[发明专利]针对叉车模糊逻辑运动控制器的设计方法

说明书

本发明公开了一种针对叉车模糊逻辑运动控制器的设计方法，其主要包括以下步骤：叉车运动学建模；获取误差变量间的关系及设计优化数据；李雅普诺夫法设计模糊规则库；隶属函数参数的设计与优化。本发明以运动控制中系统稳定性理论为依据，保证控制器稳定性与平稳性，根据叉车理想运动模型，获取优化设计数据，并采用牛顿迭代法优化与设计模糊逻辑控制器中隶属函数的参数，提高了控制精度，并且减少了工程人员现场调试与测试时间，提高了效率，降低了成本，设计方法系统可靠，实用性强，具有更高的控制精度与适应性。

技术领域

本发明涉及一种控制器的设计方法，特别是涉及一种针对叉车模糊逻辑运动控制器的设计方法。

背景技术

自动导航叉车运动控制是实现叉车自动导航的一个关键技术之一。叉车要实现自动搬运物体，需要更为稳定、平稳且适应性强的运动控制器。由于叉车空载重载情况下相关的运动模型会产生不同的变化，那么依赖研究对象运动模型的传统控制器，难以满足叉车运动控制的要求。针对该问题，许多研究人员提出采用不依赖于对象模型的模糊逻辑运动控制器，它是目前公认的三大智能控制方法之一。目前针对叉车模糊逻辑运动控制器的设计没有系统的方法，普遍采用学习示教的方法结合一些数学优化方法而进行设计。这些方法并没有充分考虑到控制系统的稳定性、平稳性的问题，且设计的周期长、精度低、可靠性差。

目前针对自动导航叉车运动控制器研究比较多，比较常用的运动控制器有PID、自整定PID、模糊PID等。由于模糊逻辑运动控制器本身的优良特性，因此正逐渐应用在自动导航叉车上。相对来说，针对叉车模糊逻辑运动控制器设计的方法比较少，而且也没有形成较为完善的系统的方法，主要包括最小二乘法、经验设计法与梯度下降法。

通过最小二乘法拟合隶属函数，然后根据获取的隶属函数通过不断学习的方法提取相应的模糊规则库。最小二乘法是一种数学优化方法，它建立在误差控制基础上，采用最小化误差的平方和找到一组数据的最佳函数匹配。通过调试或测试获得多组测试数据，将数据映射到输入与输出论域上，以获得多个离散的数据点，该数据点反映了研究对象的控制系统的输入与输出的关系。根据二乘法的特性，由于散点本身不一定很精确，因此在拟合离散点时，曲线不必精确地通过每个点，只需构造出的隶属函数符合离散点分布的总体轮廓，并尽可能地接近已知数据。拟合出相应的隶属函数后，再通过不断测试与调试，不断的修改相关的函数参数与模糊规则库中的规则。

经验设计法主要根据调试过程中获取的误差变量与输出舵角的经验关系，对模糊论域进行分割获取分割后的子区间，根据经验获取分割区间的个数，并选取隶属函数的类型与初始值。然后确定规则库中规则的个数，与规则的内容。最后，通过不断的测试与调试以获得几组精度比较高的参数与规则库。

梯度下降法也是一种比较常用的方法。该方法首先根据获取的设计数据，选取适当的隶属函数类型，初始化隶属函数参数，且根据数据信息将论域区间进行适当分割，以提取规则建立规则库。然后，建立学习的目标函数，通过梯度下降法，不断学习以获得更加精确的隶属函数参数和规则库。

现有技术主要存在以下缺点：(1)没有较为系统的设计方法，也没有以深层次控制理论为设计基础，缺乏可靠的设计依据；(2)设计的运动控制器稳定性、平稳性较差，控制精度及适应性难以满足要求；(3)没有参数的优化方法，需要工程人员进行长期现场调试工作，耗费大量人力物力；(4)叉车的运动控制是高度非线性的，长期总结的经验法可靠性差，难以满足要求。

发明内容

本发明所要解决的技术问题是提供一种针对叉车模糊逻辑运动控制器的设计方法，其以运动控制中系统稳定性理论为依据，保证控制器稳定性与平稳性，根据叉车理想运动模型，获取优化设计数据，并采用牛顿迭代法优化与设计模糊逻辑控制器中隶属函数的参数，提高了控制精度，并且减少了工程人员现场调试与测试时间，提高了效率，降低了成本，设计方法系统可靠，实用性强，具有更高的控制精度与适应性。

本发明是通过下述技术方案来解决上述技术问题的：一种针对叉车模糊逻辑运动控制器的设计方法，其主要包括以下步骤：