基于模糊邏輯控制的自主導航采摘機器人避障設計

魯麗萍，葛　聰

( 1.河南財政稅務高等?？茖W校，鄭州　450002；2.河南理工大學 萬方科技學院，鄭州　451400 )

?

基于模糊邏輯控制的自主導航采摘機器人避障設計

魯麗萍1，葛聰2

( 1.河南財政稅務高等專科學校，鄭州450002；2.河南理工大學 萬方科技學院，鄭州451400 )

摘要：為了提高采摘機器人自主導航的環境適應能力，提出了一種基于改進的遺傳算法的模糊學習邏輯控制方法，提高了機器人路徑規劃的能力和效率，縮短了路徑規劃所用時間。該方法以傳感器測得的障礙物距離、輪轉速和目標地點方向作為輸入量，左右驅動輪的速比作為輸出量，控制機器人的移動路徑和方向。為了使機器人規劃的路徑盡量短，達到節能的目的，引入了改進的遺傳算法，使用修正項對遺傳算法進行改進，建立了適應度函數的基本模型。最后，對采摘機器人的性能進行了測試，通過測試發現：機器人可以成功地躲避障礙物，且能夠完成最短路徑規劃，規劃反應時間短、可靠性高。

關鍵詞：采摘機器人；模糊控制；遺傳算法；移動路徑；修正項；適應度

0引言

自主導航能力是提高采摘機器人智能化和自動化水平的基礎。理想的采摘機器人應當同時具備幾種能力，當機器人處于未知環境中時，機器人面對復雜動態變化的環境，可以通過探索達到期望的目標位置，同時消耗能量少、移動路徑短、所用時間少。傳統的機器人路徑規劃基于感知-建模-規劃-動作，該方法的問題在于不能準確地建立環境的地圖模型，對環境的適應能力較差。為此，提出了一種基于改進的遺傳算法和模糊邏輯控制的機器人自主導航學習算法，實現了機器人的自主避障和路徑導航功能。

1自主導航采摘機器人功能和總體設計

單片機結構簡單，控制方便、快捷，具有強大的尋址操控能力和移動控制能力，并且價格低廉。因此，將其作為整個系統的控制核心，并利用算法編程對其控制功能進行改進，其總體功能設計如圖1所示。

為了實現采摘機器人的自主導航，考慮傳感器、驅動電機和顯示器等多種因素，采用單片機P89C51RA對機器人進行控制，主要控制功能包括紅外遙控、里程顯示、障礙檢測、行駛路線顯示、避開障礙和指示燈等。

圖1　自主導行采摘機器人功能設計

圖2為機器人躲避障礙物的主控程序。采摘機器人采用履帶式底盤結構，當遇到前方有障礙物時，利用單片機程序控制，可以自主避開障礙物。如果左前方有障礙物，機器人后退左拐，并進行后退的步伐，然后機器人右拐，檢測I/O口，并進入switch循環語句；當無障礙物時，機器人左拐，前行并記下步伐后再右拐，成功躲避障礙物后返回主程序。

圖2　機器人躲避障礙物自主導航主控程序

2基于模糊邏輯控制的機器人導航設計

為了實現采摘機器人的自主導航，將機器人設計成履帶式，驅動輪利用驅動電機和減速器進行驅動；驅動輪和履帶鏈之間進行嚙合，當驅動力大于行駛阻力時，支重輪在履帶上表面滾動，使機器人向前行駛。

圖3為采摘機器人的履帶式底盤結構示意圖。為了計算方便，將機器人表示為橢圓形的移動機器人形式，其內部坐標如圖4所示。在機器人移動的過程中，內部坐標系與實際坐標系進行不斷地轉換，從而實現機器人的實時定位和自主導航。機器人在運動過程中的實際坐標如圖5所示。

1.履帶　2.驅動輪　3.機架　4.拖帶輪　5.導向輪　6.支重輪

圖4　采摘機器人內部坐標

圖5　采摘機器人實際坐標

在采摘機器人實際運動過程中，坐標系的變換不是簡單的坐標加減，坐標系與X軸有夾角，假設夾角為α，(x′,y′)表示某點在局部坐標系中的坐標值，而在全局坐標系中的坐標為(x0,y0)。根據三角關系變換可得

(1)

該點在絕對坐標系中的坐標值為

(2)

(3)

這樣就可以完成局部坐標和全局坐標的變換。假設采摘機器人左輪和右輪的角速度分別為wl、wr，則其速度分別為

(4)

(5)

其中,R表示驅動輪的半徑，D表示兩輪間的距離。只要調整兩驅動輪的轉速，就可以實現其方向的控制。假設兩輪的轉速比為kp，則得

(6)

調整kp的值，可以實現采摘機器人的直線行駛、左轉和右轉。為了實現算法功能，可以引入增量式旋轉編碼器來改變機器人的運動狀態。假設在第k個采樣周期內其計算脈沖分別為mk和nk，則機器人的控制模型可以寫成

(7)

其中，xk+1、yk+1、θk+1分別表示是第k+1個周期時機器人的位移和方向，Mp表示機器人驅動輪轉動1圈時的脈沖數，Δt表示采樣時間。為了提高機器人的控制精度，需要引入相關計算算法。

本次研究主要采用模糊邏輯控制器和改進的遺傳算法對機器人進行控制，以傳感器測得的障礙物距離、輪轉速和目標地點方向作為輸入量，左右驅動輪的速比作為輸出量。假設采摘機器人距離左、右和前方障礙物的距離分別為LD、FD、RD，將距離模糊語言的變量設定為{NEAR,FAR}，目標方向的模糊語言變量設置為{LEFT,FRONT,RIGHT}，其距離隸屬函數如圖6所示。

對于采摘機器人模糊邏輯控制的關鍵是構造正確的隸屬函數，本次設計中將隸屬度函數定義為對稱的三角函數形狀，并將模糊進行對稱分割，其效果如圖6所示，目標方向的隸屬函數如圖7所示。

圖6　距離隸屬度函數

圖7　目標方向隸屬度函數

(8)

其中，g(α,n,…,μ)表示能量函數，其值和轉彎半徑、摩擦因數等有關；dist表示對路徑長度的評價函數，其表達式為

(9)

其中，xk表示第k個連接點，n表示通過柵格數的總和。采摘機器人路徑規劃的方法主要有2種，螺旋收縮式路徑規劃方法如圖8所示。

圖8　螺旋收縮式路徑規劃方法

對于采摘機器人路徑規劃方法主要有兩種：一是螺旋收縮式的規劃方法；二是“之”字型路徑規劃方法。螺旋收縮式的路徑規劃方法是機器人在外圍行走1圈，然后往中心移動再行走1圈，如此往復，最后完成整個區域的覆蓋。

圖9表示“之”字型路徑規劃方法。由于果蔬一般都是按行種植，這種路徑規劃方法是采摘機器人常用的方法，利用該模型可以將障礙物外的區域分解成互不重疊的單元，機器人利用往返運動實現單元的全覆蓋。

圖9　“之”字型路徑規劃方法

3自主導航采摘機器人性能測試

為了驗證本次研究設計的自主導航機器人的性能，對其采摘作業過程進行了測試，主要測試機器人躲避障礙物和自主規劃路徑的能力。其作業測試過程的場景如圖10所示。

圖10　自主導航機器人性能測試

機器人行駛過程中，在其行駛路徑放置了障礙物，分別利用改進的遺傳算法和模糊控制算法對其避障功能進行了測試，得到了如圖11所示的測試結果。

由仿真測試結果可看出：改進的遺傳算法和模糊控制算法都可以成功地躲避障礙物，并且遺傳算法比模糊控制算法的路徑要短。

圖11　避障功能仿真測試結果

圖12為采摘機器人自主規劃路徑的結果圖。當遇到黑色障礙物時，綜合利用遺傳和模糊控制算法兩種方法，采用“之”字型路徑規劃方案。通過測試，采摘機器人可以成功的得到最優化路徑。

圖12　機器人路徑規劃結果

圖13為采摘機器人的路徑規劃時間測算曲線圖。由圖13可以看出：隨著障礙物數目的增多，路徑規劃時間逐漸升高；但從總體數據可以看出，采摘機器人路徑規劃系統能夠快速的得到路徑的最優解，響應迅速，可靠性高。

圖13　路徑規劃時間測算

4結論

1)依據改進的遺傳算法和模糊邏輯控制方法，對采摘機器人的導航系統進行了改進，建立了路徑規劃的模糊隸屬度和遺傳自適應函數，提高了機器人避障能力和自主路徑規劃能力，縮短了路徑規劃所用時間。

2)對采摘機器人的性能進行了測試，測試項目主要包括機器人的避障能力和路徑自主規劃能力。通過測試發現：機器人利用模糊邏輯控制算法和遺傳算法都可以成功地躲避障礙物，遺傳算法規劃路徑較短，綜合利用這兩種方法可以成功的完成“之”字型路徑規劃，規劃時間短，可靠性高，為采摘機器人的設計提供了較有價值的參考。

參考文獻：

[1]徐建,楊福增,蘇樂樂,等.玉米智能收獲機器人的路徑識別方法[J].農機化研究,2010,32(2):9-12.

[2]馮秀軍,楊立東.2BDY-8型2壟密型高速氣吹式精密播種機簡析[J].農業機械,2007(8):85-86.

[3]郝冬,劉斌.基于模糊邏輯行為融合路徑規劃方法[J].計算機工程設計,2009,30(3):660-663.

[4]阮鵬,俞志偉,張昊,等.基于ADAMS的仿壁虎機器人步態規劃及仿真[J].機器人,2010,32(4):499-504.

[5]俞志偉,李宏凱,張曉峰,等.仿壁虎腳趾結構設計及粘附運動性能測試[J].機械工程學報,2011,47(21):7-13.

[6]王洪光,姜勇,房立金,等.雙足爬壁機器人壁面凹過渡步態規劃研究[J].智能系統學報,2007(4):40-45.

[7]薛勝雄,任啟樂,陳正文,等.磁隙式爬壁機器人的研制[J].機械工程學報,2011,47(21):37-42.

[8]李志海,付宜利,王樹國.四輪驅動滑動吸盤爬壁機器人的動力學研究[J].機器人,2010,32(5):601-607.

[9]鐘灶生,薛方正,敬成林.分布式電源在仿人機器人控制系統中的應用[J].傳感器與微系統,2011,30(2):139-143.

[10]王建軍,武秋俊.機器人在農業中的應用[J].農機化研究,2007(7):174-176.

[11]王儉,趙鶴鳴,陳衛東.基于子區域的機器人全覆蓋路徑規劃的環境建模[J].蘇州科技學院學報：工程技術版,2004,17(1):72-75.

[12]馮秀軍,楊立東.2BDY-8型2壟密型高速氣吹式精密播種機簡析[J].農業機械,2007(8):85-86.

[13]孟慶山.水源熱泵機組變流量水系統節能優化探討[J].制冷與空調,2010,10(1):84-89.

[14]謝志勇,張鐵中,趙金英.基于Hough變換的成熟草莓識別技術[J].農業機械學報,2007,38(3):106-109.

[15]王東,趙宇,王秀紅.一種改進的DFT迭代的MIMO-OFDM系統信道估計算法[J].應用科技，2009(3):19-22.

[16]徐文穎,張靜,董建萍.導頻信道估計中的插值算法[J].上海師范大學學報,2007,12(6):41-46.

[17]郝冬,劉斌.基于模糊邏輯行為融合路徑規劃方法[J].計算機工程設計,2009,30(3):660-663.

[18]陳暉,陳曉光.基于直接判決導頻跟蹤的OFDM系統快時變信道估計[J].通信學報，2006,9(27):1-5.

[19]李文見,姬江濤.輪履復合式農業機器人越避障控制研究[J].河南科技大學學報：自然科學版，2007(8):57-59.

[20]王仲民,戈新良,唐智強.多傳感器信息融合技術研究現狀和發展趨勢[J].河北工業大學學報,2003,32(2):30-35.

[21]國剛,王毅.應用BP神經網絡進行手寫體字母數字識別[J].人工智能及識別技術,2008,4(6):1459-1460.

[22]李二超,李戰明,李煒.基于神經網絡的機器人關節轉矩力控制研究[J].電氣自動化,2011,33(1):23-27.

[23]陳學東,孫翊,賈文川.多足步行機器人運動規劃與控制[M].武漢:華中科技大學出版社,2005:74-98.

[24]王宇,范欽鈺,趙亞東,等.基于仿生學的四足行走機構[J].電子設計工程,2011,19(17):27-30.

[25]許斯軍,曹奇英.基于可視圖的移動機器人路徑規劃[J].計算機應用與軟件,2011(3):220-222.

[26]尹建軍,武傳宇,YangSimonX,等.番茄采摘機器人機械臂避障路徑規劃[J].農業機械學報,2012(12):171-175.

[27]姬偉,程風儀,趙德安,等.基于改進人工勢場的蘋果采摘機器人機械手避障方法[J].農業機械學報,2013(11):253-259.

Obstacle Avoidance Design for Picking Robot of Autonomous Navigation Based on Fuzzy Logic Control

Lu Liping1, Ge Cong2

(1.Henan College of Finance and Taxation,Zhengzhou 450002,China； 2.Wanfang College of Science & Technology， Henan Polytechnic University,Zhengzhou 451400, China)

Abstract：In order to improve the adaptive ability of the robot's autonomous navigation, a fuzzy logic control method is proposed based on the improved genetic algorithm, which can improve the ability and efficiency of robot path planning, and shorten the time of path planning. The speed ratio of the driving wheel is used as the output quantity, and the path of the robot is controlled by the speed ratio of the driving wheel. The improved genetic algorithm is introduced. Finally, the performance of the picking robot is tested. Through the test, it is found that the robot can avoid the obstacle successfully, finish the shortest path planning.And the planning response time is short, the reliability is high.

Key words：picking robot; fuzzy control; genetic algorithm; moving path; modification; fitness

中圖分類號：S225;TP242

文獻標識碼：A

文章編號：1003-188X(2016)09-0121-05

作者簡介：魯麗萍(1963-)，女，河南開封人，副教授。通訊作者：葛聰(1986-)，河南焦作人，助教，(E-mail)Luliping1963@qq.com。

基金項目：河南省科技廳科學研究計劃項目(142400410274)

收稿日期：2015-08-21