模糊PID的全方位移动机器人运动控制
基于模糊PID的全方位移动机器人运动控制
控制常采 用 ＰＤ控 制算 法 ，其 特 点是 算法 简 单 、鲁 棒 Ｉ 性强 、可靠性 高 ，但 需 要精 确 的数学 模 型 才对 线性 系
统具有较 好 的控 制效 果 ，对 非 线性 系统 的控 制 效果 并 不理想 。模 糊 控 制 不要 求控 制 对 象 的精 确 数 学 模 型 ， 因而灵 活 、适 应 性 强 。可是 ，任何 一 种 纯模 糊 控制 器
７０ ２ ） １０５
（ 第二炮兵工程学 院 基础部 ，陕西 西安
通 过 对 足 球 机 器人 运 动 学模 型 的 分析 ，考 虑 到 系统 的 时 变 、非 线 性 和 干扰 大 等 特 点 ，以 全 向移 动 机 器 人
为研 究平台 ，提 出一种将模糊控制与传统 的 ＰＤ控 制相结合的方法 ，应 用到足球机 器人 的运动控 制 系统 中。针 对足球 Ｉ
ｃ ａａ ｔｒｓｉｓｏ ｉ ｙ ｔｍ ｎ ｃ ｎ ｉｅ ａｉｎ， ａｃ ｎｒ ｌｍｅｈ ｄｃ ｍｂ ｎｎ ｕ ｚ ｏ ｔｏ ｔ ｒｄ ｔ ｎ ｌ Ｄ ｏ ｔｏ ｓ ｈ ｒ ｃｅｉｔ ｆｔ ｓｓ ｓｅ ｉ ｏ ｓｄ ｒ ｔ ｃ ｈ ｏ ｏ ｔｏ ｔｏ ｏ ｉ ｉｇｆ ｚｙ ｃ ｎ ｒｌｗｉ ｔａ ｉｉ ａ ｈ ｏ ＰＩ ｃ ｎ ｒｌｉ ｐ ｅ ｅ ｔｄ Ｔ ｏｖ ｈ ｒ ｂｅ ｆｒ ｂ ｔｓ ｃ ｅ ｔｏ ｙ ｔｍ ， ｔ ｅ ｍｅｈ ｄ ｆｄ ｎ ｍｉａｌ ｅ ｕａｅ ｔ ｅ ｔ ｒｅ Ｐ Ｄ ｒ ｓ ｎ ｅ ． ｏ ｓ ｌｅ ｔ ｅｐ ｏ ｌｍｓｏ ｏ ｏ ｏ ｃ ｒｍｏｉｎ ｓ ｓｅ ｈ ｔ ｏ ｓｏ ｙ ａ ｃ ｌｙ ｒ ｇ ｌｔ ｈ ｈ ｅ Ｉ
移动机器人模糊控制与模糊自适应PID控制
然而 ， 于模糊控 制规则 和隶 属 函数不 易精确 描述 ， 由 移
１ 引言
在环境信息 为多义 、 完 全或 不准 确 的情况 下 ， 动机 不 移
动 机 器 人 在 作 正 对 目标 点 的趋 近 行 为 时 容 易 产 生 局 部 振 荡 路 径 。针 对 环 境 模 式 特 点 ， 文 提 出 了 有 障 模 式 下 的 模 糊 控 本
ｓ ｅ ｈ ｉ ｌ ｔ ｎ ｐ ａｆ ｒ ｂ ｓ ｄ ｏ ｈ ＴＬ ＵＩ ｈ ｉ ｌｔ ｎ ｒ ｓ ｌ ｎ ｉ ａｅ ｔ ａ ｈ ｙ ｔ ｍ ａ ｕ ｃ ｈ ｓｔ ｅ ｓｍｕ ａｉ ｌ ｔ ｍ ａ ｅ ｎ ｔｅ ＭＡ ＡＢ Ｃ ．Ｔ ｅ ｓｍｕ ａｉ ｅ ｕ ｔ ｉ ｄ ｃ ｔ ｈ ｔｔ ｅ ｓ ｓｅ ｈ ｓ ｑ ｉｋ ｏ ｏ ｏ ｓ
可靠依据 。
关 键 词 ： 动机 器 人 ； 糊 控 制 ； 移 模 自适 应
中 图分 类 号 ： Ｐ４ ． Ｔ ２ ２６ 文献标识码 ： Ａ
Ｃｏ ｔ ｏ ｆ ａ Ｍ ｏ ｌ ｂ ｔ Ｂａ ｎ Ｆｕｚ ｙ ａ ｄ Ｆｕｚ ｙ Ａｄ ｐ ｉ ｅ ＰＩ ｎ ｒ ｌｏ ｂｉｅ Ｒｏ ｏ ｓ ｄ ｏ ｅ ｚ ｎ ｚ ａ ｔｖ Ｄ
ｒ ｓ ｎ ｅ ｓ ｅ ｄ ａ ｄ ｓｒ ｎ ｅｆ — ａ ａ ｉｅ ａ ｌｔ ａ ｄ ｃ ｎ ｒ ａｉｅ ｓ ｆ ｔａ ｋ ｆｏ ｔ ｅ ｂ ｇ ｎ ｉ ｇ ｔ ｈｅ ｔｔｃ ｔｒ ｅ ｅ ｐｏ ｓ ｐ ｅ ｎ ｔｏ ｇ ｓ ｌ ｄ ｐｔｖ ｂｉ ｙ， ｎ ａ ｅ ｌｚ ａｅ ｒ ｃ ｒ ｍ ｈ ｅ ｉ ｎ ｎ ｏ ｔ ｓａ ｉ ａ ｇ ｔ ｉ ｐ ｉ ｔｕ ｅ ｈ ｎ — ｓｒ ｃｕｒｌｕｎ ｏ ｎ ｉｏ ｍｅ ． ｏ ｎ ｎｄ ｒｔ ｅ ｎｏ ｔｕ ｔ ａ ｋｎ ｗｎ ｅ ｖ ｒ ｎ ｎｔ Ｋ ＥＹＷ Ｏ ＲＤ Ｓ： Ｍ ｏ ｌ ｏ ｏ ； ｕｚ ｙ ｃ ｎｒ ｌ Ｓ ｌ ａ ｐ ｉｅ ｂｉｅ ｒ ｂ ｔ Ｆ ｚ ｏ ｔｏ ； ｅｆ— ｄａ ｔｖ
移动机器人模糊控制与模糊自适应PID控制
环境感知、动态决策与规划、行为控制与执行等多功能为一体的综合系统。
它既可以接受人类的指挥，也可以运行预先设定的程序，甚至可以根据人工智能技术制定的原则纲领进行一定的自主行动。
它代表了机电一体化的最高成就，集合了传感器技术、信息技术、电子工程、自动化控制、人工智能等多个学科的智慧结晶。
在工农业、医疗、服务、国防等多个领域得到应用，随着机器人性能的不断提高，其应用范围将更加广阔。
然而，当前移动机器人在移动过程中还面临着一些问题和挑战。
机器人移动过程首要面临的问题是获取环境和地图数据。
其次是在移动过程中能够识别、规避、重新规划路线。
由于机器人移动过程中遇到的障碍物不是固定不变的，复杂多变的障碍物给机器人规避带来很大问题。
而且面临不断变化的环境，移动机器人存在迷失可能。
同时，机器人本身严谨的思维逻辑能力还有待提升，如何在将机器人控制在规定的活动范围和活动路线上行驶是需要解决的问题。
在未来，智能机器人将更多的和人合作，扩大、延伸并部分取代人类的脑力劳动，提高自身的适应性和自主性。
2 移动机器人的模糊控制策略研究2.1 移动机器人控制理论的发展移动机器人以移动方式来分，可以分为轮式移动机器人、步行移动机器人、履带式移动机器人等。
在研制过程中人们发现移动机器人的实际转速和目标值有所差异，机器人难以按照设计的方向及速度前进。
以轮式移动机器人为例，研究机器人有两个驱动前轮和两个万向轮，前轮分别由直流电机控制，根据电机转速和左右车轮的差值进行移动控制。
但是，即使排除掉两个直流电机本身参数有差异，能够为机器当今移动机器人自动控制方法主要有经典控制、现代控制及智能控制三种。
其中经典控制是线性控制或者定常系统的主要方法，这个系统的变量是一定的，主要依托函数传递实现模型控制，最经典的就是PID 控制。
然而，由于系统不仅存在线性系统、也存在着时变系统，即系统输入量和输出量的关系随时间变化的系统。
由此，现代控制理论应用而生。
以上两种理论的实行都是依靠状态方程的建立实现的。
基于模糊PID的轮式移动机器人轨迹控制
一ቤተ መጻሕፍቲ ባይዱ
．
引叠
差变 化率都 很小 的 时候 （ 应于小 角度 转弯 的情况 ） 对 采 用 ＰＤ控 制 器 ， 在 误 差 和 误 差 变 化 率 很 大 的时 候 Ｉ 而 （ 应 于 大 角 度 转 弯 的情 况 ） 用 模 糊 控 制 器 。 验 结 对 采 实
轨迹 控 制 在 机 器 人 领 域 是 一个 很 重 要 的研 究 方 向
动 机 器 人 的轨 迹 控 制 ， 用 陀 螺 、 罗 盘 、 程计 进 行 多 传 感 器 融 合 定 位 。 计 算 机 仿 真 和 实 际 的 轮 式 移 动 机 器 人 的轨 迹 控 利 磁 里 在 制 、 位实验 中， 定 与使 用 ＰＤ控 制 器 的方 法 进 行 了 比较 ， 果 表 明 了多 传 感 器 融 合 、 糊 ＰＤ在 解 决 轨 迹 控 制 和 定 位 问题 上 的 Ｉ 结 模 Ｉ
ｅ ｓ ｒｄ ｔ ｕ ｉｎａｇ ｒ ｈ ｓ ｎ ｏ ａａｆ ｓｏ ｌｏ ｉ ｍ ｕ ｅ ｈ ａ ｔ ｗ ｉｈｉ ｆｏ ｇ ｒ ｅ ｅ ｔ ｎ ｃｃ ｍｐ ｓ ｎ ｄ ｍｅ ｅ ｏｓ ｌ ｅｒ ｂ ｔ ｏ ａ ｉｎｐ ｂ ｅ Ｔｈ ｘ ｔ ｓ ｓｔ ｅｄ ａ ｈ ｃ ｓ ｒ ｍ ｙ ｏ ｌ ｒ ｉ ｏ ａ ｓａ ｄｏ ｏ ｔｒｔ ｏ ｖ ｏ ｏ ｌ ｔ ｃ ｏ ｃ ｏ ｒ ｌｍ ｏ ｅｅ －
模糊PID控制在运动控制中的应用
Ｋｅ ｒ ｓ ｍｏ ｉ ｎ ｃ ｎ ｒ ｌ ＰＩ ｃ ｎ ｒ ｌ ｆ ｚ ｙ ｙ ｗｏ ｄ ： ｔ ｏ ｔｏ ； Ｄ ｏ ｔｏ ； ｕ ｚ ｏ
中图分 类号 ： Ｍ７ １ １ ； Ｐ ７ ． Ｔ ６ ． ｌＴ ２３ ４ 文献标识 码 ： Ａ 文章编 号 ：０ １ ２ ７ ２ ０ ） ２— ０ ５— ３ １０ —２ ５ （ ０ ６ ０ ０ ６ ０
Ａｂ ｔａ ｔ Ｉ ｈ ａ ｅ ， ａ ｅ ｎ ｆ ｚ ｙＰ Ｄ ｏ — ｓｒ ｃ ：ｎ ｔ ｅｐ ｐ ｒ ｂ ｓ ｄ ｏ ｕ ｚ Ｉ ｃ ｎ ｔｏｌｒ ａ ｆ ｚｙ ｉ ｆｒ ｎ ｅｍ ｅ ｈ ｄ ｉ ｕ ｉ ｚ ｄ ｔ ｅ ｌ ｒ ｌ ， ｕ ｚ ｎ ｅ ｅ ｃ ｔ ｏ ｓ ｔｌ ｅ Ｏ ｒ ａ— ｅ ｉ ｉｅａ ｔ ｍａ ｉ ｅ ｕａ ｉｇ Ｐ Ｄ ａ ａ ｅｅ ， ｎ ｈ ｐ ｚ ｕ ｏ ｔｃｒ ｇ ｌｔ Ｉ ｐ ｒｍ ｔｒ ａ ｄｔ ｅａ — ｎ ｐ ｉａｉｎ ｏ ｈ ｏ ｔｏ ｌｒｉ ｏ ｉｎ ｃ ｎ ｒ ｌｓ ｓ ｅ ｌ ｔ ｆｔ ｅｃ ｎ ｒ ｌ ｎ ｍ ｔ ｏ ｔｏ ｙ ｔｍ ｃ ｏ ｅ ｏ ｉ ｔ ｄ ｅ ｔ ａ ｌｂ ｓ ｓｕ ｉｄ ｗｉｈ Ｍ ｔａ ．Ｔｈ ｅ ｕ ｔ ｆｓｍ ｕａ ｉｎ ｅ ｒ ｓ ｌｓ ｏ ｉ ｌｔｏ ｉ ｄｃ ｔ ｈ ｔ ｈ ｏ ｔｏｌｒ ｇｖ ｓ ａ ｇ ｏ ｏ ｔｏ ｎ ｉａ ｅ ｔ ａ ｔ ｅ ｃ ｎ ｒ ｌ ｉ ｅ ｏ ｄ ｃ ｎ ｒ ｌ ｅ ｐ ｒｏ ｍａ ｃ ｎ ａ ｉ ｈｒ ｆ ｒｎ ｅｖ ｌ ｅｆ ｒｆ ｒ ｅ ｆｒ ｎ ｅａ ｄｈ ｓａｈ ｇ ｅｅ ｅ ｃ ａ ｕ ｏ ｕ － ｔ ｅ ｐ ｌ ａ ｉｎ ． ｈ ｒａ ｐｉ ｔｏ ｓ ｃ
机器人运动控制的PID控制方法研究
机器人运动控制的PID控制方法研究随着科技的发展和机器人技术的日益成熟，机器人在工业、服务和军事等领域的应用越来越广泛。
机器人的运动控制是其中至关重要的一部分，而PID控制方法在机器人运动控制中被广泛采用。
本文将对机器人运动控制中的PID控制方法进行研究，探讨其原理、应用和优化方法。
一、PID控制方法的原理与基本概念PID控制方法是一种基于反馈的控制方法，全称为比例-积分-微分控制（Proportional-Integral-Derivative Control）。
PID控制器由比例控制器、积分控制器和微分控制器组成，可以通过调整各个控制分量之间的参考值来控制系统输出。
1. 比例控制器（P）比例控制器根据设定的控制偏差，将该偏差与比例增益Kp相乘得到控制输出。
比例增益决定了输出与偏差之间的线性关系。
2. 积分控制器（I）积分控制器根据一段时间内的偏差累积值，将该累积值与积分增益Ki相乘得到控制输出。
积分增益可以消除静态误差，帮助系统快速响应。
3. 微分控制器（D）微分控制器根据偏差的变化率，将变化率与微分增益Kd相乘得到控制输出。
微分增益可以抑制系统的振荡和过冲。
PID控制方法的基本原理在于不断地利用反馈信号进行控制调节，使机器人的位置、速度、力量等参数保持在期望值附近。
二、PID控制方法在机器人运动控制中的应用1. 位置控制在机器人运动控制中，最基本的应用就是位置控制。
通过比较机器人当前位置与目标位置之间的偏差，PID控制器可以实时调整机器人的运动，使其准确到达目标位置。
比例控制器负责根据位置偏差调整速度；积分控制器消除静态误差；微分控制器抑制振荡和过冲。
2. 轨迹跟踪除了位置控制，PID控制方法也可以用于轨迹跟踪。
机器人通常需要按照预定的轨迹进行移动，比如画出一个曲线或在空间中形成特定的路径。
PID控制器可以根据当前位置与轨迹之间的偏差来调整机器人的运动，使其保持在预定的轨迹上。
3. 力控制在某些应用中，机器人的力量输出是非常重要的。
模糊控制与PID控制在机器人控制系统中的应用比较研究
模糊控制与PID控制在机器人控制系统中的应用比较研究机器人控制系统是现代机器人技术的关键之一。
机器人控制系统通常由多种控制算法组合而成，以实现控制机构、传感器和执行器之间的有效沟通和合作。
其中，模糊控制和PID控制是被广泛应用的两种控制算法。
本文将对这两种控制算法进行比较研究，探讨它们在机器人控制系统中的应用情况。
1. 模糊控制模糊控制是一种基于模糊逻辑的控制技术，它使用模糊变量和规则来描述并控制非线性、模糊和复杂的系统。
模糊控制器通常包括模糊推理机、模糊集和模糊逻辑。
通过对输入变量的模糊化和规则的匹配，模糊控制器可以对机器人的动作进行柔性控制，从而满足不同场景下的控制需求。
在机器人控制系统中，模糊控制应用广泛。
例如，机器人的避障控制、路径规划控制和手臂控制等都可以采用模糊控制算法进行优化。
模糊控制有以下优点：1.1 适应复杂系统由于模糊控制算法能够实现非线性、模糊和复杂系统的控制，因此可以针对具有多种信号输入和输出的机器人进行调整和优化，使机器人的响应更为准确。
1.2 开发简单快速使用模糊控制进行机器人控制时，只需要基于模糊集、模糊逻辑和模糊推理等基本概念，即可实现所需的控制动作，而无需进行大量的复杂运算和数据处理，开发难度较小且开发速度快。
1.3 灵活性高机器人控制中的模糊控制通过对机器人动作的柔性控制，使得可实现与机器人环境之间的互动，等效于人的行为，因此其兼容性和灵活性更高。
2. PID控制PID控制器是一种基于比例、积分、微分（英文缩写P、I、D）三个参数的控制算法。
PID控制器能够检测到偏差、积分误差和微分误差，并结合比例系数、积分系数和微分系数，计算出一个控制动作，使机器人实现期望动作。
在机器人控制系统中，PID控制同样应用广泛。
例如，对于机器人的姿态控制、精密装配控制和行走活动控制等，PID控制都可以派上用场。
PID控制有以下优点：2.1 稳定性好PID控制器天然的误差反馈机制，使得可以有效地避免系统出现较大的误差，保证系统状态中的稳态性。
救援机器人模糊PID运动控制的研究与实现
引 言
转弯运动 ， 使救 援 机 器人 可 以 沿 任 意 方 向
神 经 网络 、 制 系统 、 号 处 理 和 通信 系统 控 信
四 救 援 机 器 人 是 一 个 集 环 境 感 知 、 态 做 直 线 运 动 。 个 辅 助 履 带 主 要 用 于 救 援 动
以辅 助 救 援 机 器 人 完 决 策 、 为 控 制 与 执 行 等 多 种 功 能 于 一 体 机 器 人 的 姿 态 调 整 ， 行
． Ｉ 运动 控制 的原理 机 器 人 运 动 轨 迹 控 制 、 位 和 导 航 的 基 础 ２ １模糊Ｐ Ｄ 定
…
。
近 年 来 ， 糊 控 制 被 广 泛 应 用 干 各 种 控 模
由于 救 援 机 器 人 所 处 的救 援 环境 一般
其 制 中 ， 根 源 在 于 模 糊 控 制 本 身 提 供 了 一 较 为 复 杂 ， 中充 满 了随 机 性 和 不确 定 性 ， 其 种 由 专 家 构造 语言 构 成 的 信 息 系 统 并 将其 采 用 一 般 的控 制 方法 很 难 实 现 对 机 器 人运
自适 应 性 相 结 合 ， 足 了 运 动 控 制 系 统 对 满
１救援机器人运动学分析
本 文 研 究 的是 由 贵 州 省 信 息 与 计 算 科
学 重 点实 验 室 独 立 开 发 研制 的基 于 危 险 环
境 下 的救 援 机 器 人平 台 ——黔 援Ｉ 的运 动 号
控 制 系 统 。 救 援 机 器 人 的 动 力 系 统 主 要 该
２ ＮＯ ０１ ２ ０７
百
ｄＴｃｎｏ ｎｖ ｉ ｅ ｌ ｅ ｏｇ Ｉｏａｏ Ｈｒｄ ｈ ｌｙｎ ｔｎ ａ
技 术 创 新
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
模糊PID的全方位移动机器人运动控制
时间:2011-11-02来源: 作者:电气自动化技术网点击:154次
-
摘要通过对足球机器人运动学模型的分析，考虑到系统的时变、非线性和干扰大等特点，以全向移动机器人为研究平台，提出一种将模糊控制与传统的PID 控制相结合的方法，应用到足球机器人的运动控制系统中。
针对足球机器人运动控制中的重点问题，着重提出了基于模糊控制的动态调整PID 控制器的3 个参数kp、ki、kd的设计方法。
实验表明，该控制器能较好地改善控制系统对轮速的控制效果。
移动机器人是一个集环境感知、动态决策、行为控制与执行等多种功能于一体的综合系统，其运动控制是移动机器人领域的一个重要研究方向，也是移动机器人轨迹控制、定位和导航的基础。
传统的运动控制常采用PID 控制算法，其特点是算法简单、鲁棒性强、可靠性高，但需要精确的数学模型才对线性系统具有较好的控制效果，对非线性系统的控制效果并不理想。
模糊控制不要求控制对象的精确数学模型，因而灵活、适应性强。
可是，任何一种纯模糊控制器本质上是一种非线性PD 控制，不具备积分作用，所以很难在模糊控制系统中消除稳态误差。
针对这个问题，结合运动控制系统的实际运行条件，设计采用模糊PID 控制方法来实现快速移动机器人车轮转速大范围误差调节，将模糊控制和PID 控制结合起来构成参数模糊自整定PID 算法用于伺服电机的控制，使控制器既具有模糊控制灵活而适应性强的优点，又具有PID 控制精度高的特点，使运动控制系统兼顾实时性高、鲁棒性强及稳定性等设计要点，并可通过模糊控制规则库的扩充，为该运动控制系统方便添加其他功能。
1 全方位移动机器人运动学分析
研究的是一种全自主移动机器人平台，该机器人采用了四轮全向移动的运动方式，具有全向运动能力的系统使机器人可以向任意方向做直线运动，而之前不需要做旋转运动，并且这种轮系可满足一边做直线运动一边旋转的要求，达到终状态所需的任意姿态角。
全向轮系的应用将使足球机器人具有运动快速灵活，控球稳定，进攻性强，以及易于控制等优点，使机器人在赛场上更具竞争力。
1. 1 全向轮
机器人采用的全向轮在大轮的周围均匀分布着小轮，大轮由电机驱动，小轮可自由转动。
这种全方位轮可有效避免普通轮不能侧滑所带来的非完整性约束，使机器人具有平面运动的全部3 个自由度，机动性增强。
基于以上分析，选择使用这种全向轮。
1. 2 运动学分析
在建立机器人的运动模型前，先做以下假设：
（1）小车在一个理想的平面上运动，地面的不规则可以忽略。
（2）小车是一个刚体，形变可以忽略。
（3）轮子和地面之间满足纯滚动的条件，没有相对滑动。
全方位移动机器人由4 个全向轮作为驱动轮，它们之间间隔90°均匀分布，如图1 所示，其简化运动学模型如图6 所示。
其中，xw - yw为绝对坐标系，xm - ym为固连在机器人车体上的相对坐标系，其坐标原点与机器人中心重合。
θ为xw与xm的夹角，δ为轮子与ym的夹角，L 为机器人中心到轮子中心的距离，vi为第i 个轮子沿驱动方向的速度。
图1 机器人的运动模型
可求出运动学方程如式（1）所示：
因为轮子为对称分布，常数δ为45°，故得到全向移动机器人的运动模型：
其中，v = [v1 v2 v3 v4]T 为轮子的速度s =为机器人整体期望速度。
P 为转换矩阵。
这样，就可以将机器人整体期望速度，解算为到4 个轮子分别的速度，把数据传送到控制器中，就可完成对机器人的控制。
2 基于模糊PID 的运动控制器设计
目前，常规PID 控制器已被广泛的应用于自动化领域。
但常规PID 控制器不具备在线整定控制参数kp、ki、kd的功能，不能满足系统在不同偏差对e 以及偏差值的变化率ec 对PID 参数的自整定要求，因而不适用于非线性系统控制。
文中结合本运动控制系统的实际运行条件，设计采用模糊PID 控制方法来实现快速移动机器人车轮转速大范围误差调节，将模糊控制和PID 控制结合起来构成参数模糊自整定PID 算法用于伺服电机的控制，使控制器既具有模糊控制灵活而适应性强的优点，又具有PID 控制精度高的特点，使运动控制系统兼顾了实时性高、鲁棒性强及稳定性等设计要点，并可通过模糊控制规则库的扩充，为该运动控制系统方便添加其他功能。
本文转载自:电气自动化技术网/dianqiyy/jixie/97007.html
模糊PID的全方位移动机器人运动控制(2)
时间:2011-11-02来源: 作者:电气自动化技术网点击:155次
-
2. 1 参数模糊自整定PID 的结构
模糊PID 控制系统结构如图2 所示，系统的输入为控制器给定轮速，反馈值为电机光电码盘反馈数字量，Δkp、Δki、Δkd为修正参数。
PID 控制器的参数kp、ki、kd由式（3）得到：
图2 自适应模糊控制器结构
由此，根据增量式PID 控制算法可得到参数自整定PID 控制器的传递函数为：
2. 2 速度控制输入输出变量模糊化
在此速度控制器中的输入为实际转速与设定转速的偏差值e,以及偏差值的变化率ec,输出量为PID 参数的修正量Δkp、Δki、Δkd.它们的语言变量、基本论域、模糊子集、模糊论域及量化因子如表1 所示。
表1 输入、输出量的模糊化
模糊变量E 和EC 以及输出量ΔKP、ΔKI、ΔKD的语言变量和论域确定后，必须对模糊语言变量确定其隶属度。
常用的隶属函数有B 样条基函数、高斯隶属函数、三角隶属函数等，考虑到设计简便及实时性的要求，文中采用三角隶属函数。
2. 3 参数自整定规则。
模糊控制设计的核心是总结工程设计人员的技术知识和实际操作经验，建立合适的模糊规则表，得到针对kp,ki,kd这3 个参数分别整定的模糊控制表。
根据kp,ki,kd这3 个参数分别的作用，可制定模糊控制规则，以kp为例，列规则如表2,ki,kd可类似推出。
表2 kp的模糊规则表
2. 4 输出量解模糊
依据速度模糊控制参数整定规则确定出输出量后，得到的只是一个模糊集合，在实际应用中，必须用一个精确量控制被控对象，在模糊集合中，取一个最能代表这个模糊集合的单值过程称为解模糊裁决。
常用的解模糊算法有最大隶属度法、加权平均法等，根据实际情况，采用加权平均法进行解模糊。
此时，模糊控制器输出可表示为：
最后，根据式（3）可得到最终的PID 控制器参数。
模糊PID 控制程序流程如图3 所示。
图3 模糊PID 控制程序流程图
3 实验结果
为验证参数模糊自整定PID 控制器的有效性，文中对直流电机分别做了常规PID 控制和模糊PID 控制实验。
实验中给定轮速为50 r /min,图4 为采用常规PID 控制方法控制的电机转速，图5 为采用模糊PID控制方法控制的电机转速。
相比常规PID 控制算法，采用参数模糊自整定PID 算法能够明显降低超调量，加快响应速度，改善控制系统对轮速的控制效果。
本文转载自:电气自动化技术网/dianqiyy/jixie/97007_2.html
模糊PID的全方位移动机器人运动控制(3)
时间:2011-11-02来源: 作者:电气自动化技术网点击:156次
-
图4 采用常规PID控制
图5 采用参数自整定PID控制
4 结束语
机器人运动控制系统是整个Robocup 机器人系统的执行机构，在场上的表现直接影响了整个足球机器人系统。
文中以足球机器人为平台，考虑到系统的时滞性和非线性，采用模糊控制与PID 控制相结合的方式，并在自行研制的足球机器人上进行了速度控制的实验研究。
结果表明，该方法弥补了常规PID 控制应用在机器人运动速度控制时超调量大，响应时间长的缺点，可以取得理想的效果。
本文转载自:电气自动化技术网/dianqiyy/jixie/97007_3.html。