针对叉车模糊逻辑运动控制器的设计方法技术

本发明专利技术公开了一种针对叉车模糊逻辑运动控制器的设计方法，其主要包括以下步骤：叉车运动学建模；获取误差变量间的关系及设计优化数据；李雅普诺夫法设计模糊规则库；隶属函数参数的设计与优化。本发明专利技术以运动控制中系统稳定性理论为依据，保证控制器稳定性与平稳性，根据叉车理想运动模型，获取优化设计数据，并采用牛顿迭代法优化与设计模糊逻辑控制器中隶属函数的参数，提高了控制精度，并且减少了工程人员现场调试与测试时间，提高了效率，降低了成本，设计方法系统可靠，实用性强，具有更高的控制精度与适应性。

【技术实现步骤摘要】

本专利技术涉及一种控制器的设计方法，特别是涉及一种针对叉车模糊逻辑运动控制 器的设计方法。
技术介绍
自动导航叉车运动控制是实现叉车自动导航的一个关键技术之一。叉车要实现自 动搬运物体，需要更为稳定、平稳且适应性强的运动控制器。由于叉车空载重载情况下相关 的运动模型会产生不同的变化，那么依赖研究对象运动模型的传统控制器，难以满足叉车 运动控制的要求。针对该问题，许多研究人员提出采用不依赖于对象模型的模糊逻辑运动 控制器，它是目前公认的三大智能控制方法之一。目前针对叉车模糊逻辑运动控制器的设 计没有系统的方法，普遍采用学习示教的方法结合一些数学优化方法而进行设计。这些方 法并没有充分考虑到控制系统的稳定性、平稳性的问题，且设计的周期长、精度低、可靠性 差。 目前针对自动导航叉车运动控制器研究比较多，比较常用的运动控制器有PID、自 整定PID、模糊PID等。由于模糊逻辑运动控制器本身的优良特性，因此正逐渐应用在自动 导航叉车上。相对来说，针对叉车模糊逻辑运动控制器设计的方法比较少，而且也没有形成 较为完善的系统的方法，主要包括最小二乘法、经验设计法与梯度下降法。 通过最小二乘法拟合隶属函数，然后根据获取的隶属函数通过不断学习的方法提 取相应的模糊规则库。最小二乘法是一种数学优化方法，它建立在误差控制基础上，采用最 小化误差的平方和找到一组数据的最佳函数匹配。通过调试或测试获得多组测试数据，将 数据映射到输入与输出论域上，以获得多个离散的数据点，该数据点反映了研究对象的控 制系统的输入与输出的关系。根据二乘法的特性，由于散点本身不一定很精确，因此在拟合 离散点时，曲线不必精确地通过每个点，只需构造出的隶属函数符合离散点分布的总体轮 廓，并尽可能地接近已知数据。拟合出相应的隶属函数后，再通过不断测试与调试，不断的 修改相关的函数参数与模糊规则库中的规则。 经验设计法主要根据调试过程中获取的误差变量与输出舵角的经验关系，对模糊 论域进行分割获取分割后的子区间，根据经验获取分割区间的个数，并选取隶属函数的类 型与初始值。然后确定规则库中规则的个数，与规则的内容。最后，通过不断的测试与调试 以获得几组精度比较高的参数与规则库。 梯度下降法也是一种比较常用的方法。该方法首先根据获取的设计数据，选取适 当的隶属函数类型，初始化隶属函数参数，且根据数据信息将论域区间进行适当分割，以提 取规则建立规则库。然后，建立学习的目标函数，通过梯度下降法，不断学习以获得更加精 确的隶属函数参数和规则库。 现有技术主要存在以下缺点：（1)没有较为系统的设计方法，也没有以深层次控 制理论为设计基础，缺乏可靠的设计依据；（2)设计的运动控制器稳定性、平稳性较差，控 制精度及适应性难以满足要求；（3)没有参数的优化方法，需要工程人员进行长期现场调 试工作，耗费大量人力物力；（4)叉车的运动控制是高度非线性的，长期总结的经验法可靠 性差，难以满足要求。
技术实现思路
本专利技术所要解决的技术问题是提供一种针对叉车模糊逻辑运动控制器的设计方 法，其以运动控制中系统稳定性理论为依据，保证控制器稳定性与平稳性，根据叉车理想运 动模型，获取优化设计数据，并采用牛顿迭代法优化与设计模糊逻辑控制器中隶属函数的 参数，提高了控制精度，并且减少了工程人员现场调试与测试时间，提高了效率，降低了成 本，设计方法系统可靠，实用性强，具有更高的控制精度与适应性。 本专利技术是通过下述技术方案来解决上述技术问题的：一种针对叉车模糊逻辑运动 控制器的设计方法，其主要包括以下步骤： 步骤一，叉车运动学建模； 步骤二，获取误差变量间的关系及设计优化数据； 步骤三，李雅普诺夫法设计模糊规则库； 步骤四，隶属函数参数的设计与优化。 优选地，所述建立叉车误差分解模型， 获取误差变量，及通过曲线拟合的方法获取它们之间的关系，并采用李雅普诺夫函数法设 计模糊逻辑控制器模糊规则。 优选地，所述根据叉车运动学模型，获 取设计优化数据；首先，根据数据初始化前后件隶属函数参数，建立全局误差目标函数；然 后，通过牛顿迭代法，使得目标函数尽可能接近于零，最后获得优化后的模糊逻辑控制器隶 属函数参数。 优选地，所述针对对象是具有自动导航 功能的叉车的模糊逻辑运动控制器的设计。 本专利技术的积极进步效果在于：本专利技术以运动控制中系统稳定性理论为依据，保证 控制器稳定性与平稳性，根据叉车理想运动模型，获取优化设计数据，并采用牛顿迭代法优 化与设计模糊逻辑控制器中隶属函数的参数，提高了控制精度，并且减少了工程人员现场 调试与测试时间，提高了效率，降低了成本，设计方法系统可靠，实用性强，具有更高的控制 精度与适应性。本专利技术解决了自动导航叉车模糊逻辑运动控制器系统设计方法的问题，且 基于该方法设计的运动控制器，完全可以满足自动导航叉车对运动控制的需求。【附图说明】 图1为本专利技术的流程图。 图2为本专利技术的叉车运动学模型图。 图3为本专利技术的误差分解模型图。 图4为本专利技术的横向误差与角度误差 的直线拟合图。 图5为本专利技术的拟合直线斜率与舵角 输出区间的变化曲线图。 图6为本专利技术的横向误差与角度误差 的曲线拟合图。 图7为本专利技术的拟合阶数与舵角输出 区间之间的函数关系图。 图8为本专利技术的优化前模糊控制曲面 图。 图9为本专利技术的优化后模糊控制曲面 图。【具体实施方式】 下面结合附图给出本专利技术较佳实施例，以详细说明本专利技术的技术方案。 本专利技术主要包括以下步骤： 步骤一，叉车运动学建模； 步骤二，获取误差变量间的关系及设计优化数据； 步骤三，李雅普诺夫法设计模糊规则库； 步骤四，隶属函数参数的设计与优化。 本专利技术建立叉车误差分解模型，获取误 差变量（包括本专利技术中定义的横向误差、姿态角误差及它们对时间的n(正整数）阶导数 等），及通过曲线拟合的方法获取它们之间的关系，并采用李雅普诺夫函数法设计模糊逻辑 控制器模糊规则。 本专利技术根据叉车运动学模型，获取设计 优化数据（误差变量，叉车控制变量）。首先，根据数据初始化前后件隶属函数参数，建立全 局误差目标函数。然后，通过牛顿迭代法，使得目标函数尽可能接近于零，最后获得优化后 的模糊逻辑控制器隶属函数参数。 本专利技术针对对象是具有自动导航功能 的叉车的模糊逻辑运动控制器的设计。 本专利技术经过大量可靠的仿真模拟、实物实验及一定的工业应用，证明了该方法的 高效可行性。结果表明本专利技术提高了叉车运动控制的稳定性、平稳性及控制精度，满足叉车 对运动控制的要求。 本专利技术根据误差变量，构造改进的李雅普诺夫函数，包括：引入误差变量不同的系 数、采用更高的阶数等；对于模糊逻辑控制器隶属函数参数优化的方法，还包括遗传算法； 模糊逻辑控制器中隶属函数参数设计与优化的类型包括三角形、高斯型、梯形、B样条曲线、 S型、Z型、两边高斯型、一般钟型、Π 型等。 本专利技术可以针对所有具备自主导航功能的轮式移动平台的模糊逻辑运动控制器 的设计。另外，包括各种具有自主导航功能的叉车（如：三轮、四轮、多轮、单舵轮、双舵轮、 差速驱动等）。 如图1至图9所示，以单舵轮三轮叉车为实例介绍该方法的如下主要步骤： 叉车运动学建模：单舵轮三轮叉车是一种常见的AGV结构形式，如图2所示，其轮系部 分主要包括1个舵轮和2个固定本文档来自技高网...

【技术保护点】
一种针对叉车模糊逻辑运动控制器的设计方法，其特征在于，所述针对叉车模糊逻辑运动控制器的设计方法包括以下步骤：步骤一，叉车运动学建模；步骤二，获取误差变量间的关系及设计优化数据；步骤三，李雅普诺夫法设计模糊规则库；步骤四，隶属函数参数的设计与优化。

【技术特征摘要】

【专利技术属性】
技术研发人员：王斌，李国飞，
申请(专利权)人：深圳力子机器人有限公司，
类型：发明
国别省市：广东;44