基于模糊控制的仿生机器鱼避障算法

《基于模糊控制的仿生机器鱼避障算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2011-12兵工自动化30(12)OrdnanceIndustryAutomation·65·doi:10.3969/j.issn.1006-1576.2011.12.018基于模糊控制的仿生机器鱼避障算法1123李庆春，高军伟，谢广明，许恩江(1.青岛大学自动化工程学院，山东青岛266071；2.北京大学工学院，北京100871；3.北京石油化工学院工程教育中心，北京102617)摘要：在具有复杂性与不确定性的水环境下，针对无法建立精确的水下机器人控制数学模型问题，提出基于模糊控制的仿生机器鱼避障算法。将视线导航原理与模糊控制思想相结合，进行水下机器人

2、路径规划。通过专家经验，设计一个模糊控制器，实时调整水下机器人的运动方向，并通过仿真实验验证该算法的有效性。仿真及实验结果表明：该算法能实时、稳定地提供水下机器人的运动路径，有效躲避障碍物，安全达到目标点。关键词：仿生机器鱼；视线导航；模糊控制；避障中图分类号：TP249文献标志码：AObstacleAvoidanceAlgorithmofBionicRobotFishBasedonFuzzyControl1123LiQingchun,GaoJunwei,XieGuangming,XuEnjiang(1.CollegeofAutomationEnginee

3、ring,QingdaoUniversity,Qingdao266071,China;2.CollegeofEngineering,PekingUniversity,Beijing100871,China;3.CenterofEngineeringEducation,BeijingInstituteofPetrochemicalTechnology,Beijing102617,China)Abstract:Astheenvironmentofunderwateriscomplexanduncertain,itishardtofoundexactmathem

4、aticalmodeltocontrolautonomousunderwatervehicles(AUVs).FuzzycontroliscombinedwithlineofsightinthispaperforAUV.BasedonfuzzycontrolofobstacleavoidanceforbionicrobotfishisproposedandthisalgorithmprovideanimportantbasisforthepathplanningforAUVs.Throughexpertknowledgeandexperience,afuz

5、zycontrollerisutilizedtoadjustthemovingdirectionforanAUVinordertomaketheAUVavoidtheobstacleandthenreachthegoalsecurely.ResultsshowbysimulationandexperimentthatthisalgorithmiseffectiveandfeasibleforthepathplanningforAUVs.Keywords:bionicrobotfish;lineofsightguidance;fuzzycontrol;obs

6、tacleavoidance[5]0引言网络的训练样本。因此，笔者结合视线导航算法与模糊控制算法，对水下机器人进行路径规划。为了使水下机器人(anonomousunderwatervehicle，AUV)完成海洋环境检测、海底救捞及水1视线导航下作业等复杂任务，对其进行路径规划具有重要意1.1视线导航原理义。水下机器人路径规划就是给定一定的水域和障视线导航的基本思想就是将某个未来期望点碍环境，求一条从起点到目标点的路径，使该水下作为当前控制的目标参考点，其原理就是将水下机机器人能够无避碰地绕过障碍物到达目标点。Wang器人与参考点的位置误差作为闭环反馈控制

7、量，调[1]Na等建立基于网格模型的路径规划算法，通过网[6]节移动机器人的方向以实现路径跟踪控制。在视格对环境进行建模，并寻找安全路径；ErnestoPL线导航中，在水下机器人与目标点之间建立视线导[2]等建立基于人工势场法的避障算法，有效地对移引角θ，如图1所示，表示为：1动机器人进行导航，但该法容易陷入局部极小值点；yiyt()−()[3]p(1)金久才通过建立环境模型，利用分层遗传算法对θ1=arctanx()ix−()tp水下机器人进行路径规划，但该方法不能很好地解式中：[(xtyt),()]为水下机器人当前点的坐标；决大规模计算量问题，容易陷入

8、“早熟”；JunfeiQ等[4]利用神经网络强大的学习能力，实现移