一種視覺(jué)導航機器人的設計

L=Xr-[Xc-(Yr-Yc)×△]
Xr為機器人所在點(diǎn)橫坐標；Yr為機器人所在點(diǎn)縱坐標；Xc為白線(xiàn)中點(diǎn)橫坐標的均值；Yc為白線(xiàn)中點(diǎn)縱坐標的均值。

3．3 路徑跟蹤
移動(dòng)機器人的路徑跟蹤就是通過(guò)調節機器人的運動(dòng)速度和方向，使機器人沿期望的路徑運動(dòng)。即L=0且△=0。機器人對路徑的跟蹤控制可以采用PID控制器、最優(yōu)控制器、模糊控制器等方式。由于能力風(fēng)暴機器人是一個(gè)具有延遲的非線(xiàn)性時(shí)變系統，難以建立精確的數學(xué)模型，故采用模糊控制器有一定的優(yōu)越性。
根據人的駕駛經(jīng)驗，當人駕駛汽車(chē)跟蹤附近路面上的一條車(chē)道線(xiàn)時(shí)，他首先要進(jìn)行觀(guān)察，將此直線(xiàn)當作參考路徑，衡量車(chē)體與參考路徑段的橫向距離以及它們所處方向的夾角，而這種衡量是以一種模糊的概念給出的，如距離比較大，角度很小等。當發(fā)現車(chē)體離參考路徑很遠且與期望方向偏角較大時(shí)，可以駕駛汽車(chē)快速轉彎，向期望位置靠攏；而在離參考路徑很近，汽車(chē)朝向已正對前方車(chē)道線(xiàn)上某一位置時(shí)，就不需轉動(dòng)方向盤(pán)來(lái)改變行駛方向，而是一直保持當前行駛狀態(tài)，直至離車(chē)道線(xiàn)上拐點(diǎn)比較近時(shí)，再找下一個(gè)參考路徑段?？梢愿鶕鲜鋈说鸟{駛經(jīng)驗設計模糊控制器，視覺(jué)導引的機器人控制系統結構如圖6所示。

3．3．1 模糊化
系統中模糊控制器的輸入量為距離偏差L和角度偏差△，輸出量為機器人小車(chē)相對車(chē)體軸線(xiàn)的轉向偏轉角β，輸入輸出量的論域、模糊子集以及模糊子集論域如表1所示。

由于在機器人實(shí)際運行過(guò)程中，偏差的產(chǎn)生具有隨機性，所以輸入輸出量的模糊子集的隸屬函數都采用高斯函數加以描述，即

Ci為隸屬函數的均值；δi為隸屬函數的標準差。
3．3．2 確定模糊規則
根據汽車(chē)駕駛的經(jīng)驗可得出如表2所示的49條模糊控制規則。

3．3．3 模糊推理和解模糊
模糊推理采用間接合成法推理公式，假設現有輸入L*、△*，需求出輸出β*，推理過(guò)程如下：

其中合成運算。采用取大一取小(MAX-MIN)法。
采用質(zhì)心法進(jìn)行解模糊處理，從而得到精確的輸出值，解模糊計算公式如下：

將上述結果制成模糊控制表存儲起來(lái)，在機器人運行過(guò)程中只需在線(xiàn)查詢(xún)出相應的β值，而不必進(jìn)行大量的數學(xué)運算，這樣可以節省運算時(shí)間，提高控制的實(shí)時(shí)性。

4 綜述
目前此系統已經(jīng)通過(guò)中國科學(xué)技術(shù)大學(xué)教育處驗收，并作為本科生智能機器人教學(xué)實(shí)驗系統運行。為驗證本文提出的控制方法的有效性，我們按照上述控制策略在實(shí)驗場(chǎng)地中對機器人進(jìn)行路徑跟蹤實(shí)驗。實(shí)驗場(chǎng)地為-2×2的綠色背景場(chǎng)地，在場(chǎng)地上貼上3 cm寬的白線(xiàn)作為引導線(xiàn)，如圖7所示。在實(shí)驗中，機器人能準確地跟蹤指定路徑。實(shí)驗表明，在實(shí)際應用中，采用模糊控制方法具有較好的穩定性和精度。通過(guò)HSL空間內運算有效地提高圖像信號對光照的魯棒性。此設計可作為簡(jiǎn)單的算法驗證和策略測試平臺。