基于模糊PID算法的履帶式機器人

張兆云

摘? 要：機器人學是當前科學技術非常活躍的一個行業。而履帶式機器人是所有機器人中的一個重要組成部分，該機器人集運動決策系統、無線通訊系統、環境感知系統以及智能控制系統等于一體。而當前在平坦的地面環境中對于履帶機器人的研究已經獲得了許多的成果，但是仍舊需要不斷的進行研究。文章將通過對于履帶式機器人的運動學模型開展分析，將PID控制技術應用在履帶式機器人的運動控制中。

關鍵詞：履帶式機器人;PID;運動控制;實現策略

中圖分類號：TP242? ? ? ? ?文獻標志碼：A? ? ? ? ?文章編號：2095-2945（2020）08-0057-02

Abstract： Robotics is a very active industry in science and technology at present. The tracked robot is an important part of all robots， which integrates motion decision-making system， wireless communication system， environment perception system， intelligent control system and so on. At present， many achievements have been made in the research of tracked robot in the flat ground environment， but it still needs to be studied continuously. In this paper， through the analysis of the kinematics model of the tracked robot， the PID control technology is applied to the motion control of the tracked robot.

Keywords： tracked robot; PID; motion control; implementation strategy

由于模糊控制自身的魯棒性非常好，并且其干擾、參數變化等方面的影響也在很大程度上被降低，不會依賴精確的數學模型，因此，結合兩種控制方法，能夠有效地實現基于模糊算法的履帶式機器人。

1 驅動結構

本文所涉及的履帶式機器人其驅動系統的動力源為15V蓄電池供電。該驅動系統是通過雙直流電機獨立驅動左右兩側主動輪的方式，該硬件結構非常的簡單，并且在直行、制動以及轉彎的過程中，能夠更加方便的對于機器人的左、右履帶進行分別控制，并且履帶式機器人的左、右履帶電動機的硬件參數、性能方面基本上是相通的[1]。如下圖1所示為履帶機器人的運動示意圖。

2 履帶式機器人的控制模型

通過利用MATLAB的工具箱，可以在實際的環境中獲取數據，除此之外還可以對于數據進行分析、處理等，同時還能夠建立控制對象模型。但是需要使用如下工具：

（1）Avstem ldenti6cation Tooloox由實測的輸入、輸出數據來對線性模型的交互式工具環境開展辨識、數據簡化處理以及模型的反復預測等。

（2）Signal processing Tooloox可以提供進行信號分析、時序系統建模等相關的工具。

（3）Data Acquisition Tooloox提供基于pc的插卡式數據采集硬件，然后獲取數據。

基于以上的工具箱，系統控制模型為：

3 履帶式機器人的運動能力分析

3.1 爬坡能力分析

履帶式機器人的爬坡性能通常是屈居于底盤系統的驅動力、斜面的粗糙程度、接地比壓條件、斜面的傾斜角大小等眾多因素。而本文所分析的履帶式機器人的爬坡性能則是取決于系統的驅動力、斜坡傾角，這一方式更加容易控制，并且受到其他因素的影響非常小，同時還具有良好的爬坡穩定性。

3.2 越障能力分析

履帶式機器人在運動過程中難免會遇到許多的障礙物，所以，越障能力是否良好成為了衡量機器人性能的一個重要指標。而本文所研究的履帶式機器人能夠翻越垂直障礙物。當履帶能夠變形的一側遇到垂直障礙物的時候，機器人可以自動調整自身的旋轉臂位置，從而調整姿態翻越障礙，同時保持機體的平衡與穩定。當履帶可變形機器人在翻越障礙物的過程中，通過同樣原理，調整機器人的旋轉臂并控制履帶機器人的姿態，從而實現翻越障礙物[2]。

3.3 爬樓梯能力分析

樓梯作為一種特殊的障礙物，對于履帶式機器人而言，具有一定的難度。攀爬樓梯是爬坡、越障相結合的一種運動，也可以認為是履帶式機器人持續上臺階的一種爬坡運動。本文的履帶式機器人在進行樓梯的攀爬過程中，可以將其分為以下幾個步驟：首先，機器人對準樓梯，并將機器人的前旋轉臂與第一階臺階之間相互作用，抬起機器人的前旋轉臂。其次，機器人的前旋轉臂攀爬到第一個臺階上，并且部分履帶將會進入到臺階[3]。然后機器人的前旋轉臂在此時會大部分進入到臺階上，并且后旋轉臂與地面部分仍有接觸。再次，履帶式機器人將會完全與地面之間脫離，并在臺階上進行爬坡運動。最后，履帶式機器人在達到臺階頂部之后，通過對于前后旋轉臂的姿態進行調整，以此來使履帶式機器人與樓梯頂部臺階之間呈現出平行狀態，此時將完成攀爬運動。

4 模糊自整定PID控制系統

履帶機器人在進行運動的過程中，不需要工作人員操作，但是如果不具備反饋的開環控制的話，將會導致輸出不穩定。基于這一情況，本系統通過采集超聲波傳感器、姿態傳感器、電機編碼器等部分數據組成一個閉環控制系統，該系統能夠更為精準的控制機器人的姿態，通過與PID 控制算法進行結合，可以使機體實現運動過程中的安全、自動、穩定。實現過程：首先，對于履帶機器人發送運動的控制目標指令，并將機器人在運動過程中的姿態體積位置信息采集下來，然后將當前方向與目標方向之間所存在的偏差與偏差變化率作為系統輸入，并采用粒子群優化的模糊PID控制器進行處理之后，實時輸出PID的3個參數，通過PWM信號占空比調節直流電機電壓對于機器人進行調速，同時，履帶機器人將會根據電機編碼器上反饋速度以及機器人機體上的反饋姿態，構成一個雙閉環控制系統，這樣可以有效地保障履帶機器人的運動與控制精度。相較于傳統的單閉環控制系統，兩閉環控制系統具有著較強的抗干擾能力，同時還可以有效地避免某一個傳感器發生問題之后失去控制能力，具有較高的系統可靠性。

4.1 模糊自整定PID控制系統

在對其進行模糊控制處理后，進行動態輸出KP、Ki、Kd可以實現PID控制參數的自整定，從而實現對于履帶機器人的控制作用。在非線性系統履帶式機器人中進行應用也可以獲得良好的控制作用。

4.2 輸入輸出量的模糊化

模糊集合輸出語言變量為KP、Ki、Kd，在語言值方面對其分別定義為“零（ZO）”、“負小（NS）”、“負大（NB）”、“正小（Ps）”、“正中（PM）”以及“負中（NM）”，模糊集合的輸入語言變量為誤差變化率Ec、速度的誤差E，設定Kd的基本論域為[-6，+6]、KP的基本論域為[-0.3，+0.3]、E，Ec的基本論域為[-6，+6]，Ki的基本論域為[-0.06，0.06]。

利用比例因子，模糊化實際的輸入量，然后處理到E和Ec論域。

4.3 建立模糊規則

基于PID控制經驗，在MATLAB中建立模糊控制輸入、輸出隸屬函數。模糊控制規則的形式語句使用KP的基本論域為IF THEN，而形式IFxIS A and y IS B，THEN z IS C。x、y為輸入變量，推理結果采用z表示，A、B、C為模糊集，采用隸屬函數表示。以履帶機器人系統的實際需求為基礎，在MATLAB上進行模糊控制規則的建立。

4.4 輸出量解模糊化

通過將語言表達的模糊變量進行恢復，使其成為一個精確的數值，就是解模糊化。簡單來說，就是輸出模糊子集的隸屬度函數，然后對于該輸出的確定值進行計算。而開展精確化計算有很多的方法，最大隸屬函數方法就是其中最為簡單快捷的一種。

5 仿真分析

為了驗證該控制器的有效性，對于模糊PID控制以及傳統的PID控制分別進行仿真實驗。將上述的仿真模型在MATLAB仿真工作區間進行加載，然后可以得到傳統PID與模糊PID的控制速度響應曲線。如下圖2、3所示。

模糊PID控制相較于傳統PID控制之間，超調量發生了明顯的降低情況，并且具有更為平滑的控制效果，同時還縮短了調節時間，擁有了更好的系統的穩定性，使控制系統的動態性能得到改善。

6 結束語

綜上所述，本文首先對于履帶式機器人驅動結構進行了分析，并在此基礎上分析了履帶式機器人的運動控制能力，并在此基礎上提出了履帶機器人的運動控制策略，最后對于履帶式機器人的傳統PID運動控制進行了仿真分析。

參考文獻：

[1]柴鈺，王喬.粒子群優化模糊PID的履帶機器人運動控制研究[J].現代電子技術，2018，41（18）：49-53.

[2]蘭二斌，楊登杰，覃繼燦， 等.陸空兩棲機器人的結構設計與運動控制研究[J].工業控制計算機，2019，32（6）：58-60.

[3]褚芃，薛亮.智能小區巡視機器人運動控制與避障系統的設計[J].文存閱刊，2019（22）：178.