基于模糊PID算法的履帶式機(jī)器人

張兆云

摘? 要：機(jī)器人學(xué)是當(dāng)前科學(xué)技術(shù)非常活躍的一個(gè)行業(yè)。而履帶式機(jī)器人是所有機(jī)器人中的一個(gè)重要組成部分，該機(jī)器人集運(yùn)動決策系統(tǒng)、無線通訊系統(tǒng)、環(huán)境感知系統(tǒng)以及智能控制系統(tǒng)等于一體。而當(dāng)前在平坦的地面環(huán)境中對于履帶機(jī)器人的研究已經(jīng)獲得了許多的成果，但是仍舊需要不斷的進(jìn)行研究。文章將通過對于履帶式機(jī)器人的運(yùn)動學(xué)模型開展分析，將PID控制技術(shù)應(yīng)用在履帶式機(jī)器人的運(yùn)動控制中。

關(guān)鍵詞：履帶式機(jī)器人;PID;運(yùn)動控制;實(shí)現(xiàn)策略

中圖分類號：TP242? ? ? ? ?文獻(xiàn)標(biāo)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(shù)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(shù)學(xué)模型，因此，結(jié)合兩種控制方法，能夠有效地實(shí)現(xiàn)基于模糊算法的履帶式機(jī)器人。

1 驅(qū)動結(jié)構(gòu)

本文所涉及的履帶式機(jī)器人其驅(qū)動系統(tǒng)的動力源為15V蓄電池供電。該驅(qū)動系統(tǒng)是通過雙直流電機(jī)獨(dú)立驅(qū)動左右兩側(cè)主動輪的方式，該硬件結(jié)構(gòu)非常的簡單，并且在直行、制動以及轉(zhuǎn)彎的過程中，能夠更加方便的對于機(jī)器人的左、右履帶進(jìn)行分別控制，并且履帶式機(jī)器人的左、右履帶電動機(jī)的硬件參數(shù)、性能方面基本上是相通的[1]。如下圖1所示為履帶機(jī)器人的運(yùn)動示意圖。

2 履帶式機(jī)器人的控制模型

通過利用MATLAB的工具箱，可以在實(shí)際的環(huán)境中獲取數(shù)據(jù)，除此之外還可以對于數(shù)據(jù)進(jìn)行分析、處理等，同時(shí)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(shí)測的輸入、輸出數(shù)據(jù)來對線性模型的交互式工具環(huán)境開展辨識、數(shù)據(jù)簡化處理以及模型的反復(fù)預(yù)測等。

（2）Signal processing Tooloox可以提供進(jìn)行信號分析、時(shí)序系統(tǒng)建模等相關(guān)的工具。

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

基于以上的工具箱，系統(tǒng)控制模型為：

3 履帶式機(jī)器人的運(yùn)動能力分析

3.1 爬坡能力分析

履帶式機(jī)器人的爬坡性能通常是屈居于底盤系統(tǒng)的驅(qū)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(jī)器人的爬坡性能則是取決于系統(tǒng)的驅(qū)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(shí)還具有良好的爬坡穩(wěn)定性。

3.2 越障能力分析

履帶式機(jī)器人在運(yùn)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(jī)器人性能的一個(gè)重要指標(biāo)。而本文所研究的履帶式機(jī)器人能夠翻越垂直障礙物。當(dāng)履帶能夠變形的一側(cè)遇到垂直障礙物的時(shí)候，機(jī)器人可以自動調(diào)整自身的旋轉(zhuǎn)臂位置，從而調(diào)整姿態(tài)翻越障礙，同時(shí)保持機(jī)體的平衡與穩(wěn)定。當(dāng)履帶可變形機(jī)器人在翻越障礙物的過程中，通過同樣原理，調(diào)整機(jī)器人的旋轉(zhuǎn)臂并控制履帶機(jī)器人的姿態(tài)，從而實(shí)現(xiàn)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(jī)器人而言，具有一定的難度。攀爬樓梯是爬坡、越障相結(jié)合的一種運(yùn)動，也可以認(rèn)為是履帶式機(jī)器人持續(xù)上臺階的一種爬坡運(yùn)動。本文的履帶式機(jī)器人在進(jìn)行樓梯的攀爬過程中，可以將其分為以下幾個(gè)步驟：首先，機(jī)器人對準(zhǔn)樓梯，并將機(jī)器人的前旋轉(zhuǎn)臂與第一階臺階之間相互作用，抬起機(jī)器人的前旋轉(zhuǎn)臂。其次，機(jī)器人的前旋轉(zhuǎn)臂攀爬到第一個(gè)臺階上，并且部分履帶將會進(jìn)入到臺階[3]。然后機(jī)器人的前旋轉(zhuǎn)臂在此時(shí)會大部分進(jìn)入到臺階上，并且后旋轉(zhuǎn)臂與地面部分仍有接觸。再次，履帶式機(jī)器人將會完全與地面之間脫離，并在臺階上進(jìn)行爬坡運(yùn)動。最后，履帶式機(jī)器人在達(dá)到臺階頂部之后，通過對于前后旋轉(zhuǎn)臂的姿態(tài)進(jìn)行調(diào)整，以此來使履帶式機(jī)器人與樓梯頂部臺階之間呈現(xiàn)出平行狀態(tài)，此時(shí)將完成攀爬運(yùn)動。

4 模糊自整定PID控制系統(tǒng)

履帶機(jī)器人在進(jìn)行運(yùn)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(huán)控制的話，將會導(dǎo)致輸出不穩(wěn)定。基于這一情況，本系統(tǒng)通過采集超聲波傳感器、姿態(tài)傳感器、電機(jī)編碼器等部分?jǐn)?shù)據(jù)組成一個(gè)閉環(huán)控制系統(tǒng)，該系統(tǒng)能夠更為精準(zhǔn)的控制機(jī)器人的姿態(tài)，通過與PID 控制算法進(jìn)行結(jié)合，可以使機(jī)體實(shí)現(xiàn)運(yùn)動過程中的安全、自動、穩(wěn)定。實(shí)現(xiàn)過程：首先，對于履帶機(jī)器人發(fā)送運(yùn)動的控制目標(biāo)指令，并將機(jī)器人在運(yùn)動過程中的姿態(tài)體積位置信息采集下來，然后將當(dāng)前方向與目標(biāo)方向之間所存在的偏差與偏差變化率作為系統(tǒng)輸入，并采用粒子群優(yōu)化的模糊PID控制器進(jìn)行處理之后，實(shí)時(shí)輸出PID的3個(gè)參數(shù)，通過PWM信號占空比調(diào)節(jié)直流電機(jī)電壓對于機(jī)器人進(jìn)行調(diào)速，同時(shí)，履帶機(jī)器人將會根據(jù)電機(jī)編碼器上反饋速度以及機(jī)器人機(jī)體上的反饋?zhàn)藨B(tài)，構(gòu)成一個(gè)雙閉環(huán)控制系統(tǒng)，這樣可以有效地保障履帶機(jī)器人的運(yùn)動與控制精度。相較于傳統(tǒng)的單閉環(huán)控制系統(tǒng)，兩閉環(huán)控制系統(tǒng)具有著較強(qiáng)的抗干擾能力，同時(shí)還可以有效地避免某一個(gè)傳感器發(fā)生問題之后失去控制能力，具有較高的系統(tǒng)可靠性。

4.1 模糊自整定PID控制系統(tǒng)

在對其進(jìn)行模糊控制處理后，進(jìn)行動態(tài)輸出KP、Ki、Kd可以實(shí)現(xiàn)PID控制參數(shù)的自整定，從而實(shí)現(xiàn)對于履帶機(jī)器人的控制作用。在非線性系統(tǒng)履帶式機(jī)器人中進(jìn)行應(yīng)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(fù)小（NS）”、“負(fù)大（NB）”、“正小（Ps）”、“正中（PM）”以及“負(fù)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(shè)定Kd的基本論域?yàn)閇-6，+6]、KP的基本論域?yàn)閇-0.3，+0.3]、E，Ec的基本論域?yàn)閇-6，+6]，Ki的基本論域?yàn)閇-0.06，0.06]。

利用比例因子，模糊化實(shí)際的輸入量，然后處理到E和Ec論域。

4.3 建立模糊規(guī)則

基于PID控制經(jīng)驗(yàn)，在MATLAB中建立模糊控制輸入、輸出隸屬函數(shù)。模糊控制規(guī)則的形式語句使用KP的基本論域?yàn)镮F THEN，而形式IFxIS A and y IS B，THEN z IS C。x、y為輸入變量，推理結(jié)果采用z表示，A、B、C為模糊集，采用隸屬函數(shù)表示。以履帶機(jī)器人系統(tǒng)的實(shí)際需求為基礎(chǔ)，在MATLAB上進(jìn)行模糊控制規(guī)則的建立。

4.4 輸出量解模糊化

通過將語言表達(dá)的模糊變量進(jìn)行恢復(fù)，使其成為一個(gè)精確的數(shù)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(shù)，然后對于該輸出的確定值進(jìn)行計(jì)算。而開展精確化計(jì)算有很多的方法，最大隸屬函數(shù)方法就是其中最為簡單快捷的一種。

5 仿真分析

為了驗(yàn)證該控制器的有效性，對于模糊PID控制以及傳統(tǒng)的PID控制分別進(jìn)行仿真實(shí)驗(yàn)。將上述的仿真模型在MATLAB仿真工作區(qū)間進(jìn)行加載，然后可以得到傳統(tǒng)PID與模糊PID的控制速度響應(yīng)曲線。如下圖2、3所示。

模糊PID控制相較于傳統(tǒng)PID控制之間，超調(diào)量發(fā)生了明顯的降低情況，并且具有更為平滑的控制效果，同時(shí)還縮短了調(diào)節(jié)時(shí)間，擁有了更好的系統(tǒng)的穩(wěn)定性，使控制系統(tǒng)的動態(tài)性能得到改善。

6 結(jié)束語

綜上所述，本文首先對于履帶式機(jī)器人驅(qū)動結(jié)構(gòu)進(jìn)行了分析，并在此基礎(chǔ)上分析了履帶式機(jī)器人的運(yùn)動控制能力，并在此基礎(chǔ)上提出了履帶機(jī)器人的運(yùn)動控制策略，最后對于履帶式機(jī)器人的傳統(tǒng)PID運(yùn)動控制進(jìn)行了仿真分析。

參考文獻(xiàn)：

[1]柴鈺，王喬.粒子群優(yōu)化模糊PID的履帶機(jī)器人運(yùn)動控制研究[J].現(xiàn)代電子技術(shù)，2018，41（18）：49-53.

[2]蘭二斌，楊登杰，覃繼燦， 等.陸空兩棲機(jī)器人的結(jié)構(gòu)設(shè)計(jì)與運(yùn)動控制研究[J].工業(yè)控制計(jì)算機(jī)，2019，32（6）：58-60.

[3]褚芃，薛亮.智能小區(qū)巡視機(jī)器人運(yùn)動控制與避障系統(tǒng)的設(shè)計(jì)[J].文存閱刊，2019（22）：178.