杜明芳，方建軍，梁嵐珍

機器人在很多行業(yè)獲得了廣泛應用，但在圖書館行業(yè)卻相對薄弱.圖書館應該是引入機器人較為理想的地方，可以展示出機器人的效率.用機器人實現圖書館自動化管理的理念是20世紀90年代被提出的，人們期望借助機器人完成繁雜的圖書借閱、上架、下架、清點、整理、傳送等重復性工作.目前世界上成功應用圖書館機器人的有德國洪堡大學、美國猶他州大學、日本早稻田大學等.而我國應用智能機器人的無人圖書館至今尚未真正建成.據統(tǒng)計，截止到2003年12月，我國共有公共圖書館2 709家，中等以上規(guī)模的圖書館占相當大的比例，是一個潛力巨大的自動化產業(yè).2002年，美國Johns Hopkins大學的J.Suthakom等研制了一種完整意義上的圖書館機器人實驗裝置.同年，新加坡國立大學K.H.Yuan等研究了基于RFID定位技術的無人化圖書館系統(tǒng)，可利用機器人完成圖書存取工作.幾乎同一時期，機器人圖書館員實驗還在西班牙、日本等國家進行.模糊控制是在該領域已經應用的一種方法［1-4］，能夠真正將先進控制方法如自適應模糊滑模、自適應神經網絡控制應用到圖書館機器人的系統(tǒng)至今尚未研發(fā)成功，高精度、快速的PID控制在該領域中的成功應用也少有詳細論述.本文研制的圖書館機器人是一種帶有視覺導航的智能輪式移動機器人，由自動引導車(automatic guided vehicle，AGV)和車上安裝的氣動機械手臂組成，機械手臂前端裝有攝像頭和RFID讀寫器，采用PC/104系列板卡設計機械手控制器，操作系統(tǒng)采用嵌入式Microsoft Windows CE 5.0，控制算法采用Fuzzy-PID.在樣機上進行了控制系統(tǒng)仿真實驗，實驗結果表明，所設計的系統(tǒng)具有良好的動、靜態(tài)性能，設計方法合理，設計思路也較先進.

1 機械手控制系統(tǒng)硬件設計

氣壓傳動以空氣作為傳動介質，將氣體的壓力能轉化為機械能，比液壓傳動成本更低、更清潔環(huán)保，比機械傳動控制更靈活、調節(jié)方便，并可與電氣控制結合，形成便捷高效的電氣混合控制.本系統(tǒng)的機器人機械手部分采用氣動方式，其機械結構能夠完成上下、左右2個方向的運動和夾緊、松開等機械動作，從而完成圖書自動取、放操作.通過編程控制氣缸流量，進而控制機械手的運動和動作.其操作效果如圖1所示.

機械手由手爪、小臂、大臂、腰部和底座組成.大、小臂分別由大臂氣缸、小臂氣缸活塞桿支撐和驅動.在大、小臂的一端分別裝有增量式旋轉編碼器來實時傳回大、小臂的角度信息，用以計算小臂末端手指的空間位置.大、小臂臂長的選擇及氣缸支撐點的選擇根據工作空間的要求經過計算設計得出.

圖1 機械手自動取放圖書Fig.1 Automatic books drawing and putting operating of the manipulator

機械手采用PC/104嵌入式系統(tǒng)進行控制，其中CPU為研華公司的PCM-3350 PC/104模塊;繼電輸出部分為PCM3725 PC/104模塊，負責控制2個電磁換向閥SY3220，進而控制腰部擺缸及手爪氣缸運動;D/A轉換模塊為PCM3712 PC/104模塊，負責控制氣缸兩腔的氣體流量，從而控制大、小臂氣缸活塞桿運動;數據采集部分由2個增量式旋轉編碼器E6B2-CWZ3E將正交編碼信號傳送至E63-WF5C方向識別單元，信號被轉換成單路計數脈沖及方向標識信號后送入PM536 PC/104計數器模塊計數，進而可計算出目標圖書的空間坐標位置.模塊化的圖書自動取放機械手的控制系統(tǒng)原理如圖2所示.

圖2 機械手控制系統(tǒng)Fig.2 The control framework of the manipulator

2 機械手模糊PID控制設計

2.1 控制算法的選擇

機械手的智能控制是工作在無人化圖書館中的機器人的關鍵技術，控制算法的選擇是關鍵中的關鍵.線性PD控制是工業(yè)機械手最基本的控制方法，已經得到了廣泛的應用.但實踐表明，線性PD控制往往要求驅動機構有很大的初始輸出，而實際驅動機構往往不可能提供過大的初始力矩，且機械臂本身所承受的最大力矩也是有限的，這使PD控制的應用受到了限制［4］.傳統(tǒng)的PID控制方法雖然能使系統(tǒng)獲得良好的穩(wěn)態(tài)精度，但系統(tǒng)的快速性和抗干擾能力及對系統(tǒng)參數攝動的魯棒性都不夠理想.

模糊控制是基于模糊推理，模仿人的思維方法，其主要特點是:控制系統(tǒng)設計依據經驗和操作數據，而不需要精確的數學模型;具有較強的魯棒性;應用語言變量而非數學變量;推理過程采用“不精確推理”［5］.模糊控制系統(tǒng)具有很大的靈活性，提供了一種提高伺服系統(tǒng)的跟隨和抗干擾性能的好方法，有力地提高了系統(tǒng)的魯棒性.為此，本設計將模糊控制技術和傳統(tǒng)的PID控制相結合，有效地解決了模糊控制存在的穩(wěn)態(tài)誤差缺陷，從而具備了模糊控制較強的魯棒性和削弱PID控制穩(wěn)態(tài)誤差的功能.

模糊PID通過找出PID 3個參數與誤差e和誤差變化率ec之間的模糊關系，在運行中通過不斷檢測e和ec，根據模糊控制原理對3個參數進行在線修改以滿足不同e和ec時對控制參數不同的要求，從而使被控對象有良好的動、靜態(tài)特性.模糊PID以誤差e和誤差變化率ec作為控制器的輸入，以KP、KI、KD作為控制器的輸出，運用模糊控制規(guī)則自動實現對PID控制參數在線修改.其結構如圖3所示.本系統(tǒng)的受控量是機械手大、小臂的運動角度，圖3中的θ1(t)為目標角度，θ2(t)為實際角度.

圖3 模糊PID控制器的結構Fig.3 Structure of the fuzzy-PID controller

2.2 模糊控制器設計

系統(tǒng)誤差e、誤差變化率ec、氣缸流量控制電壓u以及KP、KI、KD采用7段模糊子集{負大，負中，負小，零，正小，正中，正大}描述，記為{NB，NM，NS，ZO，PS，PM，PB}.論域劃分為:e={－6，－5，－ 4，－ 3，－ 2，－1，0，0+1，+2，+3，+4，+5，+6}，ec={－6，－5，－ 4，－ 3，－ 2，－1，0，+1，+2，+3，+4，+5，+6}，u={－6，－5，－ 4，－3，－ 2，－1，0，+1，+2，+3，+4，+5，+6}.

將e、ec、u設計成三角形隸屬度函數，其隸屬度函數如圖4所示.從系統(tǒng)的穩(wěn)定性、響應速度、超調量和穩(wěn)態(tài)精度等方面考慮，綜合KP、KI、KD對系統(tǒng)的不同作用以及它們之間的相互作用關系，建立的模糊校正規(guī)則如表1～3所示.

圖 4 e、ec、u 的隸屬度函數Fig.4 Membership functions of e，ec and u

表1 KP的模糊規(guī)則Table 1 The fuzzy logic rules of KP

表2 KI的模糊規(guī)則Table 2 The fuzzy logic rules of KI

表3 KD的模糊規(guī)則Table 3 The fuzzy logic rules of KD

以上每張模糊規(guī)則表產生49條規(guī)則，用以下IF-THEN形式的語句來描述每一條模糊推理規(guī)則:

式中:Pr1、Pr2、Qr(r=1，2，…，7)在前面已定義的模糊集合{NB，NM，NS，Z，PS，PM，PB}中取值.

模糊PID的實現是根據模糊子集的隸屬度賦值表和各參數模糊控制模型，應用模糊合成推理設計PID參數的模糊矩陣表，查出修正參數并對上一次采樣時的PID參數進行更新.在線運行過程中，控制系統(tǒng)通過對模糊邏輯規(guī)則的結果處理、查表和運算，完成對PID參數的在線自校正.

3 控制程序設計與實現

Microsoft eMbedded Visual C++(EVC)是嵌入式系統(tǒng)Windows CE 5.0應用程序的集成開發(fā)環(huán)境，具有編譯應用程序、遠程調試應用程序等功能.本系統(tǒng)的控制程序在上位機的EVC 4.0下離線開發(fā)，編譯成功后，下載到PC/104控制板.

機械手模糊PID控制軟件流程圖如圖5所示.

圖5 機械手模糊PID控制流程Fig.5 The fuzzy-PID control flow of the manipulator

模糊PID控制算法在OnTimerUp()函數中實現，該函數中的代碼將在系統(tǒng)啟動后每10 ms執(zhí)行一次.算法的入口變量有:1)m_TargetAngle，即目標角度(°)，由程序界面設定而得;2)m_RealAngle，即實際角度(°)，每隔10 ms刷新一次.目標角度和實際角度都以水平面為基準，范圍為［0°，90°］.算法出口變量為PM.su，即氣缸流量控制電壓(V)，在輸出［0，5］時活塞桿收回，［5，10］時活塞桿伸出，在實際輸出時將被限幅為［1，9］.控制程序將根據2個入口變量及控制算法實時計算出氣缸流量控制電壓，并輸出給機械手氣缸.

4 控制效果實驗

4.1 PID參數模糊自整定

為驗證算法的控制效果，選擇不同的輸入信號類型、不同的目標角度，進行PID參數模糊自整定，觀察實驗結果.

PID參數模糊自整定是找出PID 3個參數與偏差e和偏差變化率ec之間的模糊關系，在運行中不斷檢測e和ec，根據模糊推理對3個參數進行在線修改，以滿足不同e和ec對控制參數的不同要求，從而使被控對象具有良好的動、靜態(tài)性能.根據以下規(guī)則調整模糊PID控制器［6-7］:

1)當e較大時，為加快系統(tǒng)響應速度，應取較大的KP和較小的KD，由于積分太強會使系統(tǒng)超調加大，因而要對積分作用加以限制，通常取KI=0或者較小值.

2)當e和ec中等大小時，為減少系統(tǒng)超調和保證一定的響應速度，KP應適當取小些，同時KD的取值對系統(tǒng)影響很大，也應取小些，KI的取值要適當.

3)當e較小時，為減小穩(wěn)態(tài)誤差，KP與KI應取得大些，在這種情況下，KD的取值要適當，取值不當會引起系統(tǒng)震蕩.其原則是:當ec較小時，KD取大些，當ec較大時，KD取較小值;通常KD為中等大小.

4.2 階躍響應實驗

輸入信號類型為階躍信號，當目標角度分別為10°、30°時，小臂氣缸階躍響應如圖6所示.

圖6 小臂氣缸階躍響應Fig.6 Step response of the cylinder driving forearm

從階躍響應效果圖可看出，機械手小臂在目標角度分別為 10°、30°時，調整不同的KP、KI、KD參數組合，可得到不同的上升時間及超調量.較理想的上升時間結果是:目標角度 10°、30°時分別為0.5 s、0.8 s.2種情況下輸出值都幾乎等于目標值，實驗結果表明，小臂能夠快速、無誤差地跟蹤系統(tǒng)給定值.

4.3 正弦響應實驗

為測試算法對不同輸入信號的效果，再給定正弦信號，在不同頻率下對小臂氣缸進行氣缸正弦響應(平均值20°，振幅5°)實驗.

當正弦信號頻率分別為0.1 Hz、0.5 Hz時，小臂氣缸正弦響應如圖7所示.

圖7 小臂氣缸正弦響應(振幅5°)Fig.7 Sine response of the cylinder driving forearm(with a 5°amplitude)

從正弦響應效果圖可看出，機械手小臂在目標角度分別為 30°，頻率分別為0.1 Hz、0.5 Hz時，調整控制程序中不同的KP、KI、KD參數組合，得到的響應曲線有所不同.經反復實驗和調整，得到的較理想的上升時間分別為0.9 s(頻率為0.1 Hz)、0.6 s(頻率為0.5 Hz).不同頻率下輸出值都比目標值稍有滯后，但滯后量很小.實驗結果表明，小臂能夠快速、幾乎無誤差地跟蹤系統(tǒng)給定值.

大臂氣缸的控制效果驗證實驗與小臂氣缸類似，不再贅述.

5 結束語

1958年美國聯合控制公司研制出第一臺機械手，在此基礎上又試制成一臺數控示教再現型機械手.1962年美國機械制造公司也成功研制出一種叫Vewrsatran的機械手.這2種機械手是國外工業(yè)機械手發(fā)展的基礎.1978年美國Unimate公司和斯坦福大學、麻省理工學院聯合研制出一種Unimate-Vicarm型工業(yè)機械手，用小型計算機進行控制.日本是工業(yè)機械手發(fā)展最快、應用最多的國家，自1969年從美國引進2種機械手后大力從事機械手的研究.我國的工業(yè)機器人從20世紀80年代“七五”科技攻關開始起步，和國外比仍有一定距離，總的特點是:可靠性低、應用領域窄、應用規(guī)模小、生產線系統(tǒng)技術與國外比有差距.目前，工業(yè)機械手大部分還屬于第1代，主要依靠工人進行控制.第2代機械手用微型電子計算機控制，具有視覺、觸覺，甚至聽、想的能力.第3代機械手則能獨立完成工作過程中的任務，并逐步發(fā)展成為柔性制造系統(tǒng)FMS和柔性制造單元FMC中的重要一環(huán).

模糊控制從誕生到現在僅經歷了二三十年的時間，但已在一些領域取得了很好的研究成果，展示了其處理無精確數學模型、非線性、時變和時滯系統(tǒng)的強大功能［4］，但模糊控制仍有許多理論和設計問題亟待解決.本文所述項目研制的圖書館機器人系統(tǒng)在設計實踐中應用了模糊控制理論，結合實際需求對模糊控制器進行了參數自整定的優(yōu)化設計，用實驗結果有力地說明了模糊控制器具有較強的魯棒性和穩(wěn)定性.自適應模糊滑模、自適應神經網絡控制等先進算法及其與RFID技術的結合在本系統(tǒng)中的應用是下一步研究的重點，期望通過幾種算法的比較最終確定出一種最優(yōu)控制策略［8-10］.

本文的研究工作拓展了我國機械手產業(yè)的應用領域，在圖書館自動化領域做了開創(chuàng)性的研究工作，并通過大量仿真實驗基本形成了一套可行性較強的技術方案.所研制的樣機基本上屬于第3代智能機械手，在無人干預的情況下可取代館員完成圖書管理工作，為無人圖書館的實現奠定了基礎.

［1］SUTHAKOM J.A robotic library system for an off-site shelving facility［C］//2002 IEEE International Conference on Robotics＆ Automation.［S.l.］，Washington.USA，A-merica，2002:201-203.

［2］YUAN K H，HONG A C，ANG M，et al.Unmanned library:an intelligent robotic books retrieval＆return system utilizing RFID tags［C］//2002 IEEE International Conference on Systems，Man and Cybernetics.London，UK，2002:50-55.

［3］KUO T C，HONG B W，HUANG Y J，et al.Adaptive fuzzy controller design for robotic manipulators with sliding mode control［C］//2008 IEEE International Conference on Fuzzy Systems.Hong Kong，China，2008:581-586.

［4］劉金琨.機器人控制系統(tǒng)的設計與MATLAB仿真［M］.北京:清華大學出版社，2008:30-40.

［5］張毅，羅元，鄭太雄，等.移動機器人技術及其應用［M］.北京:電子工業(yè)出版社，2007:100-105.

［6］周蕓，李維，路青起.基于模糊PID控制算法的恒溫石英晶體振蕩器［EB/OL］.［2011-04-17］.http://www.autooo.net.

［7］HADA H，KAWAKITA Y，YOJIROUO.A field experiment report:publishing of an auto-ID enabled book［EB/OL］.［2011-9-15］ .http://www.autoidlabs.org/single － view/dir/article/6/182/page.html.

［8］ISHIKAWA T，YUMOTO，Y，KURATA M，et al.Applying auto-ID to the Japanese publication business to deliver advanced supply chain management，innovative retail applications，and convenient and safe reader services［EB/OL］.［2011-9-15］.http://www.autoidlabs.org/uploads/media/KEI－ AUTOID － WH004.pdf.

［9］王宗義，李艷東，劉濤，等.移動機器人的自適應模糊滑模動力學控制［J］.哈爾濱工程大學學報，2011，32(6):793-796.WANG Zongyi，LI Yandong，LIU Tao，et al.Dynamic control of mobile robots based on an adaptive fuzzy sliding mode［J］.Journal of Harbin Engineering University，2011，32(6):793-796.

［10］PARK B S，YOO S J，PARK J B，et al.Adaptive neural sliding mode control of nonholonomic wheeled mobile robots with model uncertainty［J］.IEEE Transactions on Control Systems Technology，2009，17(1):207-210.