張志美, 程立英, 趙以恒, 吳海元

(沈陽(yáng)師范大學(xué) 物理科學(xué)與技術(shù)學(xué)院, 沈陽(yáng) 110034)

?

基于模糊PID控制算法的導(dǎo)盲機(jī)器人研究

張志美, 程立英, 趙以恒, 吳海元

(沈陽(yáng)師范大學(xué) 物理科學(xué)與技術(shù)學(xué)院, 沈陽(yáng) 110034)

結(jié)合PID控制對(duì)線性定常系統(tǒng)控制的優(yōu)越性和模糊控制器對(duì)復(fù)雜非線性系統(tǒng)的有效控制,設(shè)計(jì)了一種基于模糊PID控制算法實(shí)現(xiàn)導(dǎo)盲機(jī)器人的避障循跡控制。導(dǎo)盲機(jī)器人采用樂(lè)高套件搭建而成,避障環(huán)節(jié)設(shè)計(jì)采用超聲波傳感器檢測(cè)障礙物信息,控制器采集障礙物信息及機(jī)器人行駛速度信息,利用模糊PID算法實(shí)現(xiàn)避障;循跡環(huán)節(jié)為克服遇機(jī)器人轉(zhuǎn)彎或高速行進(jìn)時(shí)一般PID控制算法穩(wěn)定性差的不足,采用實(shí)時(shí)跟蹤偏差和偏差變化率來(lái)修正PID控制的各個(gè)參數(shù),實(shí)現(xiàn)對(duì)機(jī)器人的導(dǎo)航控制,其中機(jī)構(gòu)采用紅外傳感器進(jìn)行識(shí)別檢測(cè)。實(shí)驗(yàn)結(jié)果表明,利用改進(jìn)算法進(jìn)行導(dǎo)盲機(jī)器人的避障循跡控制,能夠極大的提高避障的準(zhǔn)確率,精準(zhǔn)的循跡。

模糊PID算法; 導(dǎo)盲機(jī)器人; 循跡避障

0 引 言

隨著社會(huì)生產(chǎn)技術(shù)的不斷發(fā)展,機(jī)器人的應(yīng)用領(lǐng)域也在不斷擴(kuò)展。機(jī)器人正跳脫以往在生產(chǎn)中負(fù)責(zé)生產(chǎn)、制造、搬運(yùn)等任務(wù)的范疇,從傳統(tǒng)的工業(yè)型走向服務(wù)型。導(dǎo)盲機(jī)器人[1]是服務(wù)型機(jī)器人,專(zhuān)為盲人設(shè)計(jì),主要功能實(shí)現(xiàn)循跡、避障與交通路口的紅綠燈辨別。機(jī)器人避障問(wèn)題是當(dāng)今機(jī)器人研究領(lǐng)域的一個(gè)焦點(diǎn)問(wèn)題,在避開(kāi)障礙物的過(guò)程中,機(jī)器人經(jīng)常面臨無(wú)法預(yù)測(cè)環(huán)境變化的問(wèn)題,這是由于機(jī)器人從傳感器[2]所得到的信號(hào)是不連續(xù)的、不安全的、不可靠的,所以這就造成了機(jī)器人避障成為當(dāng)今機(jī)器人研究領(lǐng)域的焦點(diǎn)[3]。國(guó)內(nèi)在研究機(jī)器人的避障及路徑規(guī)劃方面起步較晚,現(xiàn)階段的大多數(shù)研究也都處于單項(xiàng)研究階段。目前常用的控制算法是將遺傳算法、模糊控制以及神經(jīng)網(wǎng)絡(luò)等人工智能方法等應(yīng)用到PID控制算法中[4-6],以提高避障精度、加快規(guī)劃速度從而滿足實(shí)際應(yīng)用需求。

由于本設(shè)計(jì)是基于導(dǎo)盲機(jī)器人的避障循跡控制研究,系統(tǒng)要求所設(shè)計(jì)的控制算法具有實(shí)時(shí)性好、處理速度快、辨識(shí)精度高。由于智能算法如BP神經(jīng)網(wǎng)絡(luò)、遺傳算法的實(shí)時(shí)性差,本設(shè)計(jì)采用模糊控制算法與PID算法的結(jié)合,即模糊PID算法[7-8],并改進(jìn)模糊控制參數(shù),使得系統(tǒng)具有良好的實(shí)時(shí)性,且處理速度快,由于其處理的高效性提高了系統(tǒng)對(duì)避障參數(shù)的處理和分析能力,進(jìn)一步提升了系統(tǒng)避障的能力。

1 改進(jìn)的模糊PID算法

模糊控制是智能控制的一種典型的重要分支,它不依賴(lài)于被控對(duì)象的數(shù)學(xué)模型,主要依靠現(xiàn)場(chǎng)操作人員或相關(guān)專(zhuān)家的判斷、經(jīng)驗(yàn)或歷史數(shù)據(jù)等先驗(yàn)知識(shí),實(shí)現(xiàn)對(duì)系統(tǒng)的實(shí)時(shí)控制。

基本PID算法因其依賴(lài)被控對(duì)象精確的數(shù)學(xué)模型,對(duì)非線性、時(shí)變的復(fù)雜控制系統(tǒng)及控制環(huán)境復(fù)雜的系統(tǒng)難以獲得滿意的效果。模糊PID算法是結(jié)合模糊控制與PID算法,通過(guò)建立相應(yīng)的模糊控制表,根據(jù)系統(tǒng)偏差、偏差變化率查表得到比例、積分和微分的系數(shù)3個(gè)參數(shù)的整定值,實(shí)現(xiàn)PID運(yùn)算。控制的關(guān)鍵是根據(jù)實(shí)時(shí)環(huán)境、專(zhuān)家經(jīng)驗(yàn)等因素建立模糊控制表。圖1所示模糊PID控制系統(tǒng)框圖。

圖1 模糊PID控制系統(tǒng)框圖

模糊PID控制系統(tǒng)[8-11]以被控對(duì)象的反饋值與目標(biāo)值的誤差e(t)和誤差變化率de(t)/dt作為系統(tǒng)輸入,采用模糊算法對(duì)PID參數(shù)進(jìn)行實(shí)時(shí)調(diào)整,以滿足實(shí)際控制環(huán)境對(duì)被控對(duì)象的要求,具有良好的適應(yīng)能力。

2 導(dǎo)盲機(jī)器人循跡算法設(shè)計(jì)

導(dǎo)盲機(jī)器人循跡過(guò)程中在轉(zhuǎn)彎或高速運(yùn)動(dòng)的情況下,常規(guī)PID算法的穩(wěn)定性差[12-14]。本設(shè)計(jì)采用實(shí)時(shí)跟蹤偏差和偏差變化率來(lái)修正PID控制的各個(gè)參數(shù),即模糊PID控制算法實(shí)現(xiàn)對(duì)機(jī)器人的控制。

PID算法表示如下:

其中:KP為比例系數(shù);KI為積分系數(shù);KD為微分系數(shù)。模糊自整定PID參數(shù)的目的是使參數(shù)KP、KI、KD隨著誤差e(t)和誤差變化率de(t)/dt的變化而自行調(diào)整。

根據(jù)導(dǎo)盲機(jī)器人的控制要求,將系統(tǒng)誤差e(t)和誤差變化率de(t)/dt作為模糊控制的輸入語(yǔ)言變量,KP、KI、KD作為輸出語(yǔ)言變量。為提高控制器主動(dòng)適應(yīng)系統(tǒng)或環(huán)境的能力,控制器參數(shù)KP、KI、KD的初值由用戶根據(jù)環(huán)境因素及經(jīng)驗(yàn)輸入,提高用戶對(duì)控制參數(shù)的宏調(diào)節(jié)能力,彌補(bǔ)模糊推理中對(duì)變量進(jìn)行模糊化所造成的誤差。其中5個(gè)語(yǔ)言變量的量化等級(jí)定為7級(jí),即e(t)、de(t)/dt、KP、KI、KD={-3,-2,-1,0,1,2,3},模糊子集為{NB,NM,NS,O,PS,PM,PB},對(duì)應(yīng)值代表負(fù)大,負(fù)中,負(fù)小,零,正小,正中,正大。模糊集上的基本論域變化范圍為{-3,3},將基本論域范圍連續(xù)變化的量分級(jí)離散化,量化方式采用非線性量化,然后進(jìn)行模糊處理。本系統(tǒng)采用三角形隸屬度函數(shù),以簡(jiǎn)化模糊推理的計(jì)算過(guò)程。表1所示輸入輸出變量的隸屬度函數(shù)表。

表1 誤差e(t),誤差變化率de(t)/dt,KP,KD,KI隸屬度表

根據(jù)導(dǎo)盲機(jī)器人控制經(jīng)驗(yàn)采用如下規(guī)則:

1) 當(dāng)軌跡誤差e(t)較大時(shí),為了加快循跡的響應(yīng)速度,取較大的KP;同時(shí)為了避免由于運(yùn)行中對(duì)于直角轉(zhuǎn)彎區(qū)誤差e(t)瞬時(shí)變大可能出現(xiàn)的微分飽和而使控制作用超出許可的范圍,導(dǎo)致超調(diào)的發(fā)生,應(yīng)取較小的KP;若系統(tǒng)響應(yīng)出現(xiàn)較大的超調(diào),產(chǎn)生積分飽和,此時(shí)令KP=0去掉積分作用。

2) 當(dāng)誤差|e(t)|和誤差變化率|de(t)/dt|大小適中時(shí),KP應(yīng)取得小些,確保系統(tǒng)響應(yīng)具有較小的超調(diào)。KD和KI應(yīng)取值適合,此時(shí)KD對(duì)系統(tǒng)響應(yīng)的影響較大。

3) 當(dāng)誤差|e(t)|較小時(shí),為提高系統(tǒng)的穩(wěn)態(tài)性能,KP和KI均取大些?？紤]到系統(tǒng)的抗干擾性能,避免系統(tǒng)在設(shè)定值附近出現(xiàn)振蕩,當(dāng)|de(t)/dt|較小時(shí),KD取大些,|de(t)/dt|較大時(shí),KD取小些。

4) 誤差變化率|de(t)/dt|表明導(dǎo)盲機(jī)器人循跡誤差變化的快慢速度,|de(t)/dt|越大,KP取值越小,KI取值越大。

系統(tǒng)建立ΔKP,ΔKI,ΔKD的控制規(guī)則表如表2所示。

表2 模糊變量ΔKP的模糊規(guī)則表

表3 模糊變量ΔKI的模糊規(guī)則表

表4 模糊變量ΔKD的模糊規(guī)則表

通過(guò)查詢模糊控制表得到PID參數(shù)的修正量ΔKP,ΔKI和ΔKD,其相應(yīng)的參數(shù)計(jì)算如下:

KP=KP0+ΔKP

KI=KI0+ΔKI

KD=KD0+ΔKD

式中:KP0,KI0,KD0是PID控制器的初值,一般根據(jù)現(xiàn)場(chǎng)調(diào)試經(jīng)驗(yàn)設(shè)定。

3 仿真實(shí)驗(yàn)與硬件實(shí)現(xiàn)

3.1 基于模糊PID控制算法的仿真實(shí)現(xiàn)導(dǎo)盲機(jī)器人的避障循跡控制

系統(tǒng)采用傳統(tǒng)的PID控制,仿真結(jié)構(gòu)圖如圖2所示。

圖2 PID控制系統(tǒng)仿真結(jié)構(gòu)圖

圖3 PID控制響應(yīng)曲線

在圖中的PID模塊中對(duì)3個(gè)參數(shù)進(jìn)行設(shè)定,通過(guò)不斷調(diào)整PID三參數(shù),得到最佳仿真曲線,其中,KP=2,KI=0.018,KD=0.01,仿真結(jié)果如圖3所示。

圖3反映導(dǎo)盲機(jī)器人循跡的響應(yīng)曲線,橫軸為響應(yīng)時(shí)間t,單位為ms,縱軸為階躍響應(yīng)h(t)。由圖可知調(diào)節(jié)時(shí)間為0.4 ms,超調(diào)量約20%左右,穩(wěn)態(tài)誤差為0。

采用模糊PID控制,系統(tǒng)仿真結(jié)構(gòu)如圖4所示。

圖4 模糊PID控制系統(tǒng)仿真結(jié)構(gòu)

仿真結(jié)果如圖5所示,調(diào)節(jié)時(shí)間為0.18 ms,超調(diào)量為0,穩(wěn)態(tài)誤差為0。

3.2 導(dǎo)盲機(jī)器人硬件系統(tǒng)調(diào)試

系統(tǒng)采用樂(lè)高機(jī)器人套件[15-16]組合,硬件結(jié)構(gòu)如圖6所示。

圖5 模糊PID控制響應(yīng)曲線

圖6 導(dǎo)盲機(jī)器人硬件結(jié)構(gòu)圖

系統(tǒng)在樂(lè)高NXT軟件環(huán)境下編程控制,控制結(jié)構(gòu)如圖7所示。

圖7 導(dǎo)盲機(jī)器人循跡避障結(jié)構(gòu)圖

圖8 循跡現(xiàn)場(chǎng)測(cè)試圖

實(shí)驗(yàn)采用上述模糊PID調(diào)節(jié)控制機(jī)器人的循跡,循跡如圖8所示。根據(jù)現(xiàn)場(chǎng)測(cè)試機(jī)器人在轉(zhuǎn)彎和急速運(yùn)行中的穩(wěn)定性好,較好地實(shí)現(xiàn)精確循跡,快速反應(yīng),繞過(guò)障礙物后能快速回到循跡路線上。

通過(guò)對(duì)導(dǎo)盲機(jī)器人的調(diào)試,測(cè)試軌跡在黑色硬紙條的軌道上進(jìn)行的,用紙箱作為障礙物,循跡避障測(cè)試5次,軌道長(zhǎng)度約2 m,結(jié)果如表5所示。

表5 測(cè)試結(jié)果

4 結(jié) 語(yǔ)

從測(cè)試結(jié)果可以看出,采用模糊PID控制算法,小車(chē)的循跡與避障速度大大提高。小車(chē)能很好的完成循跡功能,對(duì)于s道和直角道,軌跡小車(chē)能良好地完成循跡功能。由于算法不具備自學(xué)習(xí)的能力,對(duì)于隨機(jī)障礙物的避障能力還有待提高。今后將進(jìn)一步改進(jìn)系統(tǒng)結(jié)構(gòu)與算法的自學(xué)習(xí)能力,提高導(dǎo)盲機(jī)器人的循跡避障能力,為盲人提供切實(shí)有效的幫助。

[1]黃大志,申屠留芳,郭燕.導(dǎo)盲機(jī)器人中超聲波測(cè)距系統(tǒng)的研究[J].淮海工學(xué)院學(xué)報(bào):自然科學(xué)版, 2009,18(1):19-22.

[2]王俊峰,孟令啟.超聲波傳感器應(yīng)用技術(shù)[M].北京:機(jī)械工業(yè)出版社, 2006.

[3]常健,吳成東,李斌.移動(dòng)機(jī)器人避障方法綜述[J].儀器儀表學(xué)報(bào), 2010,31(8):439-442.

[4]徐兆棣,李曉毅.線性時(shí)滯系統(tǒng)時(shí)滯相關(guān)穩(wěn)定性分析研究進(jìn)展[J].沈陽(yáng)師范大學(xué)學(xué)報(bào):自然科學(xué)版, 2013,31(2):162-168.

[5]王達(dá)開(kāi).基于backstepping的自適應(yīng)模糊控制及應(yīng)用[J].沈陽(yáng)師范大學(xué)學(xué)報(bào):自然科學(xué)版, 2013,31(2):192-195.

[6]田琦,李琪,姚鵬,等.基于模糊PID的全方位移動(dòng)機(jī)器人運(yùn)動(dòng)控制[J].電子科技, 2011,24(9):131-133,139.

[7]王述彥,師宇,馮忠緒.基于模糊PID控制器的控制方法研究[J].機(jī)械科學(xué)與技術(shù), 2011,30(1):166-172.

[8]張涇周,楊偉靜,張安祥.模糊自適應(yīng)PID控制的研究及應(yīng)用仿真[J].計(jì)算機(jī)仿真, 2009,26(9):132-135.

[9]陸華才,徐月同,劉鵬鵬,等.永磁直線同步電機(jī)進(jìn)給系統(tǒng)模糊PID控制[J].電工技術(shù)學(xué)報(bào), 2007,22(4):59-63.

[10]樊開(kāi)陽(yáng),林小蘭.基于Matlab GUI的直流電機(jī)PID調(diào)速系統(tǒng)的設(shè)計(jì)[J].微型機(jī)與應(yīng)用, 2013,32(22):62-65.

[11]王葳,張永科,劉鵬鵬,等.無(wú)刷直流電機(jī)模糊PID控制系統(tǒng)研究與仿真[J].計(jì)算機(jī)仿真, 2012,29(4):196-199.

[12]田淑杭,姜麗娟.一種參數(shù)自整定模糊PID控制器的研究[J].電氣傳動(dòng)自動(dòng)化, 2003,25(6):28-30.

[13]駱德淵,劉榮,李紀(jì)文.采用模糊邏輯的移動(dòng)機(jī)器人軌跡跟蹤[J].電子科技大學(xué)學(xué)報(bào), 2008,37(6):943-946.

[14]高健,黃心漢,彭剛,等.移動(dòng)機(jī)器人PID運(yùn)動(dòng)控制器參數(shù)的模糊自整定[J].華中科技大學(xué)學(xué)報(bào):自然科學(xué)版, 2004,32(增刊):48-51.

[15]趙子愷.LEGO機(jī)器人的編程控制[J].中國(guó)計(jì)量學(xué)院學(xué)報(bào), 2004,15(1):44-48.

[16]宮廣驊.玩轉(zhuǎn)樂(lè)高機(jī)器人[M].北京:人民郵電出版社, 2014.

Fuzzy-PID arithmetic for blind guiding robots

ZHANGZhimei,CHENGLiying,ZHAOYiheng,WUHaiyuan

(College of Physics Science and Technology, Shenyang Normal University, Shenyang 110034, China)

Combining the PID superiority for constant linear systems and effective control of fuzzy controller for complex nonlinear systems, A fuzzy-PID arithmetic was applied in blind guiding robots to realize intelligent tracking and obstacle-avoiding.The blind guiding robot used LEGO robot kit, obstacle-avoid link used ultrasonic sensors to detect obstacles information, the controller collected obstacle information and robot speed information to realize obstacle-avoid by using fuzzy-PID arithmetic.Intelligent tracking used real-time tracking deviation and rate of deviation to modify the PID parameters.The recognition detection used infrared sensors.Final examples show that improved fuzzy PID control arithmetic can greatly increase the accuracy of obstacle avoidance and track accurately.

Fuzzy-PID arithmetic; blind guiding robots; track

2014-09-20。

遼寧省教育廳科學(xué)技術(shù)研究項(xiàng)目(L2012391)。

張志美(1982-),女,河北尚義人,沈陽(yáng)師范大學(xué)講師,東北大學(xué)博士研究生。

1673-5862(2015)01-0081-05

TP273.4

A

10.3969/ j.issn.1673-5862.2015.01.018