全方位移动机器人模糊ＰＩＤ运动控制研究

田　琦　张国良　刘　岩

摘 要：通过对足球机器人运动学模型的分析，考虑到系统的时变、非线性、干扰大等特点，以全向移动机器人为研究平台，提出一种将模糊控制与传统PID控制相结合的方法，应用到足球机器人的运动控制系统中。针对足球机器人运动控制中的重点问题，着重提出了基于模糊控制的PID控制器中三个参数的动态调整方法。实验表明，该控制器能够很好地改善控制系统对轮速的控制效果。

关键词：移动机器人；运动控制；四轮全向机器人；模糊PID

中图分类号：TP273文献标识码：A

文章编号：1004-373X(2009)05-131-03

Research on Fuzzy PID Motion Control of Omni-directional Robot

TIAN Qi,ZHANG Guoliang,LIU Yan

(Second Artillery Engineering University,Xi′an,710025,China)

Abstract：Through analysing the kinematics model of soccer robot,considering time change,nonlinear and other characteristics of this system,a control method combining fuzzy control with traditional PID control is presented.To contrapose the problems of robot soccer motion system,the methods of dynamically regulate the three PID parameters based on fuzzy control is presented.The improvement of control effect is verified by experimental results.

Keywords：mobile robot;motion control;four wheeled omni-directional robot;fuzzy PID

0 引 言

移动机器人是一个集环境感知、动态决策、行为控制与执行等多种功能于一体的综合系统［1］，其运动控制是移动机器人领域的一个重要研究方向，也是移动机器人轨迹控制、定位和导航的基础。传统的运动控制常采用PID控制算法，其特点是算法简单，鲁棒性强，可靠性高，但需要精确的数学模型才对线性系统具有较好的控制效果，然而它对非线性系统的控制效果并不非常理想。模糊控制不要求控制对象的精确数学模型，因而灵活、适应性强。可是，任何一种纯模糊控制器本质上是一种非线性PD控制，不具备积分作用，所以很难在模糊控制系统中消除稳态误差。针对这个问题，采用模糊PID控制方法，将模糊控制器和传统的PID控制相结合，使其既具有模糊控制灵活、适应性强的优点，又具有PID控制精度高的特点。

1 全方位移动机器人运动学分析

研究的是由第二炮兵工程学院自主研制的全自主移动机器人平台东风-Ⅱ型足球机器人。东风-Ⅱ型机器人采用了四轮全向移动的运动方式，具有全向运动能力的系统使机器人可以向任意方向做直线运动，而之前不需要做旋转运动，并且这种轮系可满足一边做直线运动一边旋转的要求，以达到终状态所需要的任意姿态角。全向轮系的应用将使足球机器人具有运动快速灵活，控球稳定，进攻性强，以及易于控制等优点，使机器人在赛场上更具竞争力。

1.1 全向轮

该机器人采用在大轮周围均匀分布小轮子的全向轮，大轮由电机驱动；小轮可自由转动。这种全方位轮可有效避免普通轮子不能侧滑所带来的非完整性约束，使机器人具有平面运动的全部三个自由度，机动性增强。基于以上分析，选择使用这种全向轮。

1.2 运动学分析

在建立机器人的运动模型前，先做以下假设：

(1) 小车是在一个理想的平面上运动，地面的不规则可以忽略。

(2) 小车是一个刚体，形变可以忽略。

(3) 轮子和地面之间满足纯滚动的条件，没有相对滑动。

全方位移动机器人由4个全向轮作为驱动轮，它们之间间隔90°均匀分布(如图1所示)，其简化运动学模型如图6所示。其中，x瓀-y瓀为绝对坐标系；x璵-y璵为固连在机器人车体上的相对坐标系，其坐标原点与机器人中心重合。θ为x瓀与x璵的夹角；δ为轮子与y璵的夹角；L为机器人中心到轮子中心的距离；v璱为第i个轮子的沿驱动方向的速度［2］。

图1 机器人的运动模型

可求出运动学方程如下：

v1=-sin(δ+θ)瓀+cos(δ+θ)瓀+L

v2=-sin(δ-θ)瓀-cos(δ-θ)瓀+L

v3=sin(δ+θ)瓀-cos(δ+θ)瓀+L

v4=sin(δ-θ)瓀+cos(δ-θ)瓀+L(1)

因为轮子为对称分布，常数δ为45°，故得到全向移动机器人的运动模型：

v=Ps(2)

其中：v= ［v1 v2 v3 v4］T为轮子的速度；s=［瓀 瓀 ］T为机器人整体期望速度。

P=-sin(45°+θ)cos(45°+θ)L

-sin(45°-θ)-cos(45°+θ)L

sin(45°+θ)-cos(45°+θ)L

sin(45°-θ)cos(45°-θ)L

P为转换矩阵。

这样，就可以将机器人整体期望速度解算到4个轮子分别的速度，把数据传送到控制器中，可以完成对机器人的控制。

2 基于模糊PID的运动控制器设计

目前，常规PID控制器已被广泛应用于自动化领域，但常规PID控制器不具备在线整定控制参数k璓,k璉,k璂的功能，不能满足系统的不同偏差对e和偏差值变化率ec及对PID参数的自整定要求，因而不适用于非线性系统控制。

结合该运动控制系统的实际运行条件，设计采用模糊PID控制方法来实现快速移动机器人车轮转速大范围误差调节，将模糊控制和PID控制结合起来构成参数模糊自整定PID算法用于伺服电机的控制，使控制器既具有模糊控制灵活而适应性强的优点，又具有PID控制精度高的特点，使运动控制系统兼顾了实时性高，鲁棒性强及稳定性等设计要点，并可通过模糊控制规则库的扩充，为该运动控制系统方便添加其他功能［3］。

2.1 参数模糊自整定PID的结构

模糊PID控制系统结构框图如图2所示，系统的输入为控制器给定轮速，反馈值为电机光电码盘反馈数字量，Δk璓,Δk璉,Δk璂为修正参数［4］。PID控制器的参数k璓,k璉,k璂由式(3)得到(k璓′,k璉′,k璂′为PID参数初值)：

k璓=k璓′+Δk璓

k璉=k璉′+Δk璉

k璂=k璂′+Δk璂(3)

由此，根据增量式PID控制算法可得到参数自整定PID控制器的传递函数为：

u(k)=u(k-1)+(k璓+Δk璓)+

(k璉+Δk璉)e(k)+(k璂+Δk璂)·

(4)

图2 自适应模糊控制器结构

2.2 速度控制输入/输出变量模糊化

该速度控制器的输入为实际转速与设定转速的偏差值e，以及偏差值的变化率ec；输出量为PID参数的修正量Δk璓,Δk璉,Δk璂。它们的语言变量、基本论域、模糊子集、模糊论域及量化因子如表1所示［5］。

表1 输入、输出量的模糊化

变量

eecΔk璓Δk璉Δk璂

语言变量EECΔK璓ΔK璉ΔK璂

基本论域{-60,60}{-60,60}{-3,3}{-1.5,1.5}{-0.8,0.8}

模糊子集NB,NM,NS,ZE,PS,PM,PB

模糊论域{-3,+3}{-3,+3}{-3,+3}{-3,+3}{-3,+3}

量化因子0.050.05123.75

在模糊变量E和EC以及输出量ΔK璓,ΔK璉,ΔK璂的语言变量和论域确定后，首先必须确定模糊语言变量的隶属度［6］。常用的隶属函数有B样条基函数、高斯隶属函数、三角隶属函数等，考虑到设计简便及实时性的要求，采用了三角隶属函数。

2.3 参数自整定规则

模糊控制设计的核心是总结工程设计人员的技术知识和实际操作经验，建立合适的模糊规则表，得到针对k璓，k璉，k璂三个参数分别整定的模糊控制表。根据k璓，k璉，k璂三个参数各自的作用，可制定模糊控制规则。以k璓为例，所列规则见表2，k璉，k璂可类似推出。

表2 k璓的模糊规则表

eec

NBNMNSZOPSPMPB

NBPBPBPMPMPSZOZO

NMPBPBPMPSPSZONS

NSPMPMPMPSZONSNS

ZOPMPMPSZONSNMNM

PSPSPSZONSNSNMNM

PMPSZONSNMNMNMNB

PBZOZONMNMNMNBNB

2.4 输出量解模糊

依据速度模糊控制参数整定规则确定输出量后，得到的只是一个模糊集合，在实际应用中，必须用一个精确量控制被控对象，在模糊集合中，取一个最能代表这个模糊集合的单值过程称为解模糊裁决。常用的解模糊算法有最大隶属度法、加权平均法等，根据实际情况，采用加权平均法进行解模糊。此时，模糊控制器输出可表示为：

μ=∑μ(u璱)·u璱∑μ(u璱)(5)

最后，根据式(3)可得到最终的PID控制器参数。模糊PID控制程序流程图如图3所示。

图3 模糊PID控制程序流程图

3 实验结果

为了验证参数模糊自整定PID控制器的有效性，对直流电机分别做了常规PID控制和模糊PID控制实验。实验中给定轮速为50 min，图4为采用常规PID控制方法控制的电机转速；图5为采用模糊PID控制方法控制的电机转速。从结果看，采用参数模糊自整定PID算法能够明显降低超调量，加快响应速度，改善控制系统对轮速的控制效果。

图4 采用常规PID控制

图5 采用参数自整定PID控制

4 结 语

机器人运动控制系统是整个Robocup机器人系统的执行机构,在场上的表现直接影响了整个足球机器人系统。以足球机器人为平台，考虑到系统的时滞性和非线性，采用了模糊控制与PID控制相结合的方式，并在自行研制的足球机器人上进行了速度控制的实验研究。结果表明，该方法弥补了常规PID控制应用在机器人运动速度控制时超调量大，响应时间长的缺点，可以取得理想的效果。目前该方法已应用于足球机器人的运动控制，并在第七届中国机器人大赛暨ROBCUP中国公开赛中取得了优异的成绩。

参考文献

［1］李磊,叶涛,谭民.移动机器人技术研究现状与未来［J］.机器人,2002,24(5):475-480.

［2］徐建安,邓云伟,张铭钧.移动机器人模糊PID运动控制技术研究［J］.哈尔滨工程大学学报,2007,27(6):115-119.

［3］刘祚时,邝先验,吴翠琴.基于模糊PID的足球机器人运动控制研究［J］.工程设计学报,2006,13(8):224-227.

［4］He S Z,Tan S,Wang P Z.Fuzzy Self-tuning of PID Controllers.Fuzzy Sets & Syst.,1993,56:37-46.

［5］汪海燕,李娟娟,张敬华.自适应模糊PID控制的无刷直流电机及仿真［J］.微电机,2003,36(4):9-12.

［6］李琳,曾孟雄.模糊PID控制在运动控制中的应用［J］.机械与电子,2006(2):65-67.

作者简介

田 琦 男，1980年出生，山东单县人，讲师，硕士。主要从事机器人运动控制的研究。

张国良 男，1970年出生，四川金堂人，副教授，博士。主要从事组合导航与现代控制理论研究。