Аннотация
В этой работе описывается реализация контроллера на основе нечеткой логики для скорости
управление мобильным роботом Nomad XR4000. Система имеет входные данные от датчиков сонара
робота и «пройденное» расстояние, а также выводит скорость робота на основе входных данных. Для этого
используется пять треугольных нечетких множеств для каждой переменной, двадцать пять нечетких правил и центроид
метод деффузификации. Эта система была разработана для использования в качестве вспомогательного
система телеоперации, разработанная для мобильного робота, чтобы справиться с неожиданными задержками с
Интернет–передачей данных. Окончательная реализация была проверена методом факториала.
Введение
Существование экологически опасных объектов для людей, таких как атомные электростанции, привело к
необходимо разработать системы с дистанционным управлением. Использование мобильных роботов для визуализации и
мониторинг опасных мест растет из–за технических достижений в области вычислений и датчиков, как в работе Берда
(1996). В настоящее время существует несколько академических исследований в области
использования Интернета в качестве средства связи для дистанционного управления машинами, таких как мобильные роботы в
работах Нехмзова (1996).
Тема дистанционного управления через Интернет имеет некоторые возможные проблемы, в том числе: временная задержка
между клиентом (телеоператором) и сервером (роботом); неожиданные задержки времени (которые являются функциями
сетевого трафика, сетевыми путями и т. д.) и замораживание сети (что блокирует интерфейс
управления). Эти проблемы могут быть решены несколькими способами, включая нейронные сети и нечеткую логику. Последний
подход является простым и надежным для использования в среде мобильного робота.
Рисунок 1 – Мобильный робот Xavier и его карта локализации.
Многие люди работают в интернет–контроле роботов. Работа Мондана (1998)
представляет собой небольшой мобильный робот Khepera, который может контролироваться удаленным пользователем через Интернет. Его
интерфейс использует апплеты Java, получая изображения из среды робота. Другая
работа, разработанная Simmons (1998), – это робот Xavier (см. Рис. 1). Его телеоперация
интерфейс использует простую WEB–страницу, в которой пользователь может управлять роботом с помощью
общей задачи (организованные в списке) и могут видеть результат в изображениях, обновляемых каждые 5 – 10 секунд.
Это работает с разработкой нечеткого контроллера для робота Nomad XR4000, контролируемых
через Интернет. Результаты анализируются, и дальнейшее совершенствование системы определено.
Нечеткая логика и мобильные роботы
Создание нечеткой логики в 60–е годы привело к тому, что в сфере робототехники появился новый инструмент для решения
с неопределенностями, с которыми эта область исследований справляется. В настоящее время нечеткая логика используется во
многих областях мобильной робототехники (см. http://iridia0.ulb.ac.be/FLAR/wsc1/papers/index.html как пример), например:
- Автономная навигация;
- Поведенческий контроль;
- Контроль скорости;
- Создание карты в неизвестных средах;
- Отслеживание естественных особенностей в среде робота;
- Навигация на основе зрения;
Область нечеткой логики и мобильной робототехники все еще растет, как в работе Saffiotti (1997)
или Boudihir (1999), и многие результаты исследований представлены на основных конгрессах по всему миру.
NOMAD XR4000 мобильны робот
Робот Nomad XR4000 – полностью интегрированная система, предназначенная для промышленной или исследовательской
цели. Включает в себя:
- Бортовая система подсчета (одометрия);
- Инфракрасные датчики;
- Датчики сонара;
- Два компьютера PC Pentium;
- Радио / сетевая карта для беспроводной связи;
Систему можно увидеть на рис. 2, где видна геометрия и размер.
Рисунок 2 – Мобильный робот Nomad XR4000.
Спецификация контроллера FUZZY
Нечеткая система была разработана с использованием программного обеспечения Xfuzzy, от Микроэлектронного
Института Севильи (2000).
Система основана на двух входных переменных (данные датчика сонара и заданном расстоянии), в качестве выходного сигнала
наивысшая скорость для робота. Нечеткие правила определяются как простые предложения типа «Если датчик
рядом, а расстояние близко, а скорость медленная». В следующем разделе система будет подробно описана, база
в книге Шоу (1999).
Нечеткие операторы
В системе используются общие операторы Zadeh's для объединения и пересечения: max и min
операторы.
Нечеткие переменные
Существуют две входные переменные: данные датчика сонара и заданное расстояние. Существует одна выходная
переменная: скорость для робота.
Входные нечеткие переменные были определены в пяти треугольных нечетких множествах. Он был использован несколькими
суперпозиция для оптимизации гладкости вывода. Данные датчика сонара вводятся в диапазоне 0 – 8000 мм. Данные
о расстоянии определяются в диапазоне 0 – 5000 мм. Выход скорости был определен в
пять трапециевидных нечетких множеств, а его данные находятся в диапазоне 0 – 1500 мм / с. Несмотря на полноту робота
скорость 2500 мм / с, система ограничивает максимальную скорость до 1500 мм / с, чтобы повысить безопасность.
На рисунках с 3 по 5 показаны определенные нечеткие множества для входных и выходных переменных.
Рисунок 3 – Нечеткие наборы данных датчика сонара.
Рисунок 4 – Дистанционные данные нечетких множеств.
Рисунок 5 – Нечеткие наборы выходного сигнала скорости.
Нечеткие правила
Нечеткие правила основаны на здравом смысле, как следующее предложение:
Если датчик находится далеко и большое расстояние, тогда скорость высокая.
Данные, полученные от датчиков сонара, относятся только к скорости управления, а не к избеганию
препятствия. Мониторинг столкновений в основном осуществляется инфракрасным датчиком, который контролирует любое
время принятого сигнала от ближайших препятствий. Если датчик ближнего действия обнаруживается ИК–датчиком
роботу дается указание остановиться. Этот подход показывает надежность, так как робот с помощью
данных сонара плавно замедляется и, наконец, останавливается, если препятствие
остается в непосредственной близости. Расстояние безопасности, проверенное ИК–датчиком, составляет
около 0,5 м для обычного объекта в лаборатории (расстояние измеряется уровнем IR–уровня, и эти данные изменяются для
различных типов материалов). Расстояние измерения сонара находится в диапазоне от 0,3 м до 8 м.
Таблица 1 – Нечеткие правила, используемые в системе.
| Сонарные данные / Расстояние |
Очень рядом |
Рядом |
Средне |
Далеко |
Очень далеко |
| Очень рядом |
Очень медленно |
Очень медленно |
Очень медленно |
Очень медленно |
Очень медленно |
| Рядом |
Очень медленно |
Медленно |
Медленно |
Медленно |
Медленно |
| Средне |
Очень медленно |
Медленно |
Средне |
Средне |
Средне |
| Далеко |
Очень медленно |
Медленно |
Средне |
Быстро |
Быстро |
| Очень далеко |
Очень медленно |
Медленно |
Средне |
Быстро |
Очень быстро |
На рисунке 6 показана реализация нечетких правил в программном обеспечении Xfuzzy.
Рисунок 6 – Нечеткие правила в среде Xfuzzy.
Метод деффузификации
Для упрощения и оптимизации скорости обработки контроллера использовался центроид
метод деффузификации. Этот метод деффузификации хорошо подходит для систем, использующих систему Zadeh's.
Результаты
В этом разделе анализируется поверхностный отклик нечеткого контроллера и факториальные расчетные тесты
реализованный с системой для проверки ее производительности.
Поверхностный отклик контроллера
Рис. 7, полученный с помощью программного обеспечения GNUPlot, показывает поверхностный отклик, полученный с помощью
нечеткого контроллера. Плоскость xy относится к входным переменным, а ось z относится к выходной переменной скорости.
Рисунок 7 – Поверхностный отклик.
Как и следовало ожидать из определенных правил, система имеет осторожное поведение рядом с препятствиями
а также когда расстояние до места мало. Верхняя правая часть графика показывает, что
контроллер устанавливает максимальную скорость только для больших расстояний и показаний сонара.
Факториальные дизайнерские тесты
Чтобы изучить и выявить возможные улучшения в нечетком контроллере, система была
проверена методом факториала. Проанализировано влияние трех переменных: состояние
(включение / выключение), тип окружающей среды (открытие / закрытие) и ускорение
привода (медленное / быстрое). Эти тесты выполнялись дважды, чтобы сравнить два прогона, чтобы
проверить любые изменения в ответе данных. Полученные результаты были помещены в таблицу 2 для лучшего понимания:
Таблица 2 – Результаты анализа факториала.
| Эксперимент |
Выполнение |
Расстояние |
Датчик |
Ускорение |
Изменения |
Колебания |
| 1 |
1,13 |
– |
– |
– |
Нет |
Малые |
| 2 |
2,6 |
– |
– |
+ |
Нет |
Большие |
| 3 |
4,12 |
– |
+ |
– |
Есть |
Большие |
| 4 |
10,11 |
– |
+ |
+ |
Есть |
Большие |
| 5 |
5,8 |
+ |
– |
– |
Нет |
Большие |
| 6 |
15,16 |
+ |
– |
+ |
Нет |
Большие |
| 7 |
7,9 |
+ |
+ |
– |
Есть |
Большие |
| 8 |
3,14 |
+ |
+ |
+ |
Есть |
Большие |
Как видно, основным фактором, влияющим на производительность системы, является состояние датчиков. Когда
датчики находились в системе, показало большую дисперсию скорости, показав, что контроллер
пытался установить новое значение скорости для новых и разных данных датчика. Поскольку данные датчика
изменяются, скорость, рассчитанная нечетким контроллером, изменяется соответственно.
На рисунках 8 и 9 показана скорость, выводимая контроллером для двух проанализированных случаев: с
датчиков.
Рисунок 8 – Реакция системы без датчиков.
Рисунок 9 – Системный отклик с датчиками.
В разделе обсуждения будут проанализированы последствия этих результатов.
Обсуждения
Было замечено из анализа факториала, что датчики могут привести к нечеткому контроллеру и
много проблем, особенно в повторяемости результатов. На рисунке 10 показаны данные со временем
для трех датчиков робота. В зеленой строке можно отметить, что в нем много шума, в красном
один шум меньше, а в синем ощутимый шум. Эта проблема возникает из–за
отражениий звуковой волны в окружающей среде. В датчике зеленой линии
много отражений, поскольку это указывало на далекий объект, но в синем линейном датчике не было
отражения, поскольку он указывал на ближайшую стену.
Рисунок 10 – Данные трех разных датчиков в роботе.
Эта проблема может быть сведена к минимуму с использованием технологий фильтрации, таких как нечеткая фильтрация, нейронная
Чистая фильтрация или даже фильтрация Калмана, которая хорошо подходит для систем, где присутствуют стохастические данные.
Вывод
Управление Fuzzy в мобильной робототехнике может быть расширено до очень больших полей, таких как контроль
скорости, управление траекторией, предотвращение препятствий и т. д. В этой работе скорость нечеткого контроллера была
разработанный, чтобы действовать как внутренний интеллект в телероботном приложении. Использование
фильтра Калмана в сенсорных данных может улучшить производительность системы, поскольку эта методология очень
подходит для работы со статистическими и данные стохастического датчика.
Благодарность
Спасибо всем, кто помог на любом этапе работы. Особая благодарность профессору Флавии
Guerra, который помог в тяжелой работе настройки нечеткого контроллера.
Библиография
- Boudihir M., Nourine R., Ziou D. 1998. «Визуальное руководство автономного автомобиля на основе нечеткой логики»
- Box E. P., Hunter W. G., 1978. «Статистика для экспериментаторов: введение в
проектирование, анализ данных, и моделирование зданий»., Wiley, New York, USA
- Byrd, J. S. 1996. «Интеллектуальный исследовательский робот». Университет Южной
Каролины. Колумбия. США.
- Nehmzow, U. Buhlmeier, A. Durer, H. 1996. «Пульт дистанционного
управления мобильным роботом через Интернет». Манчестер.