任務(wù)公式作笛卡爾乘積 構(gòu)建任務(wù)可行網(wǎng)絡(luò)拓撲；然后，采用移動機器人最優(yōu)巡回路徑算法搜索出滿足給定任務(wù)需 求的最優(yōu)巡回路徑；獲得最優(yōu)巡回路徑之后，將其存儲在緩存中，根據(jù)當前任務(wù)的完成的情 況，將緩存中的下一目標點分配給模糊邏輯控制器進行跟蹤；模糊邏輯跟蹤控制器根據(jù)實 時反饋的機器人位置和角度信息，調(diào)整機器人左右兩輪速度，控制機器人完成路徑跟蹤，具 體步驟如下： 步驟1，構(gòu)建加權(quán)切換系統(tǒng) 根據(jù)當前機器人的運行環(huán)境，構(gòu)建加權(quán)切換系統(tǒng)，以矩= ，Π ,，叫）的形 式表示。其中，QT為一組有限的狀態(tài)集，表示機器人當前運行環(huán)境所包含的區(qū)域；Megr為 初始狀態(tài)，表示機器人初始位置所在的區(qū)域；為轉(zhuǎn)換關(guān)系，表示機器人當前運 行環(huán)境中各區(qū)域之間的聯(lián)通狀態(tài)；Πτ為一組有限的原子命題集，表示機器人需要執(zhí)行的所 有任務(wù)的集合，其中機器人在特定區(qū)域所執(zhí)行的任務(wù)表示為4 e「l, (/e丨1.2,:1...! ωτ>〇為 加權(quán)切換系統(tǒng)的權(quán)重，表示機器人在當前運行環(huán)境中各區(qū)域之間運動所需的成本； 步驟2,構(gòu)建BUchi自動機的任務(wù)圖表 為了更加接近于人類自然語言，采用線性時序邏輯語言來描述復(fù)雜任務(wù)需求，然后通 過外接LTL2BA工具箱將任務(wù)公式轉(zhuǎn)化為圖表的形式；其中，線性時序邏輯語言所描述的任 務(wù)需求是由加權(quán)切換系統(tǒng)的節(jié)點集Q t，標準布爾算子? (非）、V (或）、Λ (與），以及時 序邏輯算子二（直到）、〈>(最后）、[](始終）等組成的表達式；例如，Qt= {q。，^，％，％}， 給定任務(wù)需求"巡回^和q3兩點"，則線性時序邏輯公式Φ可以描述為： Φ = [JOqiA []<>q 3； 在輸入任務(wù)需求表達式后，需要將它轉(zhuǎn)化為區(qū)域序列可行性圖表，用以構(gòu)建步驟3中 的Product自動機。本發(fā)明采用LTL2BA工具將任務(wù)需求表達式Φ轉(zhuǎn)換成對應(yīng)的BUchi 自動機，Bilchi自動機是可判斷輸入的路徑序列是否滿足任務(wù)需求的圖表，用字母B表不： 5 = ，其中Qb是有限狀態(tài)集合，4 G仏是初始狀態(tài)集合，ΣΒ是輸入字母 表，是轉(zhuǎn)換函數(shù)，Gggfl是最終狀態(tài)集合。BUchi自動機可以保證路徑 滿足任務(wù)需求； 步驟3,構(gòu)建Product自動機的任務(wù)可行網(wǎng)絡(luò)拓撲 為了在切換系統(tǒng)中獲取滿足任務(wù)需求的路徑，還要確保環(huán)境中存在這條路 徑，因此將加權(quán)切換系統(tǒng)T和BUchi自動機B作笛卡爾乘積，得到滿足任務(wù)需求 的所有路徑的圖表，稱它為任務(wù)可行網(wǎng)絡(luò)拓撲，用字母P表示，即P = TXB，其中 T = (Qr,c/,!,U1 ,ωτ) , β = ^ = d Qp= Q TXQB為 有限狀態(tài)集合，4 = W xg〗為初始狀態(tài)集合，仏χβρ為轉(zhuǎn)換函數(shù)，F(xiàn)p= Q txfb為最終 狀態(tài)集合。任務(wù)可行網(wǎng)絡(luò)拓撲上所包含的路徑既滿足任務(wù)需求，又符合機器人當前運行環(huán) 境； 步驟4,在可行網(wǎng)絡(luò)拓撲上采用最優(yōu)巡回路徑算法搜索最優(yōu)巡回路徑 采用A*算法，在步驟3所構(gòu)建的任務(wù)可行網(wǎng)絡(luò)拓撲上，按照任務(wù)表達式中需要訪問節(jié) 點的順序搜索出一條最優(yōu)路徑，并映射回加權(quán)切換系統(tǒng)，得到加權(quán)切換系統(tǒng)上滿足任務(wù)需 求的最優(yōu)路徑，即機器人運行環(huán)境中滿足任務(wù)需求的一條最優(yōu)路徑上對應(yīng)加權(quán)切換系統(tǒng)中 的目標節(jié)點序列； 步驟5,模糊邏輯控制 根據(jù)給定的目標節(jié)點，采用模糊邏輯控制方法控制機器人實現(xiàn)分段目標跟蹤，最終達 到最優(yōu)路徑跟蹤的效果； 步驟6,位姿信息反饋 在路徑跟蹤過程中，本發(fā)明采用全局相機通過圖像處理技術(shù)獲取環(huán)境坐標信息和機器 人實時位姿信息，并通過UDP通信反饋給模糊邏輯控制器，其中，機器人的朝向取機器人上 前后兩個色塊的中心坐標來標定。
2.根據(jù)權(quán)利要求書1所述，滿足復(fù)雜需求的機器人最優(yōu)巡回控制方法，其特征在于：所 述的步驟5中采用了模糊邏輯控制，分為變量定義、模糊化、指示庫、邏輯判斷及解模糊化 五個步驟，其具體實現(xiàn)過程如下： 51) 變量定義 在尋優(yōu)路徑之后，將獲得的最優(yōu)路徑（目標節(jié)點序列）發(fā)送給模糊邏輯控制器，并存儲 在緩存中；模糊邏輯控制器按順序讀取緩存中的目標節(jié)點，并結(jié)合實時反饋的機器人當前 位置和朝向信息，以移動機器人朝向與機器人和目標點連線之間的夾角α，以及機器人位 置與目標點的距離d為輸入變量，以機器人左輪速度V 1和右輪速度^為輸出變量； 52) 模糊化 將輸入的精確量轉(zhuǎn)換為模糊化量；其中，輸入量包括a、d、vjP 受實驗機器人本身 性能的限制將機器人左右兩輪速度的基本論域設(shè)為（vmin，Vmax);角度偏差α的基本論域為 (-π，π);距離偏差d的基本論域根據(jù)地圖建模中單節(jié)點的所屬地圖區(qū)域的半徑而定。參 照偏差大，則用大控制量；偏差小，則用小控制量的策略。因此，模糊量劃分的寬度是隨模糊 量與零元素的距離變化的，而非線性增大；本發(fā)明取a、d、^和的模糊子集個數(shù)分別為 7、4、7、7,用集合表示為：a = {NB, NM, NS, Z, PS, PM, PB} ;Vl, vr= {NB, NM, NS, Z, PS, PM, PB}; d= {PZ, PS, PM, PB};其中，NB表示為負大，NM為負中，NS為負小，Z為零，PS為正小，PM為 正中，PB為正大，PZ為正零； 53) 指示庫 根據(jù)上述模糊子集，可分別確定各變量對應(yīng)的隸屬函數(shù)，然后根據(jù)實驗經(jīng)驗以及模糊 控制的規(guī)則，制定出控制規(guī)則表； 54) 邏輯判斷 在得到控制規(guī)則表后，模糊邏輯控制器需要根據(jù)實時的輸入量反復(fù)的進行邏輯判斷， 找到輸入量模糊化后對應(yīng)控制規(guī)則表中的位置，輸出對應(yīng)的模糊控制量 '和V ^ 55) 解模糊化 根據(jù)模糊邏輯控制器輸出的模糊控制量，解模糊化后得到輸出的精確控制量^和V p 控制機器人的運動； 當機器人運動到給定目標點時，判斷是否為目標節(jié)點序列的最后一個節(jié)點，是則結(jié)束； 否則根據(jù)當前任務(wù)的完成情況，模糊邏輯控制器從緩存中讀取下一個目標點，直至遍歷整 個目標節(jié)點序列，完成最優(yōu)路徑跟蹤。
【專利摘要】一種滿足復(fù)雜需求的機器人最優(yōu)巡回控制方法，包括構(gòu)建加權(quán)切換系統(tǒng)、構(gòu)建Büchi自動機的任務(wù)圖表、構(gòu)建Product自動機的任務(wù)可行網(wǎng)絡(luò)拓撲、路徑尋優(yōu)、模糊邏輯控制以及位姿信息反饋六步。首先，基于線性時序邏輯，結(jié)合機器人運行環(huán)境信息，規(guī)劃出滿足任務(wù)需求的最優(yōu)路徑；然后，采用模糊控制策略，結(jié)合實時反饋的機器人當前位置坐標和朝向信息，根據(jù)當前移動機器人與目標點之間的角度偏差α和距離偏差d，給出機器人左右兩輪速度vl和vr的控制量，實現(xiàn)最優(yōu)路徑跟蹤控制。本發(fā)明能夠規(guī)劃出既符合機器人運行環(huán)境，又滿足復(fù)雜巡回任務(wù)需求的最優(yōu)路徑，同時能夠有效的控制機器人實現(xiàn)最優(yōu)路徑跟蹤，完成指定任務(wù)。
【IPC分類】G05D1-02
【公開號】CN104834308
【申請?zhí)枴緾N201510165760
【發(fā)明人】歐林林, 陳浩, 禹鑫燚, 程誠, 邢雙, 韓紹峰, 李壯, 陳志南
【申請人】浙江工業(yè)大學
【公開日】2015年8月12日
【申請日】2015年4月10日