一种基于行为的移动机器人仲裁系统的设计

通过对基于行为的机器人控制技术的研究,提出了一种实用的基于8259A中断控制器的自主移动机器人仲裁系统的设计方案,阐述了其具体实现技术;实验证明了这一方法的有效性和实时性。     

满足复杂要求的机器人最优巡回控制系统设计与实现

本文结合线性时序逻辑理论与模糊控制方法,设计并实现了一种满足复杂任务需求的移动机器人巡回控制系统,它既能够针对复杂时序任务进行路径规划,又能够对机器人进行模糊控制实现路径跟踪.首先,基于线性时序逻辑理论,确定能够满足复杂巡回任务需求的全局最优路径.接着,根据所获得的最优路径,采用模糊控制方法设计轨迹跟踪控制器,使其通过实时位姿反馈对机器人进行路径跟踪控制.仿真结果验证了移动机器人巡回控制系统的有效性.最后,基于E-Puck移动机器人构建了能够满足复杂任务需求的移动机器人巡回控制实验系统.基于所提出的最优巡回路径规划算法和模糊控制器设计方法,通过图像处理、数据通信、算法加载等软件模块的实现完成了满足复杂任务需求的移动机器人巡回控制.     

移动机器人路径追踪的模糊控制方法研究

移动机器人的智能控制技术是基于机器视觉的移动机器人自主导航的关键技术之一.本文模仿人工智能驾驶行为,提出了移动机器人运动控制的模糊控制方法,并介绍了该控制器的结构组成和设计过程.提出的模糊控制方法可以保证机器人准确高效的完成路径跟踪任务,并且具有良好的鲁棒性.仿真试验证实了该方法的有效性和可行性.     

智能移动机器人的超声避障研究

智能移动机器人是机器人研究领域的重要方向,是当前机器人领域中最活跃的研究主题之一.在分析了智能移动机器人避障常用传感器的基础上,提出了基于多超声传感器的移动机器人的超声避障系统.介绍了超声避障系统的模糊控制规则和非模糊化,并给出了实验结果.实验结果表明,模糊控制机理和策略易于接受和理解,便于应用开发,模糊避障算法对环境有很大的适应性,机器人在不同的环境条件下实现了避障.     

基于模糊控制信息融合方法的机器人导航系统

本文提出了一种基于模糊控制和信息融合的自主式移动机器人导航系统的实现方法。采用表格查询的模糊控制方法,对导航系统中的多传感器信息进行融合,实现了机器人的路径跟踪和自动纠偏的功能。该系统具有实现简单、响应快、鲁棒性好等特点,仿真实验和实际运行结果表明了该系统在具有引导线的环境中能有效实现自主式移动机器人的导航。     

基于Fuzzy-PID的移动机器人运动控制

移动机器人涉及到许多研究方向,运动控制是其中的基础。通过对移动机器人运动学模型进行分析,以足球机器人系统为实验平台,论证了Fuzzy-PID技术应用于移动机器人运动控制的可行性。将传统的PID控制与模糊控制相结合,通过PID控制实现控制的准确性,利用模糊控制提高控制的快速性。针对移动机器人运动控制中的实际问题,着重提出了基于误差分区的PID控制器和模糊控制器的设计方法。实验证明该方法不仅增强了控制器的调节能力,还在一定程度上简化了控制器的设计。     

基于模糊控制信息融合方法的机器人导航系统

本文提出了一种基于模糊控制和信息融合的自主式移动机器人导航系统的实现方法.采用表格查询的模糊控制方法,对导航系统中的多传感器信息进行融合,实现了机器人的路径跟踪和自动纠偏的功能.该系统具有实现简单、响应快、鲁棒性好等特点,仿真实验和实际运行结果表明了该系统在具有引导线的环境中能有效实现自主式移动机器人的导航.     

基于多行为的移动机器人路径规划

机器人由当前点向目标点运动的过程中,所处环境经常为动态变化且未知的,这使得传统的路径规划算法对于移动机器人避障过程很难建立精确的数学模型.为此,针对环境信息完全未知的情况,为移动机器人设计一种基于模糊控制思想的多行为局部路径规划方法.该方法通过对各种行为之间进行适时合理的切换,以保证机器人安全迅速地躲避静态和动态障碍物,并利用改进的人工势场法实现对变速目标点的追踪.对于模糊避障中常见的U型陷阱问题,提出一种边界追踪的陷阱逃脱策略,使得机器人成功解除死锁状态.另外,设计一个速度模糊控制器,实现了机器人的智能行驶.最后,基于Matlab平台的仿真结果验证了所提出算法的有效性和实时性,与A*势场法的对比结果更突出了该算法的可行性.     

基于行为模糊控制的移动机器人路径规划

针对未知环境下移动机器人路径规划和提高自主导航安全性问题,基于行为的控制结构思想,在此基础上提出了一种基于模糊控制的移动机器人路径规划算法;根据传感器接收的障碍物和目标距离方位信息,将路径规划分成避障行为、趋向目标行为;结合模糊逻辑理论和人类驾驶经验,制定模糊规则,输出转角和速度;仿真结果表明,移动机器人能够克服环境中的不确定性,有效地实现良好的路径规划,验证了模糊控制算法的可行性,体现了该路径规划策略的有效性和正确性。     

基于模糊推理的移动机器人导航研究

本文采用模糊控制的方法控制移动机器人的前进方向,在模糊控制中根据障碍物的实际位置及机器人运动方向与目标点夹角的不同情况,给出了机器人的反应规则。移动机器人的运动方向的控制利用自启发式规则进行模糊推理而实现。     

移动机器人模糊逻辑控制系统避障研究

本文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一动作的行为相结合。对于移动机器人的避障系统提出了充分接近障碍的避障策略，并对相关理论和实现方法作了深入的研究。     

基于单片机的移动机器人路径规划模糊控制器设计

提出了一种基于模糊控制的移动机器人路径控制的设计思路,并给出了以ATmage128单片机为核心的控制系统硬件设计方案。系统预先设定目标,移动机器人根据超声波传感器感知周围环境,采用模糊控制进行路径规划,从而进行机器人自主移动到达目标。论文给出了模糊控制隶属度函数,介绍了模糊控制规则。同时介绍了显示电路、超声波测距电路、电机驱动电路、无线通信电路等硬件模块接口电路。     

An embedded fuzzy controller for a behavior-based mobile robot with guaranteed performance

In this paper, an embedded fuzzy controller for a nonholonomic mobile robot is developed. The mobile robot was built based on the behavior-based artificial intelligence, where several levels of competences and behaviors are implemented. A class of fuzzy control laws is formulated using the Lyapunov's direct method, which can guarantee the convergence of the steering errors. Theoretical analysis of the fuzzy control algorithms for steering control of the mobile robot is performed. The requirements for a suitable rule base selection in the proposed fuzzy controller are provided, which can guarantee the asymptotical stability of the system. Simulation and experimental studies are conducted to investigate the performance of the proposed fuzzy controller. It can achieve the desired turn angle and make the mobile robot follow the target trajectory satisfactorily.     

基于DSP的集控式足球机器人控制系统设计

以集控式足球机器人为研究对象,以双闭环视觉伺服控制结构为主线,提出了基于DSP技术和非线性PI控制算法的机器人小车控制系统设计,保证了控制的准确性,提高了控制的实时性;论证了单参数模糊自校正非线性PI算法应用于机器人位置环控制中的可行性,增强了系统的自适应能力。实验证明了此方案对足球机器人运动控制的有效性,其原理对其它类型移动机器人的控制同样有借鉴作用。     

A 3-level autonomous mobile robot navigation system designed by using reasoning/search approaches

This paper describes how soft computing methodologies such as fuzzy logic, genetic algorithms and the Dempster–Shafer theory of evidence can be applied in a mobile robot navigation system. The navigation system that is considered has three navigation subsystems. The lower-level subsystem deals with the control of linear and angular volocities using a multivariable PI controller described with a full matrix. The position control of the mobile robot is at a medium level and is nonlinear. The nonlinear control design is implemented by a backstepping algorithm whose parameters are adjusted by a genetic algorithm. We propose a new extension of the controller mentioned, in order to rapidly decrease the control torques needed to achieve the desired position and orientation of the mobile robot. The high-level subsystem uses fuzzy logic and the Dempster–Shafer evidence theory to design a fusion of sensor data, map building, and path planning tasks. The fuzzy/evidence navigation based on the building of a local map, represented as an occupancy grid, with the time update is proven to be suitable for real-time applications. The path planning algorithm is based on a modified potential field method. In this algorithm, the fuzzy rules for selecting the relevant obstacles for robot motion are introduced. Also, suitable steps are taken to pull the robot out of the local minima. Particular attention is paid to detection of the robot’s trapped state and its avoidance. One of the main issues in this paper is to reduce the complexity of planning algorithms and minimize the cost of the search. The performance of the proposed system is investigated using a dynamic model of a mobile robot. Simulation results show a good quality of position tracking capabilities and obstacle avoidance behavior of the mobile robot.     

Navigation of Mobile Robots Using a Fuzzy Logic Controller

This paper describes a mobile robot navigation control system based on fuzzy logic. Fuzzy rules embedded in the controller of a mobile robot enable it to avoid obstacles in a cluttered environment that includes other mobile robots. So that the robots do not collide against one another, each robot also incorporates a set of collision prevention rules implemented as a Petri Net model within its controller. The navigation control system has been tested in simulation and on actual mobile robots. The paper presents the results of the tests to demonstrate that the system enables multiple robots to roam freely searching for and successfully finding targets in an unknown environment containing obstacles without hitting the obstacles or one another.     

基于模糊神经网络的移动机器人沿墙导航控制

移动机器人沿墙导航控制包含了追踪和避障两种情况,是移动机器人研究中的常见问题。它是指机器人在一定方向上沿墙运动,或者更一般意义上的沿着物体轮廓运动,并与墙保持一定距离。移动机器人利用声纳采集机器人与墙体的距离和角度信息,通过模糊神经网络将输入数据进行融合,从而判断移动机器人的位姿信息,输出左右轮速度控制其动作。实验证明此方法可以有效地保证移动机器人在安全距离内沿墙体运动。对比采用模糊神经网络前后的实验,采用后的移动机器人沿墙导航控制轨迹优于采用前,均方误差大大减小。     

基于改进模糊算法的移动机器人避障

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。