前言：本站為你精心整理了模糊控制下移動機器人路徑規劃探究范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

摘要：通過對機器人移動路徑中的信息輸入、移動規則建立、模糊推理與決策，規劃出模糊避障控制策略，設計模糊避障算法，借助MATLAB/GUI仿真實驗平臺，設計實驗界面及模糊控制程序，模擬移動機器人的運動軌跡，從開始點出發，避開障礙物，到達目標點，針對不同障礙的隨機分布，優化其運動軌跡。

關鍵詞：應急救援；移動機器人；模糊控制；路徑規劃；MATLAB仿真

人工智能的出現大大解放了勞動力，特別是移動機器人的設計與使用，在越來越多的應用領域開始逐步替代人工，如應急救援、礦產工業等方面。近年來特別是在煤礦發生事故后的環境探測和救援任務，機器人輔助救援人員展開工作，提高了救援效率、降低了救援危險系數[1]。而機器人獲取事故現場信息和實現自主避障及路徑規劃問題已經成為移動機器人應用中一項非常重要的技術[1-3]。移動機器人在執行裝配、救災、搶險、焊接、惡劣環境作業等任務時，有著得天獨厚的優勢。使用正確高效的路徑規劃技術，不僅能夠節省大量的時間，還可以降低成本、節約勞動力，因此針對移動機器人的路徑的合理規劃是目前智能機器人研究的重點。路徑規劃目的是在一個設定的區域或范圍內，從起始點到目的地尋找出一條既滿足某些指標要求，同時又能有效的避開各種障礙的連續路徑[4-5]。其關鍵就是移動機器人視覺下的導航和避障。機器人在移動中進行的路徑規劃是動態的、實時的，要滿足以下三點：1）機器人能從起點到達終點。2）前進過程中能夠發現并最終躲避開障礙。3）規劃出的路線盡可能達到最優。本文就機器人移動過程中的路徑規劃技術的關鍵方法進行探索，基于模糊控制算法展開路徑規劃設計，并借助于模糊控制的仿真工具編寫路徑規劃算法進行仿真，探索基于模糊控制的移動機器人路徑規劃方法。

1模糊控制器設計

模糊控制器的結構見圖1，主要包括模糊化、知識庫模糊推理、解模糊等4個部分。1）模糊化。這是模糊控制算法的起始點，也是一個建模過程，將精確的輸入量，轉成控制器所要求的模糊量。模糊化先要根據控制器的要求處理輸入量，然后進行尺度轉換，最后定義模糊語言及輸入量對應的隸屬度函數。2）知識庫。依專家經驗而建立的經驗庫，也稱作規則庫，是將實際客觀世界中的經驗變成模糊控制器工作的重要內容。3）模糊推理。基于知識的推理和決策，并由此得出相應的控制數據或控制量。4）解模糊。是將模糊推理所得到的控制量轉化為輸出量。

2基于模糊控制的避障方法

機器人在移動時，有很多方法實現信息的輸入，如超聲波傳感方式、機器人視覺方式、紅外探測或接觸感知等等，各種各樣的傳感器均可以完成數據的輸入，進一步由前述理論進行模糊化，為后續的模糊控制做好基礎。后續的處理就是將采集到的信息進行分析、定位、計算，依據經驗或已有法則進行分析，完成推理和決策，此過程不斷循環往復，直至完成整個的路徑規劃任務。在此過程中完全的詮釋了整個模糊控制器的設計過程，即4個組成部分的實現內容，從而實現基于模糊控制算法的移動機器人的路徑規劃。整個模糊控制過程將人的駕駛經驗融入到機器人的控制系統中，模擬人的思維方式，因此在機器人智能避障系統中得到廣泛的研究與應用[6-7]。借助于傳感器獲取機器人路徑上的障礙物信息，進行分析、推理、決策，得出實現機器人移動控制的輸出信息，此為模糊推理，見圖2。等三個方位的障礙信息（這里采用較簡單的三點信息測量方式，在復雜的工況或環境下，可以增加測量方位，方法及原理同于此），這三個方位信息作為模糊控制器輸入量，輸入至模塊控制器的推理運算中心進行分析，得出輸出量進行控制機器人的運動狀態。模糊推理的流程見圖3。

3路徑規劃中模糊控制器輸入輸出的處理

移動機器人通過三個方向傳感器獲取到輸入信息，分別是前方障礙物、左方障礙物、右方障礙物的距離，以及機器人的運動方向相對于目標點的方位角θ。控制器的輸入信息見圖4。輸出信息為控制機器人轉動的角度Ψ。計入輸入輸出的模糊控制器結構見圖5。

4機器人路徑規劃仿真設計

MATLAB仿真工具箱中自帶模糊控制器，可以對輸入的數量和輸入信息進行分別設置，選取的輸入變量中各方向的障礙物距離及機器人運動方向相對目標點的方位角，得出輸出變量為機器人轉動的角度Ψ。

4.1實驗步驟

結合模糊控制器及控制算法設計好程序，預設起始點與終點，進行基于模糊控制的移動機器人路徑規劃仿真實驗，步驟如下：（1）設定機器人運動的起始坐標點和目的地坐標點，由此可規劃出理想航線。（2）設置障礙物，本文以圓柱形障礙物為例，隨機設定障礙物數量和分布點。（3）運行仿真程序，規劃避障路線，從起點移動到目標點。（4）輸出規劃路徑信息，包括繪制理想和實際路線、移動步數等。

4.2實驗分析

仿真過程中設置起點坐標和終點坐標為[0，0]～[500，500]，給出不同的終點，模擬環境中的障礙物數量為20個和50個，障礙物的形狀為圓柱體情況進行仿真實驗，仿真結果見圖6、圖7，分別顯示出了理想航線、運動軌跡以及路徑步數等信息。圖中，在理想路線上，明顯的分布著各種大小不一的障礙物，圖6和圖7中在不同的預設路線和不同數量障礙物的情況下，機器人在沿著理想路線前進時，均能夠在模糊控制算法的程序控制下，正確繞過障礙物并繼續行進，在偏離理想路線上仍然能夠找出一條通往目的地的合理路線，直至終點。

5結論

機器人在事故救援中其移動路徑規劃、合理避障是保障救援效果的關鍵。基于模糊控制理論，將模糊控制與人工駕駛經驗相結合，并利用設計好的算法對移動機器人在仿真平臺進行路徑規劃，借助MATLAB進行仿真實驗，實現了機器人在設定好目標點后的移動路徑規劃，并得到較為理想的實驗結果。

作者:王茜 單位:江西省減災備災中心