淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


  查詢圖書館館藏目錄
系統識別號 U0002-1507200902402000
中文論文名稱 以演化法則設計之最佳化模糊控制器及其在移動機器人避障路徑規畫之應用
英文論文名稱 Design of an Optimal Fuzzy Controller for Mobile Robots via an Evolutionary Approach
校院名稱 淡江大學
系所名稱(中) 電機工程學系碩士班
系所名稱(英) Department of Electrical Engineering
學年度 97
學期 2
出版年 98
研究生中文姓名 黃俊偉
研究生英文姓名 Chun-Wei Huang
學號 696460012
學位類別 碩士
語文別 中文
口試日期 2009-07-01
論文頁數 76頁
口試委員 指導教授-許陳鑑
委員-王偉彥
委員-盧明智
委員-周永山
委員-許陳鑑
中文關鍵字 模糊控制  模糊控制規則  粒子群聚最佳化法  最佳化法  參數調整  移動式機器人 
英文關鍵字 Fuzzy controller  fuzzy control rules  particle swarm optimization  optimization  parameter tuning 
學科別分類 學科別應用科學電機及電子
中文摘要 本文提出一種利用粒子群聚演算法計算得到之最佳化模糊控制器,作法上係透過粒子群聚最佳化演算法以演化方式調整模糊控制器來尋得最佳的控制參數,以協助移動式機器人以最佳路徑行進。
藉由累積移動距離以及角度累積變化量的兩個目標函數作為粒子群聚演算法演化評估的基礎,在不同模糊控制器的參數中,藉由模擬環境估測移動機器人的這兩項目標函數後,調整最佳化模糊控制器規則中的參數。應用我們所求得的最佳模糊控制器於機器人後,模擬結果顯示,在封閉路徑中可以完成所希望達到的效果。
英文摘要 In this paper, an optimal fuzzy controller is designed for a mobile robot using a proposed evolutionary approach. Two objective functions, total distance traveled and accumulated angle deviation, are established as the evaluation criteria based on which a particle swarm optimization (PSO) is used to determine an optimal set of the consequent parameters of the ith rule of the fuzzy controller. Simulation results of the mobile robot moving along an enclosed course have demonstrated the effectiveness of the proposed approach.
論文目次 目錄

第一章 序論……………………………………………………… 1
1.1 研究背景及動機……………………………………………… 1
1.2 研究目的及方法……………………………………………… 1
第二章 基礎理論………………………………………………… 3
2.1 模糊系統……………………………………………………… 3
  2.1.1 典型模型系統………………………………………… 5
  2.1.2 T-S 模型……………………………………………… 6
  2.1.3 適應性網路架構的模糊推論系統(ANFIS)……………8
2.2 粒子群聚最佳化法…………………………………………… 10
第三章 以PSO為基礎之最佳化模糊控制器模擬環境之設計……14
3.1 以PSO為基礎之最佳化模糊控制器原理與架構………………14
3.2 VC++ 程式設計……………………………………………… 15
第四章 模擬實驗結果…………………………………………… 20
4.1 最短累積距離路徑模糊控制器設…………………………… 20
  4.1.1 超音波架設角度為 -45°、0°、45°………………… 20
  4.1.2 超音波架設角度為 -60°、0°、60°………………… 24
  4.1.3 超音波架設角度為 -90°、0°、90°………………… 28
4.2 最小累積角度變化模糊控制器設…………………………… 32
  4.2.1 超音波架設角度為 -45°、0°、45°………………… 32
  4.2.2 超音波架設角度為 -60°、0°、60°………………… 36
  4.2.3 超音波架設角度為 -90°、0°、90°………………… 40
4.3 模擬實驗結果討論…………………………………………… 44
第五章 最佳化模糊控制器設計之實作………………………… 47
5.1 實驗環境介紹………………………………………………… 47
5.2 模糊控制器設計(-45°、0°、45°) ………………………… 50
  5.2.1 實驗參數……………………………………………… 50
  5.2.2 實驗結果……………………………………………… 50
5.3 模糊控制器設計(-60°、0°、60°) ………………………… 51
  5.3.1 實驗參數……………………………………………… 51
  5.3.2 實驗結果……………………………………………… 52
5.4 模糊控制器設計(-90°、0°、90°) ………………………… 53
  5.4.1 實驗參數……………………………………………… 53
  5.4.2 實驗結果……………………………………………… 53
5.5 模糊控制器設計之實作討論………………………………… 54
第六章 結論……………………………………………………… 58
第七章 未來研究方向…………………………………………… 60
參考文獻…………………………………………………………… 73

圖目錄

圖2.1 模糊系統基本架構圖………………………………………6
圖2.2 適應性網路架構的模糊推論系統架構圖…………………8
圖2.3 粒子群聚最佳化法流程圖…………………………………13
圖3.1 PSO調整模糊控制器係數之架構圖……………………… 14
圖3.2 方形場地模擬圖……………………………………………15
圖3.3 橢圓形場地模擬圖…………………………………………16
圖3.4 多角形場地模擬圖…………………………………………16
圖3.5 感測器配置圖………………………………………………17
圖3.6 機器人移動解說示意圖……………………………………17
圖3.7 障礙描述圖…………………………………………………18
圖3.8 廣角度障礙描述圖…………………………………………19
圖4.1 45度單地圖模擬結果………………………………………21
圖4.2 45度單地圖演化過程………………………………………21
圖4.3 45度多地圖模擬結果1…………………………………… 22
圖4.4 45度多地圖模擬結果2…………………………………… 23
圖4.5 45度多地圖模擬結果3…………………………………… 23
圖4.6 45度多地圖演化過程………………………………………24
圖4.7 60度單地圖模擬結果………………………………………25
圖4.8 60度單地圖演化過程………………………………………25
圖4.9 60度多地圖模擬結果1…………………………………… 26
圖4.10 60度多地圖模擬結果2……………………………………27
圖4.11 60度多地圖模擬結果3……………………………………27
圖4.12 60度多地圖演化過程…………………………………… 28
圖4.13 90度單地圖模擬結果…………………………………… 29
圖4.14 90度單地圖演化過程…………………………………… 29
圖4.15 90度多地圖模擬結果1……………………………………30
圖4.16 90度多地圖模擬結果2……………………………………31
圖4.17 90度多地圖模擬結果3……………………………………31
圖4.18 90度多地圖演化過程…………………………………… 32
圖4.19 45度單地圖模擬結果…………………………………… 33
圖4.20 45度單地圖演化過程…………………………………… 33
圖4.21 45度多地圖模擬結果1……………………………………34
圖4.22 45度多地圖模擬結果2……………………………………35
圖4.23 45度多地圖模擬結果3……………………………………35
圖4.24 45度多地圖演化過程…………………………………… 36
圖4.25 60度單地圖模擬結果…………………………………… 37
圖4.26 60度單地圖演化過程…………………………………… 37
圖4.27 60度多地圖模擬結果1……………………………………38
圖4.28 60度多地圖模擬結果2……………………………………39
圖4.29 60度多地圖模擬結果3……………………………………39
圖4.30 60度多地圖演化過程…………………………………… 40
圖4.31 90度單地圖模擬結果…………………………………… 41
圖4.32 90度單地圖演化過程…………………………………… 41
圖4.33 90度多地圖模擬結果1……………………………………42
圖4.34 90度多地圖模擬結果2……………………………………43
圖4.35 90度多地圖模擬結果3……………………………………43
圖4.36 90度多地圖演化過程…………………………………… 44
圖5.1 KheperaⅢ外觀圖………………………………………… 47
圖5.2 EZ1外觀圖………………………………………………… 48
圖5.3 ArduinoMega外觀圖……………………………………… 49
圖5.4 實際場地架設………………………………………………49
圖5.5 直行連續軌跡圖(-45°、0°、45°)……………………… 50
圖5.6 轉彎連續軌跡圖(-45°、0°、45°)……………………… 51
圖5.7 連續移動軌跡圖(-60°、0°、60°)……………………… 52
圖5.8 直行連續軌跡圖(-90°、0°、90°)……………………… 53
圖5.9 轉彎連續軌跡圖(-90°、0°、90°)……………………… 54
圖5.10 超音波障礙偵測示意圖………………………………… 56
圖5.11 單地圖模擬軌跡圖 ( 420, 100, 0 ) …………………57
圖5.12 單地圖模擬軌跡圖 ( 420, 140 ,0 ) …………………57
圖5.13 多地圖模擬軌跡圖 ( 420, 100, 0 ) …………………58
圖5.14 多地圖模擬軌跡圖 ( 420, 140, 0 ) …………………58
圖5.15 多地圖模擬軌跡圖 ( 650, 100, 0 ) …………………59

表目錄

表3.1 PSO所採用之控制參數表………………………………… 19
表4.1 最短移動距離最佳化模糊控制器模擬結果歸納表………45
表4.2 最小累積角度最佳化模糊控制器模擬結果歸納表………45
表5.1 實作成果比較表……………………………………………55
參考文獻 [1] A. Morita and A. Noda, “Fuzzy Expert System for Machining Parameter Setting”, Proc. Of Int.Fuzzy Engineering Simposium, 1991, pp.197-205.
[2] L.X. Wang, A Course in Fuzzy Systems and Control, Prentice Hall PTR, 1996.
[3] E.H. Mamdani, “Application of fuzzy algorithms for control of simple dynamic plant,” Proceedings of the Institution of Electrical Engineers, vol.121, no.12, 1974, pp. 1585-1588.
[4] E.H. Mamdani and S. Assilian, “Experiment in linguistic synthesis with a fuzzy logic controller,” International Journal of Man-Machine Satudies, vol. 7, no. 1, 1975, pp. 1-13.
[5] A. Zadeh, “Fuzzy sets,” Information of Control, vol. 8, 1965, pp.338-353.
[6] M. Sugeno and M. Nishida, “Fuzzy control of model car,” Fuzzy Sets Syst., Vol. 26, 1988, pp. 195-214.
[7] P. Zavlangas, S. Tzafestas, and T. Althoefer, “Fuzzy obstacle avoidance and navigation for omnidirectional mobile robots,” Proc., ESIT 2000, 2000, pp. 375-382.
[8] S. X. Yang and H. Li, ”An autonomous mobile robot with fuzzy obstacle avoidance behaviors and a visual landmark recognition system,” Proc. the 7th International Conference on Control, Automation, Robotics and Vision, Vol.3, Dec.2002, pp.1579 – 1584.
[9] G. Oriolo, G. Ulivi, and M. Vendittelli, “Fuzzy maps: A new tool for mobile robot perception and planning,” Int. Rob. Syst., Vol.14, 1997, pp.179-197.
[10] Cihan Karakuzu, “Fuzzy controller training using particle swarm optimization for nonlinear system control,” ISA Transaction, Vol.47, 2008, pp.229-239.
[11] R. C. Eberhart and J. Kennedy, “A new optimizer using particle swarm theory,” Proceedings of the Sixth International Symposium on Micromachine and Human Science, Nagoya, Japan, 1995, pp. 39-43.
[12] R.C. Eberhart and Y. Shi, “Particle swarm optimization: Developments, applications and resources,” Proceedings of the IEEE Congress on Evolutionary Computation, Seoul, Korea, 2001, pp. 81-86.
[13] Y. Shi and R.C. Eberhart, “A modified particle swarm optimizer,” Proceedings of the IEEE Congress on Evolutionary Computation, Piscataway, New Jersey, 1998, pp. 69-73.
[14] Y. Shi and R.C. Eberhart, “Parameter selection in particle swarm optimization,” Proceedings of the 7th International Conference on Evolutionary Programming, Springer-Verlag, New York, 1998, pp. 591-600.
[15] J. Kennedy and R.C. Eberhart, “Swarm Intelligence,” Morgan Kaufmann.
[16] J. Kennedy and R.C. Eberhart, “Particle swarm optimization,” Proceedings of the IEEE International Joint Conference on Neural Networks, 1995, pp. 1942-1948.
[17] J. Kennedy and R. C. Eberhart, “Particle swarm optimization,” Proc. IEEE Int. Conf. Neural Networks, Piscataway, NJ, Vol. 4, 1995, pp. 1942-1948.
[18] M. Clerc and J. Kennedy, “The particle swarm explosion, stability, and convergence in a multidimensional complex space,” IEEE Transaction on Evolutionary Computation, Vol. 6, No. 1, 2002, pp. 58-73.
[19] J. Kennedy and R. C. Eberhart, “A discrete binary version of the particle swarm algorithm,” Proceedings IEEE Int’l. Conf. on Systems, Man, and Cybernetics, Vol. 5, 1997, pp. 4104-4108.
[20] R.C. Eberhart, Y. Shi, “Tracking and optimizing dynamic systems with particle swarms,” Proceedings of Congress on Evolutionary Computation, Seoul, Korea, Vol. 1, 2001, pp. 94-100.
[21] S. K. S. Fan and E. Zahara., “A hybrid simplex search and particle swarm optimization for unconstrained optimization,” European Journal of Operational Research, Vol. 181, No.2, 2007, pp. 527-548.
[22] X. Hu, R.C. Eberhart, “Tracking dynamic systems with PSO: Where’s the cheese?” Proceedings of The Workshop on Particle Swarm Optimization, Indianapolis, USA, 2001.
[23] A. Ratnaweera, S. Halgamuge, and H. Watson, “Self-Organizing Hierarchical Particle Swarm Optimizer with Time-Varying Acceleration Coefficients,” IEEE Transaction on System, Man and Cybernetics, Vol. 8, No. 3, 2004, pp. 240-255.
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2014-07-16公開。
  • 不同意授權瀏覽/列印電子全文服務。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信