CN101661266A

CN101661266A - 仿生机器鱼模糊控制器及控制方法

Info

Publication number: CN101661266A
Application number: CN200910190867A
Authority: CN
Inventors: 张毅; 罗元; 付文勇; 何波; 李敏; 谢颖; 蔡军; 浦兴成; 邓皓文
Original assignee: Chongqing University of Post and Telecommunications
Current assignee: Chongqing University of Post and Telecommunications
Priority date: 2009-09-15
Filing date: 2009-09-15
Publication date: 2010-03-03

Abstract

本发明提出了一种仿生机器鱼模糊控制器，能实时反馈调整控制参数，改善控制性能；本发明的目的是这样实现的：仿生机器鱼模糊控制器，包括接收模块，获取期望值和传感器获得的测量值，并计算出期望值于测量值的误差e和误差变化率ec；量化模块，根据量化因子，对误差e和误差变化率ec进行量化，获得量化后的误差E和误差变化率EC；第一模糊控制模块，根据量化后的误差E和误差变化率EC查询模糊控制表，获得控制量；实际控制增量输出模块，将控制量与比例因子相乘，获得实际控制增量；以及第二模糊控制模块，根据量化后的误差E和误差变化率EC，调整量化模块的量化因子和比例因子；本发明还提供一种仿生机器鱼模糊控制方法。

Description

仿生机器鱼模糊控制器及控制方法

技术领域

本发明涉及自动控制技术领域，具体涉及仿生机器鱼的模糊控制方法。

背景技术

仿生机器鱼模仿鱼类游动姿态，采用高效率、机动灵活的水下推进方式，能适应未来海洋开发以及水下机器人技术发展的要求。但由于仿生机器鱼结构的特殊性，很难准确得到其水动力系数；各个自由度运动的相互藕合；向前运动过程中尾鳍的不断摆动，对周围流场的影响，等等，都使得仿生机器鱼的动力学系统是强非线性、时变的，同时考虑机器鱼的自主性与适应性，从改善其运动性能的观点来看，控制系统还应该具备良好的自适应和自学习能力，但现有技术中的仿生机器鱼控制方法，如公开号为CN1484119A的中国发明专利申请公开说明书公开的一种仿生机器鱼游动方向模糊控制方法，仅根据偏差和偏差变化率来获得控制量，而没有对控制参数进行实时调整，不能满足仿生机器鱼的这种强非线性、时变情况下的精确控制需求。

发明内容

有鉴于此，为了解决上述问题，本发明提出了一种仿生机器鱼模糊控制器，能实时反馈调整控制参数，改善控制性能。

本发明的目的是这样实现的：仿生机器鱼模糊控制器，包括

接收模块，获取期望值和传感器获得的测量值，并计算出期望值于测量值的误差e和误差变化率ec；

量化模块，根据量化因子，对误差e和误差变化率ec进行量化，获得量化后的误差E和误差变化率EC；

第一模糊控制模块，根据量化后的误差E和误差变化率EC查询模糊控制表，获得控制量；

实际控制增量输出模块，将控制量与比例因子相乘，获得实际控制增量；以及

第二模糊控制模块，根据量化后的误差E和误差变化率EC，调整量化模块的量化因子和比例因子。

进一步，所述误差e使用量化因子k1进行量化，误差变化率ec使用量化因子k2进行量化；

进一步，所述控制量为电机的PID参数kp、ki和kd，所述kp、ki和kd分别为比例系数、积分系数和微分系数；

进一步，当误差E或误差变化EC较大时，所述第二模糊控制模块缩小量化因子k1和k2，放大比例因子；当e和ec较小时，放大k1和k2，缩小比例因子；

进一步，所述第二模糊控制模块根据自校正因子N来控制量化因子和比例因子缩小或放大的比例。

本发明还提供仿生机器鱼模糊控制方法，包括：

S1：读取期望值和传感器获取的测量值；

S2：计算期望值与测量值的误差e和误差变化率ec；

S3：根据量化因子，对误差e和误差变化率ec进行量化处理，获得量化后的误差E和误差变化率EC；

S4：根据量化后的误差E和误差变化率EC查询模糊控制表，获得控制量；

S5：根据量化后的误差E和误差变化率EC，调整量化因子和比例因子；

S6：将控制量与比例因子相乘，获得实际控制增量，并按此实际控制增量向机器鱼驱动电机发出控制信号。

进一步，步骤S3中，误差e使用量化因子k1进行量化，误差变化率ec使用量化因子k2进行量化。

进一步，所述控制量为电机的PID参数kp、ki和kd，所述kp、ki和kd分别为比例系数、积分系数和微分系数。

进一步，当误差E或误差变化EC较大时，所述第二模糊控制模块缩小量化因子k1和k2，放大比例因子；当e和ec较小时，放大k1和k2，缩小比例因子。

进一步，事先建立自校正因子N的模糊控制量表，步骤S5中，根据量化后的误差E和误差变化率EC查表获得自校正因子N，根据自校正因子N来控制量化因子和比例因子缩小或放大的比例。

本发明提出的仿生机器鱼模糊控制器和控制方法，采用自校正自调整的控制方式，能使仿生机器鱼游动的自主性，运动控制的精度和稳定性的都随之提高，其运动控制性能大大改善。

本发明的其他优点、目标，和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书，权利要求书，以及附图中所特别指出的结构来实现和获得。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述：

图1示出了仿生机器鱼模糊控制器结构示意图；

图2示出了仿生机器鱼模糊控制流程示意图；

图3示出了仿生机器鱼模糊控制输出PID参数和普通控制输出的PID参数的对比示意图。

具体实施方式

以下将对本发明的优选实施例进行详细的描述。

本实施例的仿生机器鱼模糊控制器如图1所示，包括接收模块1、量化模块2、第一模糊控制模块3、实际控制增量输出模块4、第二模糊控制模块5和线性放大器6。

所述仿生机器鱼模糊控制器用于对仿生机器鱼的电机进行模糊控制，所述电机通常设置于仿生机器鱼的尾部，通过电机使其尾部摆动以进行仿鱼类的运动，首先，建立仿生机器鱼的运动学模型；分析仿生机器鱼的尾部摆动频率、幅度、相位差等和仿生机器鱼运动的关系；在存储器中建立鱼尾摆动与机器鱼运动的模糊控制表，控制电路发出控制信号，驱动机器鱼从鱼尾关节开始摆动，而仿生机器鱼模糊控制器对量化因子及电机的PID参数进行自校正和调整，以改善控制性能。

所述接收模块1，获取期望值yd和传感器获得的测量值y，并计算出期望值yd与测量值y的误差e和误差变化率ec；所述期望值yd和测量值y可为电机转动角度，期望值yd可由鱼头部红外传感器感知到障碍物的距离，通过分析获得，测量值y是由电机内的传感器测得的电机实际转动角度。

量化模块2，根据量化因子k1和k2，对误差e和误差变化率ec进行量化，获得量化后的误差E和误差变化率EC，其中k1用于对误差e进行量化，k2用于对误差变化率ec进行量化；

第一模糊控制模块3，根据量化后的误差E和误差变化率EC查询模糊控制表，获得控制量；所述控制量为电机的PID参数kp、ki和kd，所述kp、ki和kd分别为比例系数、积分系数和微分系数；

对于不同的E和EC，PID参数kp、ki和kd的整定原则如下：

①当E较大时，为使系统具有较好的跟踪性能，应取较大的kp与较小的kd，同时为避免系统响应出现较大的超调，应对积分作用加以限制，通常取ki＝0。

②当E处于中等大小时，为使系统响应具有较小的超调，kp应取得小些。在这种情况下，kd的取值对系统响应的影响较大，ki的取值要适当。

③当E较小时，为使系统具有较好的稳定性能，kp与ki均应取得大些，同时为避免系统在设定值附近出现振荡，kd值的选择应在EC值较大时取较小值，通常情况下kd为中等大小。

根据上述整定原则，可以制定PID模糊控制器中输出变量Kp，Ki和Kd的模糊控制表并存储，以待查询，具体的模糊控制表，本领域技术人员完全可根据上述规则，结合实际被控装置进行制定，在此不再赘述。

实际控制增量输出模块4，将控制量与比例因子K相乘，获得实际控制增量，经过线性放大器6放大后，输出到被控制的电机7；

第二模糊控制模块5，根据量化后的误差E和误差变化率EC，调整量化模块的量化因子和比例因子，具体的：当误差E或误差变化EC较大时，缩小量化因子k1和k2，放大比例因子K，以实现放大PID参数kp、ki和kd，使系统采用较大的控制增量，从而降低控制器对e或ec的分辨率；当E和EC较小时，放大k1和k2，缩小比例因子K，以实现缩小PID参数kp、ki和kd，使系统采用较小的控制改变量，从而提高了e和ec的分辨率；本发明提出一自校正因子N，N的论域规定为(1/8，1/4，1/2，1，2，4，8)，N的确定也按照模糊控制的方式进行：

其中，各个模糊变量可用“高放(Pb)”、“中放(Pm)”、“低放(Ps)”、“不变(Z0)”、“小缩(Ns)”、“中缩(Nm)”、“大缩(Nb)”来表示。

应用推理合成算法，计算量化因子和比例因子的调整规则表。根据调整规则表进行查表计算，获得对应的自校正因子N，自校正因子N可指示控制量化因子和比例因子缩小或放大的比例n，利用K′1＝K1.n，K′2＝K2.n，K＝KD·n获得新的量化因子和比例因子。

本实施例的仿生机器鱼模糊控制方法，包括如下步骤：

S1：读取期望值yd和传感器获取的测量值y；

S2：计算期望值yd与测量值y之间的误差e和误差变化率ec；

S6：将控制量与比例因子相乘，获得实际控制增量，并按此实际控制增量向机器鱼驱动电机发出控制信号，为增加信号强度，还可将该实际控制增量进行线性放大。

重复以上步骤，即可实现对仿生器机器鱼电机的模糊控制，对PID参数进行自校正和调整。

参见图3，采用本发明的仿生机器鱼模糊控制输出的PID参数和普通控制输出的PID参数分别如图中曲线a、b所示，可以看出，采用本发明仿生机器鱼模糊控制器及控制方法的情况下，能有效改善控制性能。

以上所述仅为本发明的优选实施例，并不用于限制本发明，显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims

1.仿生机器鱼模糊控制器，其特征在于：包括

2.如权利要求1所述的仿生机器鱼模糊控制器，其特征在于：所述误差e使用量化因子k1进行量化，误差变化率ec使用量化因子k2进行量化。

3.如权利要求2所述的仿生机器鱼模糊控制器，其特征在于：所述控制量为电机的PID参数kp、ki和kd，所述kp、ki和kd分别为比例系数、积分系数和微分系数。

4.如权利要求1、2或3中任一项所述的仿生机器鱼模糊控制器，其特征在于：当误差E或误差变化EC较大时，所述第二模糊控制模块缩小量化因子k1和k2，放大比例因子；当e和ec较小时，放大k1和k2，缩小比例因子。

5.如权利要求5所述的仿生机器鱼模糊控制器，其特征在于：所述第二模糊控制模块根据自校正因子N来控制量化因子和比例因子缩小或放大的比例。

6.仿生机器鱼模糊控制方法，其特征在于，包括：

S1：读取期望值和传感器获取的测量值；

S2：计算期望值与测量值的误差e和误差变化率ec；

7.如权利要求5所述的仿生机器鱼模糊控制方法，其特征在于：步骤S3中，误差e使用量化因子k1进行量化，误差变化率ec使用量化因子k2进行量化。

8.如权利要求6所述的仿生机器鱼模糊控制方法，其特征在于：所述控制量为电机的PID参数kp、ki和kd，所述kp、ki和kd分别为比例系数、积分系数和微分系数。

9.如权利要求5、6或7中任一项所述的仿生机器鱼模糊控制方法，其特征在于：当误差E或误差变化EC较大时，所述第二模糊控制模块缩小量化因子k1和k2，放大比例因子；当e和ec较小时，放大k1和k2，缩小比例因子。

10.如权利要求9所述的仿生机器鱼模糊控制方法，其特征在于：事先建立自校正因子N的模糊控制量表，步骤S5中，根据量化后的误差E和误差变化率EC查表获得自校正因子N，根据自校正因子N来控制量化因子和比例因子缩小或放大的比例。