摘 要：由于移動式機(jī)器人不完全屬于約束系統(tǒng)，成為其自動化的領(lǐng)域重要研究內(nèi)容，并且路徑跟蹤在智能化方面的控制更是其移動式機(jī)器人關(guān)鍵技術(shù)。因此，研究與分析路徑跟蹤實(shí)現(xiàn)智能化控制具有一定現(xiàn)實(shí)意義。文章該領(lǐng)域的研究基礎(chǔ)上分析了移動式機(jī)器人實(shí)現(xiàn)路徑跟蹤的智能化控制重要設(shè)計(jì)，運(yùn)用先進(jìn)的算法控制路徑在跟蹤時的速度、轉(zhuǎn)向等。

【關(guān)鍵詞】移動 機(jī)器人 路徑跟蹤 智能控制 設(shè)計(jì) 分析

伴隨人工智能、計(jì)算機(jī)等技術(shù)在各領(lǐng)域中高速發(fā)展，逐漸完善了機(jī)器人內(nèi)部的控制系統(tǒng)，仿真人的智能化系統(tǒng)是機(jī)器人在控制系統(tǒng)方面發(fā)展的重點(diǎn)方向。分析其路徑跟蹤的控制設(shè)計(jì)，主要還是為了在未來發(fā)展中更加智能化的操縱移動式機(jī)器人。移動式機(jī)器人在實(shí)現(xiàn)智能化控制時，運(yùn)用“模糊”控制器進(jìn)而實(shí)現(xiàn)了路徑跟蹤的控制目標(biāo)。

1 移動式機(jī)器人智能化控制器的基本設(shè)計(jì)原理

1.1 模糊控制器

該系統(tǒng)的核心部分為“模糊”控制器，有三個主要部分組成，它實(shí)現(xiàn)控制主要是利用計(jì)算機(jī)的程序逐一實(shí)現(xiàn)，首先求出系統(tǒng)的給定值、反饋值存在的誤差值e，再計(jì)算出誤差的變化率ec，即 de /dt對誤差進(jìn)行積分，其次模糊化輸入量，相繼求出控制規(guī)則（R），最后是模糊的推理與判決。

1.2 視線導(dǎo)航器

通過運(yùn)用計(jì)算的航向和視線角產(chǎn)生的誤差，將其作為“閉環(huán)反饋”的控制量，它能夠決定角速度，然而前進(jìn)的速度由路面在前方具有的曲直程度與角度間存在的誤差所決定。將移動式機(jī)器人的當(dāng)前位置至待跟蹤的軌跡線上垂足視為初始的期望點(diǎn)，在其基礎(chǔ)之上權(quán)衡視線的距離，能夠節(jié)省在路徑行駛中的能耗，在實(shí)現(xiàn)提前控制中，令跟蹤控制提升了智能性能。

2 移動式機(jī)器人的前進(jìn)速度FPGA實(shí)現(xiàn)

采用“FPGA”有效減少了使用分立元器件的數(shù)量，它包含接口電路和邏輯電路，但邏輯電路主要集成在FPGA內(nèi)。該控制器主要是內(nèi)部結(jié)構(gòu)，包括了數(shù)據(jù)接口、編碼、算術(shù)的邏輯運(yùn)算、脈沖發(fā)生以及換向、狀態(tài)控制、時鐘、數(shù)據(jù)的鎖存器以及計(jì)數(shù)器等。其工作原理是控制系統(tǒng)在上電以后，它的“數(shù)據(jù)接口”電路依照移動式機(jī)器人目前運(yùn)行的狀態(tài)，進(jìn)而讀取出外部（I/O）相關(guān)數(shù)據(jù)類信息，進(jìn)而將其送入至編碼的電路中完成編碼，再送往算術(shù)的“邏輯運(yùn)算”電路，此電路能把給定出、采集或處理以后的圖像對其特征值展開算術(shù)邏輯的運(yùn)算，明確脈沖發(fā)出的有效數(shù)量。同時，啟動脈沖的發(fā)生以及換向的電路，進(jìn)而產(chǎn)生一些控制類型的信號，驅(qū)動系統(tǒng)電機(jī)的工作，以此實(shí)現(xiàn)了控制前進(jìn)速度的目標(biāo)?？刂扑俣鹊南到y(tǒng)運(yùn)用了伺服直流式電機(jī)，不斷改變著加供電電壓以及機(jī)身轉(zhuǎn)速。其“PWM” 信號的產(chǎn)生器主要由鋸齒波類型的發(fā)生器、比較器等組成，最終輸出邏輯信號。在“FPGA”的內(nèi)部，其鋸齒波類型的信號采用“非溢出”處理方式由“二進(jìn)制計(jì)數(shù)器”的記數(shù)碼實(shí)現(xiàn)模擬。因而，通過比較脈寬信號計(jì)數(shù)碼很快實(shí)現(xiàn)了PWM信號的輸出目標(biāo)，其平均電壓=（t0/T）U=βU，β影響著電壓值、前進(jìn)速度的變化。

在仿真實(shí)驗(yàn)中，若果移動式機(jī)器人將目標(biāo)速度設(shè)置為16厘米每秒，“FPGA”的控制器可通過改變其占空比β大小，進(jìn)而調(diào)整該伺服直流式電機(jī)內(nèi)部電壓值，令實(shí)際速度更加接近于目標(biāo)速度。在實(shí)際速度<目標(biāo)速度情況下，增大占空比就會增加電機(jī)內(nèi)部電壓值，令實(shí)際速度更接近目標(biāo)速度；在實(shí)際速度>目標(biāo)速度情況下，減小占空比則電機(jī)內(nèi)部電壓也相應(yīng)減小，同樣達(dá)到了實(shí)際速度接近目標(biāo)速度的控制目的。

3 運(yùn)用“GPSO”算法實(shí)現(xiàn)了移動式機(jī)器人的轉(zhuǎn)向控制

3.1 改進(jìn)“PSO”算法的原理

為了提升“GPSO”算法的精準(zhǔn)性，對該算法進(jìn)行了改進(jìn)，主要優(yōu)化“PID”控制器內(nèi)三個重要參數(shù)Kp、Ki、Kd，實(shí)現(xiàn)了移動式機(jī)器人控制路徑跟蹤基本轉(zhuǎn)向。由于標(biāo)準(zhǔn)化的“PSO”算法在其運(yùn)行中具有較快的收斂初始速度，所以無明顯的變異影響。要想降低由于變異操作而影響其算法的穩(wěn)定性程度，就要選擇合理性的雜交概率（P）。如果P較大，其微粒群就會長期處于“停滯”的狀態(tài)，進(jìn)而削弱其變異算子整體的作用。如果P較小，就會忽略具有有潛力的微粒飛行。通過多次研究試驗(yàn)，P通常選擇0.01值。 為了進(jìn)一步獲取到“雜交操作”計(jì)算的公式，將a、b 設(shè)為父代微粒，其公式為：

Xa（t+1）=p·Xa（t）+（1-p）·Xb（t）

Xb（t+1）=p·Xb（t）+（1-p）·Xa（t）

其中0 < p< 1，舊父代的微粒在依照看上面雜交公式展開雜交操作以后，在超立方體之中形成了具有隨機(jī)性的兩個新位置。這不僅確保了其多樣化的微粒群，還改善了其“GPSO”算法的一些缺陷。 同時，ω慣性權(quán)重系數(shù)同樣在很大程度之上影響著算法自身的優(yōu)越特點(diǎn)。若ω較小則會提高收斂的精度，若ω較大就會提升收斂的速度。

3.2 “PID”控制器的設(shè)計(jì)

由于WMR的轉(zhuǎn)向系統(tǒng)具有復(fù)雜性以及非線性的特征，其轉(zhuǎn)向較易受很多因素而影響，它的參數(shù)在系統(tǒng)運(yùn)行中產(chǎn)生了持續(xù)性的變化。 把優(yōu)化“GPSO”算法的理論應(yīng)用在“PID”控制器中，在整定之中實(shí)現(xiàn)了Kp、Ki、Kd三個參數(shù)在線式的整定、優(yōu)化。此方法很好的改善了常規(guī)式“PID”控制器的參數(shù)缺陷，利用仿真實(shí)驗(yàn)證實(shí)了此方法的正確實(shí)施性。對前輪的轉(zhuǎn)角進(jìn)行控制，及時調(diào)整了在方向上的偏差。比較其機(jī)器人的實(shí)際位置、預(yù)瞄點(diǎn)，進(jìn)而計(jì)算出在方向上的偏差，將其作為此“控制器”輸入變量。輸出量就是轉(zhuǎn)向電機(jī)的控制電壓，運(yùn)用電壓的信號進(jìn)而驅(qū)動轉(zhuǎn)向的控制電機(jī)完成控制目標(biāo)。

其中“GPSO”算法的參數(shù)設(shè)置：Kp、Ki、Kd的范圍為（0，10）、（0，2）、（0，2），其種群的規(guī)模是30，將終止代數(shù)定為50，輸出限制定在[-10，10]范圍內(nèi)，轉(zhuǎn)向系統(tǒng)的傳遞函數(shù)渴表示為：G（s）=6627.6/（s2+269s+6627.6）

3.3 仿真實(shí)驗(yàn)的研究

在方針實(shí)驗(yàn)中運(yùn)用簡單可視化的“MATLAB”軟件，對“GPSO、PSO”算法下的機(jī)器人展開仿真是控制實(shí)驗(yàn)研究，驗(yàn)證其算法的有效性與精準(zhǔn)性。在相同條件之下，包含群體大小或被控制的對象以及各參數(shù)函數(shù)等，標(biāo)準(zhǔn)化的“PSO”性能低于“GPSO”的算法， 基于PID的響應(yīng)時間獲取出（見下圖），標(biāo)準(zhǔn)化的“PSO”在 0.06秒的附近能夠達(dá)到系統(tǒng)的相關(guān)要求，進(jìn)而出現(xiàn)了超調(diào)的現(xiàn)象。然而，“GPSO”的算法僅需在 0.04秒附近即可達(dá)到系統(tǒng)的某些要求，尤其是在速度和精準(zhǔn)度方面，有效實(shí)現(xiàn)了智能化的路徑跟蹤的控制，如圖1。

4 總結(jié)

經(jīng)過分析移動式機(jī)器人智能化控制器的基本設(shè)計(jì)原理，研究了前進(jìn)速度的“FPGA”實(shí)現(xiàn)。運(yùn)用“GPSO”算法實(shí)現(xiàn)了轉(zhuǎn)向的控制，而后運(yùn)用仿真實(shí)驗(yàn)證實(shí)了應(yīng)用方法的必要性與有效性。此方法在該領(lǐng)域以及其他領(lǐng)域都有較高應(yīng)用的價值，具有良好的擴(kuò)展性能，故在日后研究與發(fā)展中可適當(dāng)加入局部神經(jīng)網(wǎng)絡(luò)的控制，進(jìn)而實(shí)現(xiàn)自適應(yīng)的控制，有效提升導(dǎo)航精準(zhǔn)度以及減少其路徑跟蹤的誤差。

參考文獻(xiàn)

[1]葛雪雁，童艷，徐寧.移動機(jī)器人智能路徑跟蹤控制方法研究[J].制造工程設(shè)計(jì)，2010，2（54）：52-55.

[2]吳才輝.移動機(jī)器人路徑跟蹤的智能控制[J].燕山大學(xué)工學(xué)碩士學(xué)位論文，2011，5（24）：1-62.

[3]李慶中，顧偉康，葉秀清，項(xiàng)志宇.移動機(jī)器人路徑跟蹤的智能預(yù)瞄控制方法研究[J].機(jī)器人，2010，5（33）：252-255.

作者簡介

唐亦敏（1961-），男，江蘇省蘇州市人。大學(xué)本科學(xué)歷。現(xiàn)為無錫科技職業(yè)學(xué)院中德機(jī)電學(xué)院教講師、工程師。主要研究方向?yàn)殡姎馀c自動控制。

作者單位

無錫科技職業(yè)學(xué)院中德機(jī)電學(xué)院 江蘇省無錫市 214000