1. 研究目的与意义（文献综述）

1. 1.研究目的及意义

机器人由操作机（机械本体）、控制器、伺服驱动系统和检测传感装置构成，是一种仿人操作、自动控制、可重复编程、能在维空间完成各种作业的机电一体化的自动化设备，以其具有灵活性、提高生产效率、改进产品质量、改善劳动条件等优点而得到广泛应用。为了获得更大的独立性，人们对机器人的灵活性及智能提出更高的要求，要求机器人能在一定范围内安全运动，增强机器人对环境的适应能力。因此，近年来，移动机器人特别是自主移动机器人成为机器人研究领域的中心之一^[1]。日本、韩国和欧洲都将机器人作为一个战略产业，给予了大力支持，美国也将机器人作为警惕技术，认为机器人技术将对未来战争产生巨大影响，采取了对其他国家实施技术封锁的政策。我国制定的“十一五”以及中长期发展规划中都把智能机器人技术作为重点发展对象，以家用机器人、危险作业机器人和医疗机器人为突破口，促进智能机器人产业的发展。

移动机器人是机器人学中的一个重要分支，按其运动结构可分为轮式、腿式、蛇形式、履带式、跳跃式和复合式^[2]。轮式移动机器人相对于其它移动机器人具有很多优点，比如：自重轻、承载大、机构简单、驱动和控制相对方便、行走速度快、工作效率高，具有更广阔的运动空间和更强的灵活性。由于轮式移动机器人具备的这些优点，使之成为最常见、最重要、应用领域最广泛的一类机器人，因而被大量运用于工业、农业、反恐防爆、家庭、空间探测等领域。常见的轮式移动机器人有：自动起重机、自动平整路面机器人、AGV机器人。它把人们从繁重的体力劳动和危险工作环境中解放出来，并产生了巨大的经济效应。

进入21世纪，随着轮式移动机器人应用需求的扩大，其应用领域已从结构化的室内环境扩展到海洋、太空等环境，例如：石油探测机器人、火星车、月球车等。随着深入的研究，相关的许多新的理论和工程方面的问题愈来愈多的引起国内外学者和工程技术人员的极大兴趣^[3]。

运动控制系统的研制是整个轮式移动机器人研发的核心部分之一，在理论研究和工程实践方面都有重要意义。运动控制的目的就是使之能精确并且快速地实现点到点以及任意转角运动。随着机器人所要执行任务难度增大和所处工作的环境更加复杂，轮式移动机器人必须提高适应能力，实现真正的自主，这就对控制理论和应用技术提出了更高的要求，其中运动控制技术又是重中之重，因为运动是机器人执行其他任务的基础。

2. 2.轮式移动机器人研究现状

2.1国外研究现状

国外在20世纪60年代，就开始移动机器人的相关研究。由于移动机器人有着特殊的应用价值，而且在交通运输、空间探测、探险等领域具有广泛的应用前景，因此得到世界各国关注美国、日本、欧洲在这一方面发展迅速，处于世界领先地位^[4]。

1968年，第一台有一定智能的机器人“Shakey”在斯坦福研究所诞生，标志着移动机器人研究的正式开端。70年代末，随着计算机技术和传感器技术的发展，轮式移动机器人的研究引发了学术界的新浪潮^[5]。前苏联研制的轮式无人探测器“Lunokhod 1”于1970年11月10日首次登陆月球，成为第一台登陆外星球的无人探测机器人。80年代中期，美国的Hughes人工智能中心在1987年首次进行了机器人越野实验，Stanford大学的室内移动机器人能在立体制导系统引导下慢速步行^[1]。90 年代以来，以研制高水平的环境信息传感器和信息处理技术、高适应性的移动机器人控制技术、真实环境下的规划技术为标志，开展了移动机器人更高层次的研究^[5]。美国于1996年12月发射火星“探路者号”探测器，其火星车“Sojourner”完成了对火星表面的实地探测。此后，美国航天局又于2003年先后发射 “勇气号”、“机遇号”火星探测器，其携带的火星车均成功降落在火星表面，标志着智能轮式移动机器人的研究工作已经提高到了一个新的高度。美国除了在太空机器人方面为推动了轮式移动机器人的发展做出了巨大贡献，在军用机器人方面，美国同样具有领先世界的技术。美国《21世纪战略技术》中指出“20 世纪地面作战的核心武器是坦克，21世纪很有可能是无人战车”。

除了美国，日本的机器人技术也非常先进，虽然开始研究的时间相比美国较晚，但是经过多年积累，在世界上也是一流的，特别在工业机器人和仿人机器人方面^[6]。日本 Smart Robots公司在2003年5月推出了新型基于 Linux 的移动机器人。代号为SR4的机器人，能够以每秒1.5英尺的速度移动，也就是能够在10分种内穿越三个足球场长短的距离^[7]。

2.2国内研究现状

国内的机器人研究起步就相对较晚，约于20世纪70年代末80年代初，机器人技术开始得到国内科研人员的关注，其中中国科学院沈阳自动化研究所、清华大学智能与系统实验室、北京航天航空大学、河北工业大学等科研院所较早地开展对移动机器人的研究，经过几十年的发展，取得了很大进展。目前我国机器人研究也在向人工智能迈进。

中国科学院自动化所成功研发了CASIA-I，CASIA-I 由运动机构、运动控制系统和传感系统组成，不仅能应用在室内，还能在室外公共场所应用^[8]。

1976年，北京起重机械研究所研制出第一台移动机器人，建成第一套AGVS（自动导向搬运车系统）滚珠加工演示系统，随后又研制出单向运行载重500公斤的移动机器人，双向运行载重500kg、1000kg、2000kg的移动机器人，开发研制了几套较简单的移动机器人运动控制系统^[8]。

2003年，清华大学何克忠教授领导完成达到国际先进水平的智能车“THMR-V”，该车能够检测道路，自动跟踪，自动检测障碍物，自动避障。

目前，代表中国机器人技术最高水平的就是“玉兔”号月球车，也是中国首辆月球车，搭载在嫦娥三号上登陆月球，具备20度爬坡、20 厘米越障能力，并配备有全景相机、红外成像光谱仪、测月雷达等探测仪器^[6]。

现阶段，国内也有很多科研院所和高校具有研发高端移动机器人的能力，例如，由中国科学院沈阳自动化研究所研发的可携带侦察机器人，用于反恐防爆、灾难救援、保安巡察；反恐防暴系列机器人，主要应用于公安部门，在核工业、化工以及有毒有害等领域也有广泛的市场应用前景。

2.3 轮式移动机器人伺服控制研究现状

所谓伺服控制指对物体运动的位置、速度及加速度等变化量的有效控制。在很多情况下，伺服系统专指被控制量（系统的输出量）是机械位移或位移速度、加速度的反馈控制系统，其作用是使输出的机械位移（或转角）准确地跟踪输入的位移（或转角），其结构组成和其他形式的反馈控制系统没有原则上的区别^[9]。

伺服系统位于移动机器人控制系统的底层，直接负责驱动电机、采集传感器信息和人机交互，其核心是对伺服电机转动的控制，通过程序控制为电机提供特定大小的电流来获得电机特定的转速，进而对轮式移动小车行进速度和方位的控制^[10]。

轮式移动机器人属于典型的非完整系统，即其理想运动满足车轮与地面的无滑动（包括侧向和纵向）纯滚动的条件^[3]。非完整系统的反馈控制根据控制量的不同，可将控制系统分为位置控制、速度控制、加速度控制、力矩控制等；根据控制目标的不同，大致可以分为三类，即轨迹跟踪(Trajectory tracking)、路径跟踪(Path following)、点镇定(Point stabilization) ^[11]。点镇定，是指机器人从任意初始位置到达平面上任意给定的目标位置，并且能够稳定在该位置。路径跟踪是机器人从任意位置出发，按照一定的控制规律跟踪世界坐标系下已经设定好的理想的几何路径。轨迹跟踪和路径跟踪的问题本质上是一致的，只不过参考轨迹是时间的函数。

目前，轮式机器人常见的控制方法是双闭环控制机器人的左右车轮速度以控制机器人运动状态，其控制算法主要有PID控制算法、Backstepping算法、见附件 算法和模糊逻辑控制算法等^[12]。

其中PID控制算法具有鲁棒性好、可靠性高、控制算法简单和使用灵活等优点，但需要较精确的数学模型才对线性系统具有良好的控制效果，对于非线性系统的控制效果则较差。

模糊控制算法不需要建立系统的数学模型，其利用语言描述复杂的非线性系统，是一种基于非数学模型的控制方法，通过建立完善的规则就可以获得较好的控制效果。大量的工程实践表明，模糊控制主要适用于那些具有非线性和其建模复杂系统的控制。与采用精确数学模型的控制方法比，模糊控制在处理不精确、控制具有高度不确定性的复杂系统时具有突出的优越性^[13]。

3.

2. 研究的基本内容与方案

1. 3. 设计的基本内容、目标、拟采用的技术方案

3.1基本内容和目标

论文所要进行的研究的基本内容主要包括以下五个方面。

（1）综述国内外轮式移动机器人的研究现状和轮式移动机器人伺服控制系统；

（2）以QBot 2为对象建立差速驱动轮式移动机器人运动学及动力学模型并分析；

（3）对轮式移动机器人的伺服控制系统的设计问题进行详细分析和论述；

（4）合理选择核心芯片，设计电路原理图；

（5）选取合适的控制策略，对轮式移动机器人控制算法方法进行设计，通过仿真实验验证所提出方法的有效性；

论文研究的目标为以轮式移动机器人QBot 2为对象，建立其运动学及动力学模型，选择合适的控制策略并精确地控制模型，设计完整的硬件平台和软件平台，从而实现对轮式移动机器人的控制。

3.2拟采取的技术方案

论文针对轮式移动机器人系统的非线性和常规PID控制方法的不足，将模糊推理与常规PID控制相结合，设计了一种基于参数自整定的模糊PID运动控制系统，给出了参数自整定规律，给出了以参数分配器实现移动机器人线速度和角速度的双闭环控制方法。

3.2.1 常规PID控制

在控制系统中最常用的控制规律是PID控制，它是一种线性控制器，根据给定与实际值构成控制偏差，将偏差的比例（P）、积分（I）和微分（D）通过线性组合构成控制器^[14]，其控制框图如3.1图所示。

图3.1 常规PID控制器 见附件

PID控制的微分方程可表示为^[15]

见附件

其中见附件表示PID 控制器的输出，见附件、见附件、见附件分别是控制器的比例系数、微分时间常数和积分时间常数，通过与偏差信号见附件结合后，分别代表控制器的比例环节、控制器的微分环节和控制器的积分环节。PID控制的形式结构比较简单，利用控制器中每个调节环节的不同作用实现对控制对象的控制目标。

比例控制能迅速反应误差，从而减少误差，但比例控制不能消除稳态误差，比例增益的加大会引起系统的不稳定。

积分控制的作用是，只要系统产生误差，积分作用就不断积累，输出控制量以消除误差，因而，只要有足够的时间，积分控制将能完全消除误差，积分太强会使系统超调加大，甚至是系统出现振荡。

微分控制可以减小超调量，克服振荡，使系统稳定性提高，同时加快系统动态响应速度，减少调整时间，从而改善系统的动态性能^[12]。

传统PID控制方法是在闭环控制之前根据机器人期望的速度和角速度，求 出闭环控制的左右轮期望速度后再实现两轮闭环控制，但当存在车轮打滑扰动时，引起的左右轮速度的偏差将得不到补偿，使移动机器人期望的角速度与其实际的角速度出现大的偏差，导致控制效果不理想^[16]。

3.2.2模糊PID算法

模糊控制是以模糊数学为理论基础，以计算机作为物质基础，以计算机控制技术、自动控制原理为技术基础的自动控制系统。

实现模糊控制的一般步骤是：微机先采集被控制对象输出信号，然后将该精确值与给定值相比较得到误差信号E；把误差信号E的精确值进行模糊化变成模糊量，在相应的论域中可用语言变量表示，从而得到了误差E的模糊语言集合的一个子集e；由e和模糊控制规则R(模糊关系矩阵)根据推理的合成规则进行模糊决策，这样可以得到模糊控制向量输出；为了对被控对象实施控制，还必须将模糊量进行非模糊化处理转换成精确量。常用的是二维模糊控制器，一般多是将偏差E和偏差变化EC作为输入语言变量^[17]。

图3.2 模糊PID控制系统

该运动控制系统主要由一个参数分配器和2个参数自整定模糊PID控制器组成，2个模糊PID控制器分别实现移动机器人的线速度和角速度的闭环控制。参数分配器在线分配移动机器人左右驱动轮电机驱动器的控制电压，实现移动机器人线速度和角速度的双闭环控制。

角速度环中的PID1 输出信号见附件主要被参数分配器用来分配移动机器人左右驱动器的控制电压差，控制电压差越大，移动机器人的角速度就会越大，反之亦然。而线速度环中的PID2输出信号主要被参数分配器用来分配移动机器人左右驱动器的平均控制电压，平均控制电压越大，移动机器人的运行线速度就会越大，反之亦然。如控制移动机器人匀速直线运动时，在角速度控制环中，当见附件时，左右驱动器电压见附件和见附件相同，理论上移动机器人的运动应为直线运动，但左右驱动轮直径、电机驱动器性能不可能完全相同，致使移动机器人以一定的角速度运动，此时，PIDl控制器输出控制信号，使见附件，左右驱动轮电机驱动器的控制电压就被重新分配以控制机器人角速度见附件趋向于0。同时，在线速度控制器PID2中，参数分配器分配所得的见附件和见附件控制信号分别 输入于左右驱动轮电机驱动器以控制移动机器人的实际线速度见附件达到期望线速度见附件。这样，在PID1、PID2控制器的共同作用下实现移动机器人匀速直线运动。

在移动机器人其它形式的运动控制中，参数分配器按直线运动控制中相同的分配机理分配控制信号见附件和见附件，实现其相应的运动控制。考虑到移机器人运动过程中可能存在线速度和角速度不能同时实现的情况，该控制系统采取优先保证实现角速度控制的分配策略，即首先保证实现左右驱动轮电机驱动器的控制电压之差为。

2个参数自整定模糊PID控制器的设计是基于移动机器人的线速度偏差见附件、线速度偏差变化率见附件和角速度偏差见附件、角速度偏差变化率见附件通过模糊推理实现的。由于一维模糊推理器不能很好地反映被控对象输出变量的动态特性，而三维模糊推理器结构复杂，在某些情况下能提高控制器的性能。但由于输入维数的增加，模糊控制规则的确定更加困难，控制算法亦趋于复杂化，多维模糊控制器在控制系统中并不常用。因此，该模糊控制器选用二维输入三维输出的结构形式．由于人对具体事物的逻辑思维一般不超过三维，因而很难对如此复杂的多输入多输出系统直接提取控制规则，为此，把二维输入三维输出结构转化为二输入一输出结构形式，然后用二输入一输出系统的设计方法进行模糊控制器的设计，实现了多变量控制系统的模糊解耦，这样不仅设计简单，而且实验证明也是可行的。

设计过程中，由于各输入变量或输出变量的范围各不相同，需要将各变量比例因子取值不同，使4个输入变量 见附件、见附件、见附件和见附件都分别量化到[-3，3]，对应的模糊子集为{负大，负中，负小，零，正小，正中， 正大}，并简记为{NB，NM，NS，Z，PS，PM，PB}；6个输出变量见附件、见附件、见附件、见附件、见附件和见附件都分别量化到[0，3]，对应的模糊子集为{零，小，中， 大}，并简记为{Z，S，M，B}；各模糊子集的隶属度函数定义均三角形；模糊决策采用Mamdani法；解模糊化方法采用能全面反映各模糊变量的重心法^[13]。

以线速度控制环为例，说明模糊控制器的具体设计步骤如下^[18]：

a） 输入输出变量的模糊化

输入变量包括线速度偏差见附件、线速度偏差变化率见附件，其中见附件，见附件和见附件分别表示时刻的偏差和偏差变化率^[19]。

输出变量包括PID2控制参数见附件、见附件和见附件，其基本论域根据仿真及实验得到，而论域都为[0，1，2，3]。

为将基本论域中的变量转化为论域中的变量，需引入量化因子及比例因子，本文中偏差见附件的量化因子为^[20]

见附件

偏差变化率见附件的量化因子为

见附件

而见附件、见附件和见附件的比例因子计算公式为

见附件

其具体值见附件、见附件和见附件在实际中略有调整。

在得到变量论域中的值后，需要将其进行模糊化处理，以生成模糊语言变量。本文将偏差和偏差变化率的论域都分为7个模糊子集，为{负大，负中，负小，零，正小，正中，正大}，简记为{NB，NM，NS，Z，PS，PM，PB}。参数见附件、见附件和见附件的论域都分为4个模糊子集，为{零，小，中，大}，简记为{Z，S，M，B}。

语言变量论域中的模糊子集由其论域中的隶属度函数来描述。隶属度函数反应了人们主观上对客观事物概念的认识，不同的人对相同的对象建立隶属度函数时，在具有一定的共性时又略有差异。隶属度函数的确定通常有模糊统计法、例证法、专家经验法和指派法等。本文实际上应用指派法确定隶属度函数，在考虑程序设计复杂度和控制灵敏性及稳定性后，选用三角分布确定隶属度函数见附件，偏差见附件的隶属度函数如图所示，见附件与其相同，而PID2参数见附件的隶属度函数如图所示，见附件和见附件与其相同^[21]。见附件

与其相同，而PID2参数见附件的隶属度函数如图所示，见附件和见附件与其相同^[21]。

图3.3 隶属度函数见附件和见附件

b)建立模糊推理规则

模糊推理规则是设计模糊控制器的关键，直接影响控制质量。模糊PID中参数见附件、见附件与见附件、见附件和见附件之间有以下基本规律：

当偏差见附件较大时，为加快相应速度，见附件应取的大些，而为防止出现微分饱和及积分饱和，见附件和见附件通常取的较小，有的系统中将见附件取为0。

当见附件和见附件为中等大小时，为取得最快的相应，应有小的超调，故见附件取的稍小，取的稍大，而见附件对系统响应速度的影响较大，应取的适中。

当见附件接近设定值时，为保证稳态误差较小，应增大见附件和见附件，而为防止振荡，当见附件较小时，见附件可取大些，当见附件较大时，见附件以小些为宜^[22]。

根据经验及仿真实验，可确定见附件、见附件和见附件的推理规则。再由模糊规则可确定49个模糊关系，则控制器总的模糊关系可由49个模糊关系通过“并”运算得到。

c）输出变量的解模糊

模糊控制器的输出应为精确值，把模糊量转换为精确值的过程称为解模糊。常用的解模糊方法有最大隶属度法、中位数法和加权平均法，本文使用加权平均法，输出为^{[23]见附件}

其中，见附件表示输出的精确值，见附件表示输出模糊集合的元素，见附件为该元素的隶属函数。

角速度控制环中PID1的模块与PID2类似，仅各输入、输出变量的基本论域不同。

综上所述，该运动控制系统的PIDl控制器的参数见附件、见附件和见附件和PID2控制器的参数见附件、见附件和见附件能根据移动机器人的线速度和角速度进行模糊参数分配自整定，并在PIDl控制器、PID2控制器和参数分配器共同作用下，在线分配左右驱动轮电机驱动器的控制电压以控制移动机器人的运行状态。

3. 研究计划与安排

4. 参考文献（12篇以上）

1. 参考文献

[1] 曹其新，张蕾编著.轮式自主移动机器人[m].2012

[2] 田琦，李琪，姚鹏，赵媛.基于模糊pid的全方位移动机器人运动控制[j].电子科技,2011,(9): 131-133，139