移動機器人控制方法綜述

譚 輝

（重慶郵電大學 自動化學院，重慶400065）

隨著機器人技術的發展，越來越多的機器人投入到實際的生產中，廣泛應用于軍事領域、工業領域以及服務領域等。移動機器人作為一個智能綜合系統，已有半個世紀的發展歷史，它實現了感知環境、實時決策、動態運動控制執行的高度集成[1]，其運動控制是一個重要研究方向。傳統的移動機器人運動控制通常采用經典PID控制，但控制對象需要精確的數學模型，只有當系統為線性時控制效果才較好，對于非線性系統控制效果相對較差[2]。當被控對象的數學模型精度不高，但控制效果仍需要滿足條件時，提出了改進模糊PID控制方法，其具有模糊控制的靈活性和適應性強的特點以及經典PID控制精度高的優點[3]。隨著移動機器人工作任務的多樣化，為了使移動機器人智能地完成各種任務，外置傳感器的方法逐漸占據主要地位，機器人依靠其傳感器感知環境信息。其中，采用計算機視覺為信息獲取方式的控制策略，可以通過高精度的圖像傳感器設備讀取到周圍環境的實時信息并送入智能控制算法中完成解析運算，使得移動機器人系統具有能夠快速獲取位置信息、實時性強、控制效果好的特點[4-5]。隨著移動機器人的實時運算處理和感知性能的提高，為了充分感知和獲取環境信息，移動機器人的各種傳感器必須相互配合。為此，提出了一種基于多傳感器信息融合的移動機器人控制方法，將多個傳感器采集到的數據進行融合關聯，并采用智能控制算法對機器人運動控制，使得系統具有快速平穩且高效的控制效果[6]。

本文重點總結了移動機器人的控制方法，主要對改進模糊PID控制、基于機器視覺的控制以及多傳感器融合的新型移動機器人控制方法進行綜述，闡述了三種不同控制方法應用于移動機器人的情況，并通過簡單的仿真介紹移動機器人的控制特點與控制效果，為不同的應用場景提供理論依據。

1 基于PID控制

比例積分微分控制又稱PID控制，是最早發展起來的控制方法之一，具有算法簡單、可靠性高、魯棒性強的特點，在控制領域得到了廣泛的應用。目前，大多數控制器都采用PID控制器。但是經典的PID控制只能通過精確的線性系統和被控對象的數學模型來保證系統的控制效果和穩定性。為了解決非線性系統的控制，文獻[1、2]提出了模糊PID控制的改進方法。

1.1 經典PID控制

移動機器人常采用伺服電機進行驅動，所以對移動機器人的運動控制即是對伺服電機的控制，常采用三環控制系統。如圖1所示，機器人的控制器主要由電流力矩環、速度控制環以及位置控制環組成[7]。

圖1 伺服電機的三環控制系統結構圖

首先，電流回路采用負反饋模式設定電流，并調節PID以達到設定的輸出電流并控制電動機轉矩。其次，速度環通過檢測編碼器信號來執行PID調節，輸出結果是電流環設置。最后，位置環建立了驅動器和編碼器之間的連接并完成PID控制，輸出是速度環的設定值。經典PID采用三環控制結構來控制電機速度，有利于提高系統的穩定性，因此它常用于對速度控制要求高且穩定性強的系統中，例如機床數控控制伺服系統和自動泊車系統。

盡管經典PID控制已在自動化場景中廣泛使用，但經典PID不具有實時在線調整參數kp、ki、kd的能力。為了在移動機器人的非線性系統中獲得良好的控制效果，經典的PID控制與其他控制方法相結合。文獻[3]將經典PID控制與模糊控制相結合，提出了模糊PID控制，減少了系統誤差并提高了系統的靈活性和適應性。

1.2 改進模糊PID控制

模糊控制是一種基于模糊集理論、模糊語言變量和模糊邏輯推理的智能控制方法，它模擬了人類的模糊推理和決策過程。它的控制形式簡單、易于實現，對難以進行準確建模的系統可以很好地進行魯棒控制。因此，將模糊控制與PID控制相結合，使其具有PID參數自主整定的改進模糊PID控制。

文獻[3]首先構造了自適應模糊控制器的結構，并獲得了系統模糊PID控制器的傳遞函數，然后對速度控制輸入輸出變量進行模糊化，再根據實際操作經驗和設計技術知識，建立模糊控制規則。為了驗證改進的模糊PID控制器與經典PID控制器相比可以提高系統的控制效果，設計了直流電動機控制仿真實驗，其轉速仿真控制效果如圖2所示。

圖2

結果表明，該方法可以克服經典PID控制在移動機器人運動速度時超調量較大、響應時間較長的不足之處，并獲得滿意的控制效果。因此，改進的模糊PID控制也為恒壓灌溉、熱風爐溫度等難以建模的非線性系統的控制器設計提供了一種設計方法。

2 基于機器視覺的控制

為了使移動機器人智能地完成各種任務，需要使用移動機器人的傳感器獲取環境信息來解決移動機器人的定位和導航問題。在參考文獻[4、8]中，提出了一種基于機器視覺的移動機器人控制方法。

首先，建立機器人所處空間的三維坐標和環境信息的檢測模型，然后進行移動機器人的路徑規劃和目標拾取任務。基于視覺的移動機器人控制算法描述：首先，完成機器人的自我定位；其次，在獲取到機器人的位置和方向信息等定位信息后，機器人給出決策，判斷機器人的目標點并完成路徑規劃；最后，機器人用運動控制算法來控制機器人移動車輪達到目標點的速度。在這個算法中，需要對實時采集的視頻信息進行處理，濾掉干擾和噪聲，以獲取目標物的圖像信息。

根據反饋信息的類型，移動機器人的視覺伺服系統可分為基于位置的視覺伺服系統和基于圖像的視覺伺服系統。基于位置的伺服系統定義了機器人在三維空間內的視覺伺服誤差，能直接控制機器人在三維空間內的運動。但是，基于圖像的視覺伺服系統缺少目標位置的反饋環節，僅適用于視覺投影關系相對簡單的情況。

在移動機器人的視覺伺服系統中，由于機器人在不同位置向不同目標物運動時，獲取到的圖像特征將存在多重解，故采用基于位置的視覺伺服系統，通過獲取目標點相對于機器人的位置信息作為視覺伺服系統的期望目標輸入，并與機器人的運動控制形成閉環系統。基于視覺的移動機器人控制能夠根據圖像信息獲取機器人的位置信息，為機器人的路徑規劃縮短了時間，提高了系統的實時性。

3 基于多傳感器信息融合的控制

為了使移動機器人能夠全面而準確地感知環境，移動機器人的傳感器必須相互配合，以充分感知并獲取環境信息。文獻[7、9]提出了一種多傳感器信息融合的移動機器人控制方法，結合多個傳感器獲得的路徑和距離信息，并采用模糊控制算法控制機器人的運動。

首先，設計了移動機器人系統的整體流程，Iotsu是路徑提取算法。在移動機器人的路徑跟蹤過程中，根據不同的環境，分別設置傳感器的可信度；然后選擇合適的傳感器數據以獲得與目標或障礙物的距離信息，并進行判斷距離[10]；最后使用模糊控制，控制機器人的運動以達到目標點并完成任務。兩種常見的傳感器數據融合方法：其一是基于證據理論的數據關聯法，獲取傳感器的測量值并使用概率數據關聯算法對測量值進行關聯，然后進行狀態估計為不同的傳感器數據分配權重，更新綜合狀態；其二是考慮置信度的判斷決策法，則是利用各傳感器置信度，通常置信度是變化的，需要進行賦值，并通過計算融合后得到最終的判據結果來控制機器人運動。其中機器人系統的測距信息是通過融合紅外傳感器和超聲傳感器測得的數據而獲得的。

為了驗證其算法的有效性，設計出了移動機器人循跡路徑曲線實驗。實驗結果表明，基于多傳感器信息融合的控制技術被應用到移動機器人的跟蹤控制中，提高了機器人的路徑跟蹤精度，減少了跟蹤過程中由于偏差引起的誤差。此方法將多傳感器信息融合技術與智能運動控制算法相結合，可以大大提高系統的實時性和穩定性。基于以上優點，該方法將被廣泛應用于智能機器人控制等領域。

4 總結與展望

本文從經典PID控制到改進模糊PID控制的移動機器人運動控制算法，總結了經典PID控制和模糊控制的優缺點，以及對系統的控制效果，進而提出了改進模糊PID控制方法。其具有適應性強、靈活性高、可靠性好和魯棒性強等特點。然后介紹了基于機器視覺控制的移動機器人，通過圖像信息為機器人的自主定位和路徑規劃提供控制策略，與機器人運動控制系統形成閉環，從而縮短了機器人的路徑規劃時間，提高了系統的整體實時性。

最后，介紹了基于多傳感器信息融合的移動機器人控制，通過獲取各個傳感器的數據信息，能準確地判斷機器人的距離信息，并結合模糊控制算法來控制機器人的運動。該方法使機器人更準確地獲取外部環境信息，大大提高了整個系統的實時性和穩定性。

當前，關于移動機器人系統仍然有許多問題尚待研究，關于其控制方法的發展將會有如下幾個趨勢：

（1）復合控制策略的研究。通過上述經典PID和模糊控制等單一控制方法，分別將它們應用于機器人控制系統，其控制效果的優缺點比較明顯，但結合兩者的改進模糊PID算法可以最大化發揮它的優點，避免其缺點。并且這種控制方法的優點可以很好地滿足系統的控制設計要求。因此，在未來的研究中不同控制策略的復合使用將成為一種發展趨勢。

（2）多機器人多傳感器協同控制。目前，復雜的任務很難由單個機器人完成，而需要由多個機器人完成。從獨立機器人多傳感器中獲取的信息相較于多機器人多傳感器來說始終有限，因此研究多機器人多傳感器之間的數據共享問題，實現多機器人協同控制的成熟應用將是未來機器人的研究熱點。