[发明专利]基于模糊控制器的机器人导航避障方法及装置

说明书

本发明公开了基于模糊控制器的机器人导航避障方法及装置，通过采集机器人激光雷达和里程计两种传感器的信息作为模糊控制器输入，建立两套知识库和模糊推理规则，得到第一模糊控制器的输出为机器人运动的线速度和角速度，第二模糊控制器的输出为导航和避障两个任务的权重值，用于权衡机器人的导航和避障这两个任务。本发明中除了模糊控制理论外不需要其他人工智能算法的辅助，不需要预先构建地图，不需要大量的数据库和训练集，即可实现机器人在未知的、动态的复杂环境中避障导航的功能。基于人类知识和语言设计的策略，易于理解、实时性高、鲁棒性强。

技术领域

本发明涉及机器人的人工智能控制技术领域，尤其是涉及基于模糊控制器的机器人导航避障方法及装置。

背景技术

模糊逻辑理论于1965年创立，经过几十年的发展先后成功地应用于蒸汽发生装置、湿法水泥窑、合金冶炼控制、退火炉温度控制、异步电机控制、污水处理系统、肌肉麻醉控制、病人血压调整、电梯群控制、地铁自动运行系统、摄像机影像稳定装置、消费类电子产品、以及航天领域，具有不依赖精确的数学模型，鲁棒性强，控制精度高，无超调等优点。

在机器人运动控制领域和自动驾驶领域一些广泛应用的方法仍存在诸多缺点：人工势场法主要适用于局部动态避障，确定栅格法的环境存储量大、实时性效果不好，神经网络算法需要大量的数据库和训练集，对于不同体态形状的机器人不能通用，磁带导航成本低原理简单但是不具有实时性。现阶段，模糊控制常与神经网络、遗传迭代算法、马尔科夫决策、人工势场法等理论结合使用，以达到时间、速度、路径等某一方面的性能最优。

发明内容

为解决现有技术的不足，实现更为简单、高实时性、强鲁棒性的机器人导航避障的目的，本发明采用如下的技术方案：

一种基于模糊控制器的机器人导航避障方法，包括如下步骤：

步骤S101：通过传感器采集机器人前方和两侧到障碍物最近的一组距离，所述最近的一组距离在第一距离阈值范围内；

步骤S102：第一控制器输入变量的模糊化处理，将所述最近的一组距离中，每个距离通过一组隶属度函数表达为模糊变量，同时将论域划分为多个区间并命名，这些数值区间允许有交集；

步骤S103：第一模糊控制器输出变量的精确化处理，两个输出分别为机器人对地坐标下的运动线速度和角速度，通过隶属度函数将线速度论域划分为多个区间并命名，通过隶属度函数将角速度论域划分为多个区间并命名；

步骤S104：构建第一模糊控制器的知识库，基于所述最近的一组距离及其对应的所属区间，与所述线速度论域范围和所述角速度论域范围建立对应关系，构建第一模糊规则集合；

步骤S105：模糊推理，即将步骤S102中的输入模糊变量距离，根据模糊规则运算得到步骤S103中的输出模糊变量的过程，具体地：计算所有输入模糊变量在每个区间的隶属度值，然后根据每条模糊规则，选择出本条规则提及的输入模糊变量隶属度值进行取最小操作，选择出本条规则提及的输出模糊变量的隶属度函数曲线，进而用取到的最小值截断输出隶属度函数曲线，得到模糊输出的隶属度值；

步骤S106：去模糊化，将输出变量及其隶属度值结合重心公式加权平均，转化成输出论域区间上的精确值，得到机器人导航和/或避障所需的线速度和角速度。

进一步地，所述步骤S102中，两侧到障碍物最近距离采用相同的划分方法、相同的隶属度函数，前方到障碍物的最近距离采用相对于两侧不同的隶属度函数。

进一步地，所述步骤S106中，重心公式如下：