多機器人體系結(jié)構(gòu)與軌跡跟蹤的研究.pdf

1、隨著計算機技術、電子工程、控制理論、人工智能理論、傳感器等技術的不斷成熟和發(fā)展，由多學科交叉而形成的機器人學研究也進入了一個嶄新的階段。多機器人系統(tǒng)具有容錯能力強、魯棒性高等優(yōu)點，能夠在復雜環(huán)境下高效、可靠地完成任務，因而得到廣泛的應用，并成為當前機器人領域的研究熱點。本文圍繞多機器人體系結(jié)構(gòu)和軌跡跟蹤控制問題展開理論和應用研究。 本文首先對目前國內(nèi)外智能機器人的幾種體系結(jié)構(gòu)進行了分析和研究，總結(jié)了這些體系結(jié)構(gòu)的特點，結(jié)合移動機

2、器人軌跡跟蹤問題，設計了一種基于多智能體系統(tǒng)(MAS)的分層式體系結(jié)構(gòu)。多機器人系統(tǒng)中的各智能體需要通過通信，協(xié)作完成軌跡跟蹤任務。本文在參考以往多智能體機器人通信技術的基礎上，采用C/S模型設計了多移動機器人通信系統(tǒng)，以保障數(shù)據(jù)交互的及時與準確，并針對軌跡跟蹤問題進行了任務分析，確保了各智能體之間協(xié)調(diào)工作。 基于模糊控制的基本原理，針對軌跡跟蹤的控制方法，構(gòu)造了機器人軌跡跟蹤的模糊控制系統(tǒng)，并對該系統(tǒng)進行了仿真。模糊邏輯控制由

3、于不依賴于對象的精確數(shù)學模型，能有效地克服被控對象存在的非線性和不確定性的影響。但模糊規(guī)則的建立不僅有難度，而且一經(jīng)確定調(diào)整規(guī)則不方便，因此影響控制效果。本文基于BP算法的神經(jīng)網(wǎng)絡，將模糊控制與神經(jīng)網(wǎng)絡結(jié)合起來，利用神經(jīng)網(wǎng)絡模擬模糊推理，使得神經(jīng)網(wǎng)絡具有了模糊推理和歸納能力。由于神經(jīng)網(wǎng)絡具有自學習的能力，又使得模糊神經(jīng)網(wǎng)絡的推理歸納方式在實際的控制過程中可以不斷地修正，同時由于模糊神經(jīng)網(wǎng)絡的結(jié)構(gòu)具有明確的物理意義，使模糊神經(jīng)網(wǎng)絡的結(jié)構(gòu)設

4、計和權值的初始化可以解析和設置，本文采用高斯基函數(shù)作為模糊隸屬函數(shù)，構(gòu)造了模糊高斯基函數(shù)神經(jīng)網(wǎng)絡。并對該模糊神經(jīng)網(wǎng)絡構(gòu)造的控制系統(tǒng)進行了軌跡跟蹤仿真試驗，仿真實驗的結(jié)果表明了該方法的有效性和快速性。 最后，在WiRobotX80機器人平臺軟件的輔助開發(fā)下，本文在VC++環(huán)境中設計并完成了該多機器人軌跡跟蹤系統(tǒng)，通過對實驗結(jié)果和實驗數(shù)據(jù)的進一步分析討論，驗證了本文所設計的多機器人體系結(jié)構(gòu)和軌跡跟蹤控制策略的實用性、精確性和魯棒性。