基于模糊控制器的按摩机器人的力度控制

将模糊控制策略应用到按摩机器人的力度控制,设计了由力度误差和力度误差变化率为输入、按摩机器人电机输出功率为控制系统输出的双输入单输出模糊逻辑控制器,而按摩机器人电机输出功率由电机输出电压控制。通过仿真对比不同控制器所产生的按摩机器人的按摩力度变化曲线表明:当按摩机器人系统受到外界干扰时,模糊逻辑控制器在处理外界干扰的快速性和灵敏性上明显优于PID控制器和原始(PD)控制器,采用模糊控制方法对按摩机器人的驱动电机输出参数电压进行控制,实现了预期的工作性能。     

基于模糊神经网络的移动机器人自适应行为设计

将模糊控制和神经网络相结合,形成模糊神经网络(fuzzy neural network,FNN)控制器,利用联想记忆进行离线训练,用来记忆预先利用强化Q学习(Q-Learning,QL)在线训练获得的移动机器人自适应行为的模糊控制规则。FNN经过离线训练后,把规则隐含地分布在整个网络之中,在控制应用时,不必进行复杂的规则搜索和推理,无需查表,只需通过高速并行的分布计算就可产生最佳输出的自适应行为。仿真结果表明,由于输入模糊子集接近于网络所用的训练模糊子集,所以输出几乎和该条训练规则的结果相同。     

摩托车防事故模糊控制系统方案的研究

本文阐述了应用模糊逻辑理论和模糊控制技术，设计摩托车防事故模糊控制系统，并通过实验论证了方案的正确性。     

移动机器人的避障模糊算法

超声波传感器是移动机器人避障常采用的传感器,但是存在缺点,如三角误差,多次反射.采用多个超声波传感器的模糊避障算法,通过此算法,降低干扰,用VB编写了仿真软件,对算法进行可行性的分析.结果表明,该模糊算法可以实现机器人的安全避障.     

采用模糊逻辑的移动机器人轨迹跟踪

针对差动轮驱动的移动机器人动力学的高度非线性和运动环境的不确定性,提出了基于模糊逻辑的移动机器人路径跟踪控制方法。该方法通过合理选择模糊控制器的参数和优化规则库,使其输出合适的线速度和角速度,从而控制移动机器人准确地跟踪预规划的路径。提出了两轮差动式移动机器人的动力学模型,使得该模糊控制器对不同几何参数的差动式机器人具有普遍的适应性。在实际场地试验和亚太机器人大赛中验证该方法的有效性。     

一种自适应模糊控制系统的设计与仿真

模糊控制是在模糊集合理论基础上发展起来的,模糊控制器的设计主要不依靠被控对象的数学模型,但它却非常依靠控制专家或操作人员的经验知识,若缺乏这样的控制经验,很难期望它能获得满意的控制效果.因此,模糊控制器应向着自适应、自组织、自学习发展,使得模糊控制参数或规则在控制过程中自动地调整、修改和完善,从而使系统的控制性能不断改善,达到最佳的控制效果.本文将表格查询学习算法和最近邻聚类学习算法采用加权平均的方法结合起来,确定系统的模糊控制规则,运用基于MATLAB环境下的“模糊推理工具箱”对自适应水位模糊控制系统进行了仿真,取得了很好的控制效果.     

基于模糊逻辑的自主移动机器人实时滚动路径规划及控制

针对动态不确定环境下自主移动机器人路径规划和运动控制这一工程实际问题,提出一种简化的实验参考系统结构模型。在此基础上,借鉴预测控制的基本原理,运用模糊逻辑推理方法解决了自主移动机器人导航和避障问题,实现了自主移动机器人实时滚动路径规划和控制,仿真结果表明了算法的有效性。     

PID控制系统和模糊自适应PID控制系统的研究及比较

首先介绍了PID控制系统的工作原理,因PID控制器结构简单、实现简单,控制效果良好,所以已得到广泛应用。但当控制对象变化时,控制器的参数难以自动调整。为了使控制器具有较好的自适应性,可以采用模糊控制理论的方法来实现控制器参数的自动调整。模糊PID控制系统就是模糊理论与传统的PID控制器的结合。最后以一控制对象为例,对该两种方式的控制进行了仿真和比较,并得出了相应的结论。     

基于FGA的模糊规则自动生成

解决遗传算法优化自动生成的模糊规则时,可能存在局部解以及规则种群的收敛速率过慢等问题,该文提出了一种基于模糊遗传优化的模糊规则自动生成算法。该算法基于模糊逻辑,利用规则种群的收敛速率和多样性来自适应调整遗传算法的交叉率和变异率,从而实现遗传模糊系统的控制规则的自动生成。给出了控制系统的性能指标,以及如何设定遗传算法的适应度函数。最后通过仿真试验,验证了算法的可行性和有效性。     

三维模糊控制系统及其计算机仿真

模糊控制是８０年代取得较大发展的一门较为人的学科,然而现在一般模糊控制系统大都采用二维的模糊控制形式,这就使得其在某些方面的应用并不能满足要求,为此提出一种新的模糊控制形式－－三维模糊控制,以期提高控制性能。从模糊控制的基本原理出发,介绍了模糊控制器建立的基本过程,以及从二维模糊控制器到三维模糊控制器的实现方法;另外设计了相应的计算机模拟仿真软件、并给出了仿真结果,可用于科研,也可用于教学实践     

基于模糊控制的移动机器人路径跟踪

建立了履带式移动机器人的数学模型.模仿人工驾驶过程中的预瞄行为,提出了一种移动机器人路径跟踪的模糊控制方法.用距离误差和预瞄角度误差作为控制量建立角速度控制器,实现对匀速行驶移动机器人的路径跟踪控制.LabVIEW仿真结果表明,提出的模糊控制方法能够保证移动机器人快速、准确的沿规划路径行驶,具有良好的鲁棒性.     

在未知环境下基于递阶模糊行为的移动机器人控制算法

提出了一种基于递阶行为,并将重点放在对于基本行为的设计以及协调融合上的控制算法结构。基本行为由模糊推理系统设计,较高级的复杂行为由基本行为的融合产生。采用神经网络来模仿人类行为,学习人类复杂的决策技能,从而达到对基本行为进行融合的目的,以减少行为之间的强硬转换给整个系统带来的不良影响。采用不同的任务类型进行了仿真以测试这种基于模糊逻辑以及神经网络的递阶行为控制系统的性能,仿真结果表明该算法具有令人满意的性能。     

基于模糊行为决策的机器人主动寻径导航

针对在传统的机器人导航中, 机器人行为的激发是一种被动过程, 容易导致机器人的行为出现“缺乏规划性”的问题, 类比于人类在未知环境中的寻路过程, 提出了一种基于模糊行为决策的主动寻径方法.首先, 在机器人的探测域内寻找可视点并确定最优子目标点;然后, 对感知到的环境信息及最优子目标点信息进行分析以确定机器人所处环境;最后, 设计了一种模糊控制器, 并对机器人的行为进行规划并输出控制指令使得机器人实现避障且逃离半封闭区域, 最终到达目标点.仿真结果验证了该方法的可行性和有效性.     

一种全方位移动机器人的系统设计

针对机器人寻找场地黑色中心区域的任务要求,研制一种四轮驱动全方位移动机器人.依据机器人所需的驱动力,计算驱动电机的功率,并对电机进行选型,分析机器人的转向性能,设计基于ATmega128单片机的控制系统.机器人性能实验结果表明:设计的全方位移动机器人采用前、后轮逆相位转向时,运动稳定性较好,并能够准确地找到目标点.     

基于模糊逻辑的自主移动机器人实时滚动路径规划及控制

针对动态不确定环境下自主移动机器人路径规划和运动控制这一工程实际问题,提出一种简化的实验参考系统结构模型。在此基础上,借鉴预测控制的基本原理,运用模糊逻辑推理方法解决了自主移动机器人导航和避障问题,实现了自主移动机器人实时滚动路径规划和控制,仿真结果表明了算法的有效性。     

基于MATLAB的FUZZY控制器的设计和仿真

本文基于MATLAB软件，简述了模糊控制器的设计和仿真。在进行FUZZY控制时引入一个Ⅰ型积分环节用来消除模糊控制固有的静态偏差。此外，通过编写M文件的S函数，在线实现量化因子、比例因子自动调整，提升模糊控制的效果，同时给出了仿真实例，结果表明有较好的控制效果。     

移动机器人模糊控制系统避障研究

对全区域覆盖的局部路径规划,采用了一种模糊控制算法,利用模糊控制算法自身所具有的鲁棒性和基于生物学上的感知-动作的行为相结合.对于移动机器人的避障系统提出了充分接近障碍策略,并对相关理论和实现方法作了深入的研究.     

模糊空间中基于人工势场的移动机器人运动规划

为了研究移动机器人的运动规划方案,提出使用指数形式的人工势场函数描述环境中的目标和障碍物。针对人工势场方案可能出现的局部极小问题提出了逃逸方法。随后提出一种模糊隶属度函数用来表示动态变化的障碍物模型,建立模糊表示的环境空间模型,并在这种模糊空间的基础上构建模糊人工势场函数,提出了一种适合于动态环境的实时优化路径规划算法,有利于解决未知、动态变化的不确定环境中的机器人路径规划问题。仿真结果表明,本文中提出的建模和规划方法是可行的。