DSQC352A

更新时间: 2023-05-24

模糊控制是一种基于规则的控制，它直接采用语言型控制规则，出发点是现场操作人员的控制经验或相关专家的知识，在设计中不需要建立被控对象的**的数学模型。机器人的运动系统和汽车驾驶系统很相似，汽车驾驶是一个比较复杂的问题，难以建立**的数学模型和用数学解析式描述; 有经验的驾驶员能把汽车驾驶的很好，这主要是依靠他们的经验。依据这个思路，采用模糊控制算法，解决机器人的运动是一个很还的解决方案。

　　智能机器人模糊控制器设计的主要目标是：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， 确定智能机器人的位置、距离、方位，然后控制智能机器人避开障碍物，按预定的路径和方位行走。根据硬件电路设计可知，HC—SR04 的距离信号可以用来判断抓取物的距离和方向信息，转弯角度和机器人运动相对位移是用来控制机器人和抓取物的相对位置。本设计中采用两个独立的模糊控制器来控制转弯角度和运动相对位移，输入量分别是距离和方向信息。为了实现的简便性与快速性，在本系统中都采用二维模糊控制器结构形式，即输入量 E 和变化率 Ec。控制转弯角度的模糊控制器设定输入变量方向 (E1) 和方向变化率 (E1c) 语言值的模糊子集为{ 负大，负小，零，正小，正大 }( 负代表左， 正代表右 )，并简记为 {NB，NS，Z，PS，PB }，输出量转弯角度(K1) 的模糊子集为{NB，NM，NS，Z，PS， PM， PB }; 同理控制运动相对位移的模糊控制器设定输入变量相对位移(E2) 和相对位移变化率 (E2c) 语言值的模糊子集为 { 负大，负小，零，正小，正大 }( 负代表远，正代表近 )，并简记为 {NB， NS，Z，PS，PB }，输出量运动相对位移 (K2) 的模糊子集为{NB，NM，NS，Z，PS， PM， PB }。输入变量的隶属函数的论域定为[-2，2]，输出变量的隶属函数的论域定为 [-3，3]。隶属函数均选为灵敏度高且在论域范围内均匀分布、等距离的三角形函数。