劉訓(xùn)非，張首峰

（1.蘇州工業(yè)職業(yè)技術(shù)學(xué)院 電子工程系，江蘇 蘇州 215104；2.河南省城鄉(xiāng)建筑設(shè)計(jì)院有限公司，河南 鄭州 450003）

1 引言

社會(huì)的進(jìn)步和發(fā)展使人們的生活節(jié)奏越來(lái)越快，如何最大程度地?cái)[脫日常繁雜的生活瑣事，成為人們不斷追求的目標(biāo)。服務(wù)機(jī)器人正是為迎合這一目標(biāo)而出現(xiàn)。智能吸塵器是服務(wù)機(jī)器人的典型代表，它能夠在無(wú)人干預(yù)的情況下，自動(dòng)根據(jù)程序設(shè)定完成房間清掃工作，并且在自動(dòng)清掃過程中能夠完成樓梯檢測(cè)、防碰撞、自動(dòng)傾倒收集到的垃圾等功能。但是現(xiàn)有智能吸塵器的充電電池，需要借助人將電源接通到插座上才能完成充電功能，降低了智能吸塵器的智能性，給人們生活帶來(lái)不便，所以需要一種能夠完成自動(dòng)充電的智能吸塵器。

論文提出了一種基于模糊控制技術(shù)的自動(dòng)充電算法，該算法能夠自動(dòng)檢測(cè)電源電量，利用紅外傳感器檢測(cè)出充電器的位置，根據(jù)模糊控制算法自動(dòng)規(guī)劃出一條從智能吸塵器當(dāng)前所在位置到充電器的路徑，并能夠在移動(dòng)過程中自動(dòng)避障，從而完成智能吸塵器的自動(dòng)充電行為。

2 總體設(shè)計(jì)

自動(dòng)充電算法從本質(zhì)上說是一種點(diǎn)到點(diǎn)的路徑規(guī)劃算法，即尋找一條從智能吸塵器當(dāng)前所在位置到充電插座的一條無(wú)碰路徑。基于模糊控制技術(shù)的自動(dòng)充電算法是將模糊控制技術(shù)應(yīng)用到點(diǎn)到點(diǎn)路徑規(guī)劃上，其實(shí)現(xiàn)過程如下：

1）首先智能吸塵器的電源檢測(cè)模塊自動(dòng)檢測(cè)電池電量，當(dāng)電量低于設(shè)定的閾值時(shí)，智能吸塵器停止清掃工作，進(jìn)入充電器檢測(cè)狀態(tài)；

2）智能吸塵器根據(jù)本體安裝的紅外傳感器檢測(cè)電源插座發(fā)出的紅外信號(hào)，進(jìn)入外部環(huán)境檢測(cè)狀態(tài)；

3）智能吸塵器根據(jù)本體安裝的傳感器檢測(cè)智能吸塵器當(dāng)前位置周圍的傳感器分布情況，對(duì)當(dāng)前環(huán)境進(jìn)行分類，智能吸塵器進(jìn)入模糊推理階段；

4）模糊控制算法將插座發(fā)出的紅外信號(hào)以及獲得的外部環(huán)境信息模糊化并產(chǎn)生規(guī)則庫(kù)，根據(jù)規(guī)則庫(kù)推理出一條從智能吸塵器本體位置到目標(biāo)插座的一條無(wú)碰路徑。

基于模糊控制算法的智能吸塵器模糊避障控制系統(tǒng)如圖1所示。

圖1 智能吸塵器模糊避障控制系統(tǒng)Fig.1 Intelligent cleaner fuzzy control system

2.1 模糊控制模塊的組成

模糊控制是建立在模糊推理基礎(chǔ)上的基于規(guī)則的非線性控制，它直接使用模糊語(yǔ)言模擬人的直覺或經(jīng)驗(yàn)進(jìn)行控制。基于模糊控制算法具有較好的魯棒性，對(duì)環(huán)境參數(shù)變化的適應(yīng)性較強(qiáng)，而且具有很好的抗干擾能力［1］。

模糊控制模塊的組成如圖2所示。

圖2 模糊控制模塊Fig.2 Fuzzy control module

如圖2所示，一個(gè)典型的模糊控制模塊由4個(gè)重要模塊組成：知識(shí)庫(kù)、模糊推理機(jī)制、模糊化輸入接口與模糊化輸出接口。

知識(shí)庫(kù)包含模糊if－then規(guī)則庫(kù)和數(shù)據(jù)庫(kù)。規(guī)則庫(kù)中的模糊規(guī)則定義體現(xiàn)了與領(lǐng)域問題有關(guān)的專家經(jīng)驗(yàn)或知識(shí)。模糊推理機(jī)制建立在表示為模糊規(guī)則的知識(shí)庫(kù)上，按照這些規(guī)則和所給的事實(shí)執(zhí)行推理過程，求得合理的輸出或結(jié)論。簡(jiǎn)單的說就是根據(jù)已知的命題，按照一定的法則，推斷出一個(gè)新的命題。也可理解為從已知的條件求未知結(jié)果的思維過程。模糊規(guī)則的多少取決于輸入和輸出物理量的個(gè)數(shù)以及所需的控制精度［2］。

模糊輸入接口將明確的輸入轉(zhuǎn)換為對(duì)應(yīng)隸屬函數(shù)（模糊語(yǔ)言值是用隸屬度函數(shù)描述的，隸屬度函數(shù)反映的是事物的漸變性）的模糊語(yǔ)言值。

模糊輸出接口則將模糊的計(jì)算結(jié)果轉(zhuǎn)換為明確的輸出。

2.2 算法實(shí)現(xiàn)

課題選用的模糊控制是一種多輸入、多輸出的控制方式，輸入變量為各組傳感器測(cè)得的信號(hào)強(qiáng)度值：近（N）、中（M）、遠(yuǎn)（L）及智能吸塵器當(dāng)前的傾角Δθ；輸出變量為智能吸塵器轉(zhuǎn)動(dòng)的角度和移動(dòng)速度。

2.2.1 輸入量設(shè)計(jì)

1）前方、左方、右方傳感器測(cè)得信號(hào)強(qiáng)度值。傳感器測(cè)得的信號(hào)強(qiáng)度值為：［0，10］，將其劃分為11個(gè)等級(jí)，｛0，1，2，3，4，5，6，7，8，9，10｝，距離信息的模糊子集定義如下：｛近（N）、中（M）、遠(yuǎn)（L）｝。

隸屬度函數(shù)圖形如圖3所示。

圖3 前方、左方、右方傳感器獲得的信號(hào)強(qiáng)度隸屬度函數(shù)Fig.3 Membership function of front，left，right signal strength

2）智能吸塵器當(dāng)前位置β。β的隸屬模糊子集定義為｛DL、DR｝。當(dāng)β≥0，即智能吸塵器在目標(biāo)插座的左側(cè)時(shí)，取值為DL；反之取值為DR。

2.2.2 輸出量設(shè)置

輸出變量為智能吸塵器移動(dòng)轉(zhuǎn)動(dòng)的角度和速度。

1）移動(dòng)角度。智能吸塵器的轉(zhuǎn)向角范圍為［－π／3，π／3］，將其論域劃分為7個(gè)等級(jí)：｛－60°，－40°，－20°，0°，20°，40°，60°｝，其模糊子集定義如下：｛左轉(zhuǎn)（TL）、稍微左轉(zhuǎn)（TFL）、前進(jìn)（TF）、稍微右轉(zhuǎn)（TFRL）、右轉(zhuǎn)（TR）｝。

移動(dòng)角度隸屬函數(shù)圖形見圖4。

圖4 移動(dòng)角度隸屬函數(shù)Fig.4 Membership function of moving angle

2）移動(dòng)速度。模糊子集定義如下：｛中速前進(jìn)（M）、慢速前進(jìn)（N）、后退（BA）｝。隸屬度函數(shù)同圖3。

2.3 模糊規(guī)則的建立

模糊規(guī)則是模糊控制的關(guān)鍵部分，模糊算法實(shí)際上是根據(jù)模糊規(guī)則進(jìn)行設(shè)計(jì)的。而模糊規(guī)則是人們根據(jù)控制過程中的實(shí)際經(jīng)驗(yàn)總結(jié)出來(lái)的用模糊語(yǔ)言表示的條件語(yǔ)句［3］。

論文設(shè)計(jì)中用D左表示左邊紅外傳感器測(cè)得的紅外信號(hào)強(qiáng)度值，D前表示前邊紅外傳感器測(cè)得的信號(hào)強(qiáng)度值，D右表示右邊紅外傳感器測(cè)得的信號(hào)強(qiáng)度值，angle表示輸入位置，Oangle表示輸出的轉(zhuǎn)向角，Ov表示輸出的速度。模糊規(guī)則形式為

If D左＝…and D前＝…and D右＝…and angle＝ …＝THEN（Oangle＝…and Ov＝… ）

例如：

If D左＝Nand D前＝Land D右＝Land angle＝DL ＝THEN（Oangle＝TF…and Ov＝m ）

If D左＝Nand D前＝Nand D右＝Land angle＝DL ＝THEN（Oangle＝TR…and Ov＝m ）

由于本設(shè)計(jì)輸入是3組傳感器測(cè)得的信號(hào)強(qiáng)度值及智能吸塵器當(dāng)前的方向角，每組距離的模糊語(yǔ)言值有3種情況，智能吸塵器當(dāng)前方向角有2種情況，輸出為轉(zhuǎn)向角和加速度，轉(zhuǎn)向角的模糊語(yǔ)言變量有5種情況，速度有3種情況，所以可以建立81種模糊控制規(guī)則。將這些規(guī)則放在數(shù)據(jù)庫(kù)中供智能吸塵器避障的時(shí)候查詢和使用。本文中為了提高效率，減少重復(fù)計(jì)算并減少內(nèi)存占有量，將這些模糊規(guī)則制成表格，這樣模糊控制器的工作就可以簡(jiǎn)化為根據(jù)輸入查表決定輸出，從而大大提高模糊控制的效率。

2.4 清晰化

清晰化也是模糊控制中的關(guān)鍵部分，所謂清晰化又叫反模糊化。即把模糊量轉(zhuǎn)換成精確量，從而控制被控對(duì)象。之所以需要清晰化是因?yàn)橛赡：刂埔?guī)則表得出的輸出是模糊量，而實(shí)際控制被控對(duì)象需要的是精確量［4］。本文采用面積重心法進(jìn)行清晰化。這種方法的做法是取模糊隸屬度函數(shù)曲線與橫坐標(biāo)圍成面積的重心作為模糊推理的最終輸出值［5］。

2.5 仿真實(shí)現(xiàn)

本文用智能小車代替智能吸塵器，模擬實(shí)現(xiàn)智能吸塵器的自動(dòng)充電算法。智能吸塵器的硬件組成如圖5所示。

圖5 智能吸塵器硬件組成示意圖Fig.5 Intelligent cleaner hardware schematic

Charger為安裝在墻上的充電器，內(nèi)有紅外發(fā)射模塊A。

Cleaner為智能小車車體，B模塊為遠(yuǎn)距離紅外線接收模塊，接收充電器處紅外發(fā)射模塊發(fā)出的紅外信號(hào)，確保智能小車移動(dòng)到充電器發(fā)射出的紅外信號(hào)范圍內(nèi)，并挪動(dòng)到智能小車正前方。C模塊為近距離紅外線接收模塊，當(dāng)智能小車在充電器正前方時(shí)，以最快速度移動(dòng)到充電器附近。D模塊為接收器，用來(lái)實(shí)現(xiàn)對(duì)接定位。

當(dāng)智能小車檢測(cè)到電量不足時(shí)，停止工作，啟動(dòng)充電器檢測(cè)程序。充電器檢測(cè)是根據(jù)上文介紹的模糊算法實(shí)現(xiàn)的，當(dāng)智能小車右側(cè)的紅外傳感器檢測(cè)到強(qiáng)信號(hào)時(shí)，智能小車向右旋轉(zhuǎn)直至右側(cè)傳感器檢測(cè)到的信號(hào)強(qiáng)度為弱，左側(cè)傳感器檢測(cè)到的信號(hào)強(qiáng)度為強(qiáng)時(shí)停止。與此同時(shí)，智能小車記錄小車本次旋轉(zhuǎn)的角度，并向相反方向旋轉(zhuǎn)同樣角度的1／2，待旋轉(zhuǎn)穩(wěn)定后，向前行走一定距離，重復(fù)上述操作，直至智能小車移動(dòng)到充電器發(fā)出的紅外信號(hào)區(qū)域內(nèi)。當(dāng)移動(dòng)到紅外區(qū)域內(nèi)之后，根據(jù)近紅外傳感器測(cè)得的信號(hào)強(qiáng)度值，智能小車根據(jù)算法調(diào)整位置并移動(dòng)到充電器的正前方，同時(shí)朝充電器方向移動(dòng)。當(dāng)智能小車越來(lái)越靠近充電器的時(shí)候，智能小車根據(jù)檢測(cè)到的信號(hào)強(qiáng)度值，調(diào)整位置完成轉(zhuǎn)彎掉頭操作，為實(shí)現(xiàn)對(duì)接做準(zhǔn)備。智能小車從尋找充電器，到向充電器逐步靠近直至完成對(duì)接，實(shí)現(xiàn)充電，整個(gè)過程都是智能小車根據(jù)充電器發(fā)出的信號(hào)強(qiáng)度，靠近的過程，它不僅能夠保證探索路徑是最短的，而且具有很強(qiáng)的穩(wěn)定性。

3 結(jié)論

論文提出了一種使用模糊控制技術(shù)的智能吸塵器自動(dòng)充電算法，并且在硬件平臺(tái)上對(duì)模糊控制理論及算法進(jìn)行了實(shí)現(xiàn)，通過仿真實(shí)現(xiàn)可以看出，該算法能夠自動(dòng)規(guī)劃出到目標(biāo)點(diǎn)的一條無(wú)碰路徑。且具有較強(qiáng)的穩(wěn)定性與實(shí)時(shí)性。

論文的創(chuàng)新點(diǎn)在于將模糊控制與傳感器結(jié)合起來(lái)，避免了單純使用傳感器產(chǎn)生的盲區(qū)。但是本文中模糊規(guī)則使用的是二維表。該方法的缺點(diǎn)是變更模糊規(guī)則和隸屬函數(shù)不方便，而且當(dāng)輸入量個(gè)數(shù)增加時(shí)，表格的存儲(chǔ)容量將指數(shù)級(jí)增長(zhǎng)。

［1］Fu Yili，Li Han，Jiang Zainan，et al.Double Layers Fuzzy Logic Based Mobile Robot Path Planning in Unknown Environment［J］.Intelligent Automation and Soft Computing，2009，15（2），275－288.

［2］Yang SX，Luo C.A Neural Network Approach to Complete Coverage Path Planning［J］.IEEE Transaction on System，Man and Cybernetics，2004，34（1）：718－724.

［3］付宜利，顧曉宇，王樹國(guó).基于模糊控制的自主機(jī)器人路徑規(guī)劃策略研究［J］.機(jī)器人，2004，26（6）：548－552.

［4］李群明，熊蓉，褚健.室內(nèi)移動(dòng)機(jī)器人定位方法研究綜述［J］.機(jī)器人，2003，25（6）：506－567，573.

［5］Maaref H，Barret C.Sensor－based Navigation of a Mobile Robot in an Indoor Environment［J］.Robotics and Autonomous Systems，2002，38（1）：1－18.