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)05-0023-040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