目标点与机器人质心的连线与X轴的夹角为目标点方向角Qt，航向角与方向角的差值为ΔQ，移动机器人与目标点的距离为D，移动机器人移动角速度为W，移动线速度为V。

趋向目标点的设计中定义D、ΔQ为模糊控制器输入量，W、V为模糊控制器输出量。

将移动机器人与目标点之间的距离D分为3个子模糊集{近，中，远}，模糊语言描述为：{NEAR，MID，FAR}，论域为[0，6]；将角度信息ΔQ分为5个部分，模糊语言变量为：{NB，NS，ZE，PS，PB}={负大，负小，零，正小，正大}，论域[-π/2，π/2]。

移动机器人输出角速度模糊语言描述为W={逆大，逆小，零，顺小，顺大}={WNB，WNS，WOE，WSS，WSB}，论域为[-π/6，π/6]；移动机器人线速度模糊语言描述为V={低速，中速，快速}={VS，VM，VB}，论域为[0，0.4]。隶属度函数如图1所示。

2.2 建立模糊规则

根据输入情况，可以得到本模糊控制器一共有15条模糊规则。机器人从起始点到目标点类似于人驾驶汽车去往目的地，根据人的驾驶经验来建立模糊控制规则，大概思想为：

机器人航向角与方向角的差值不等于0时，机器人往ΔQ为0的方向旋转直到该差值为0；机器人与目标点的距离不等于0时，机器人朝着目标点方向行走直到该距离为0。

模糊规则如表1所示。

2.3 去模糊化

通过模糊推理获得的结果是一个模糊集，但是在实际应用中必须要有一个确定的值才可以驱动和控制执行机构，将模糊推理结果转化为精确值的过程称为去模糊化。

常用的去模糊方法有重心法、最大隶属度法和加权平均法等[6]三种。由于重心法的灵敏度比较高，输出会随着输入微小的变化而变化。因此重心法的输出就更为平滑，所以本文选择该方法进行去模糊。

3 仿真实验

利用MATLAB对本文的模糊控制算法进行仿真验证，设置起始位置的航向角为0度，可以得到如图2所示的移动机器人轨迹图。从图可以看出机器人前段轨迹弧度较大、组成轨迹的*符号较稀疏，后段轨迹近似为直线、组成轨迹的*符号较密集，体现了机器人开始阶段航向角与方向角的差值较大、距离目标点较远，随着机器人移动航向角与方向角的差值越来越小、距离目标点越来越近。

4 结语

本文利用模糊控制算法对移动机器人进行了轨迹规划，设计了双输入双输出的模糊控制器，创建了输入和输出的隶属度函数和模糊规则表，最后利用MATLAB仿真出了移动机器人的轨迹，仿真结果表明本模糊控制算法可行、有效。

参考文献

[1] 王立新.模糊系统与模糊控制教程[M].北京：清华大学出版社，2003.

[2] 顾俊，张宇.模糊控制的应用现状与发展趋势[J].化工自动化及仪表，2017，09：811-812，902.

[3] 肖兴辉，刘兆峰，白洪超，郭彬.基于模糊控制的移动机器人应用研究[J].智能城市，2017，05：43-47.

[4] 马晓璐，张持健，郑奎昂，邹鹏飞.基于改进人工势场法的机器人路径规划[J].电子设计工程，2017（21）：30-33.

[5] 王殿君.基于改进A*算法的室内移动机器人路径规划[J].清华大学学报（自然科学版），2012（8）：1085-1089.

[6] 廉小亲.模糊控制技术[M].北京：中国电力出版社，2003.

Abstract：Path planning technology is one of the core technologies of intelligent mobile robots， and it is also a hot issue in current research. In this paper， the fuzzy control algorithm is used to plan the path of the mobile robot， and the fuzzy controller with dual input and double output is designed. The simulation results show that the proposed method has a good path and the robot can reach the target point smoothly， which verifies the effectiveness of the algorithm.

Key words：mobile robot； fuzzy control； path planning