本科毕业设计作者：施磊磊专业：计算机科学与技术指导教师：蒋文娟完成日期：2012年6月摘要在机器人的路径规划算法研究中，本论文采用的是基于行为的模糊控制算法。
将基于行为控制融合进模糊控制的思想中，设计了一种基于行为的移动机器人模糊逻辑控制方法。
在这种方法中，首先按照基于行为的路径规划策略把运动规划行为分解为避障行为和趋向目标行为，然后通过模糊控制算法设计避障行为和趋向目标行为完成路径规划。
本论文利用MOBOTSIM机器人二维仿真软件对算法进行了研究与实现，证明了该算法的可行性和有效性。
并对基于行为的模糊控制算法进行了较为细致的研究，着重研究该算法的理论部分与现实可行性。
关键词：移动机器人，路径规划，模糊控制算法ABSTRACTthis paper is based on behavior of the fuzzy control algorithm,In robot path planning algorithm in research. based on behavior control into the ideas of fuzzy control, design a kind of the behavior of the mobile robot based on fuzzy logic control method. In this approach, firstly according to the behavior of the path planning strategy based on the motion planning behavior into obstacle avoidance behavior and actions to that goal, and then design obstacle avoidance behavior and actions to that goal to complete the path planning through the fuzzy control algorithm . This paper we use MOBOTSIM robot 2 d simulation software to research and implementation of algorithm, and proves the feasibility and efficiency of the algorithm. And study the fuzzy control algorithm based on behavior for a more detailed , this paper studies the algorithm theory and reality of feasibility.Key words:mobile robot, path planning, fuzzy control algorithm目录摘要 (I)ABSTRACT (II)1综述 (4)1.1引言 (4)1.2课题背景及意义 (4)1.3课题研究的现状 (5)1.3.1虚拟力场法 (5)1.3.2栅格法 (5)1.3.3遗传算法 (5)1.3.4蚁群算法 (5)1.3.5模糊逻辑控制算法 (6)1.4本研究所采用的算法 (6)1.4.1算法概述 (6)1.4.2模糊逻辑控制的组成 (7)1.4.3模糊逻辑控制的原理 (7)1.4.4模糊逻辑控制的设计 (10)1.4.5虚拟力场栅格法的组成原理 (12)2MOBOTSIM仿真软件介绍 (15)2.1主界面及机器人相关介绍 (15)2.2软件提供的函数介绍 (17)3模糊逻辑控制算法的设计 (19)3.1模糊控制器的输入输出 (19)3.2输入输出量的模糊化 ................................................................... 错误！未定义书签。
3.3隶属度函数的建立 ....................................................................... 错误！未定义书签。
3.4模糊规则的建立 ........................................................................... 错误！未定义书签。
3.5去模糊化 ....................................................................................... 错误！未定义书签。
4虚拟力场栅格法的设计.. (25)5程序代码及仿真结果 (27)5.1基于行为的模糊逻辑控制算法的代码设计 (27)5.1.1变量的设定 (27)5.1.2主循环部分 (27)5.1.3目标趋向动作子程序 (27)5.1.4模糊控制子程序 (29)5.2虚拟力场栅格算法的代码设计 (31)5.2.1变量的设定 (31)5.2.2主循环部分 (31)5.2.3目标点和机器人之间的引力求解及力的合成 (31)5.2.4移动机器人的运动部分 (31)5.3仿真结果 (32)5.4总结 (36)6总结 (37)致谢 (40)1综述移动机器人的路径规划问题一直是机器人研究领域较为重要的研究方向，要实现机器人的智能化避障，那么移动机器人必须要依据某种最优准则，使移动机器人能够在工作范围内寻找一条从起始状态到目标状态的避开障碍物的最优路径。
机器人路径规划算法就要设计可行的避障策略，实现移动机器人在复杂环境中的避障，使其能够顺利到达目的地。
1.1引言随着机器人在各行各业的实际应用越来越广泛，人们对机器人的“智能”的要求也在逐步提高，人们要求机器人在运动过程中具有与周围环境交互的能力。
其中一个最基本的需求就是能够实现避免障碍物到达终点，这种需求即为路径规划中的避碰问题。
移动机器人是一个集环境感知、动态决策与规划、行为控制与执行等多种功能于一体的综合系统。
移动机器人的路径规划问题一直是机器人研究领域较为重要的研究方向，机器人路径规划算法就要设计可行的避障策略，实现移动机器人在复杂环境中的避障，使其能够顺利到达目的地。
1.2课题背景及意义自从人类创造了第一台机器人以后，机器人就开始显示出它极大的生命力。
移动机器人的研究最早是在1966年至1972年，斯坦福研究院的NilsNilssen和Charles Rosen等人研造出取名Shakey的自主移动机器人。
目的是研究应用人工智能技术，在复杂环境下机器人系统的自主推理、规划和控制。
在机器人路径规划的研究中，传统方法产生时间较早，从这些方法提出开始就有大量学者对其进行了深入探讨，并在此基础上开展了许多扩展和改进的应用，进而提出了许多不同的方法和思路。
课题的目的在于设计可行的路径规划算法来实现机器人的避障。
针对复杂的道路环境，利用传感器探测到的距离信息，设计可行的移动机器人路径规划算法，使机器人能够在避免与道路边界碰撞的前提下沿着道路顺利前进。
移动机器人的路径规划算法是实现机器人智能化的重要体现，特别是移动机器人在复杂多变的环境中，合理的规划算法是十分有意义的。
1.3课题研究的现状根据对环境信息掌握的程度不同将移动机器人路径规划分为两种类型：基于环境先验完全信息的全局路径规划；基于传感器信息的局部路径规划。
后者环境是未知或部分未知的。
全局路径规划是指根据先验环境模型找出从起始点到目标点的符合一定性能的可行或最优路径，它涉及的根本问题是世界模型的表达和搜寻策略。
局部路径规划的主要方法有：人工势场法(Artificial Potential Field)，遗传算法(Genetic Algorithm)等。
1.3.1虚拟力场法传统的虚拟力场法把移动机器人在环境中的运动视为一种在抽象的人造受力场中的运动，目标点对移动机器人产生“引力”，障碍物对移动机器人产生“斥力”，最后通过求合力来控制移动机器人的运动。
1.3.2栅格法栅格法将机器人工作环境分解成一系列的网格单位,环境被量化成具有一定分辨率的栅格。
在栅格法中,栅格的大小直接影响着环境信息存储量的大小和规划时间的长短。
栅格划分小了,环境分辨率高,在密集环境下发现路径的能力强,但环境信息存储量大,算法的搜索范围将按指数增加;栅格划分大了,环境信息存储量小,规划时间短,但分辨率下降,在密集环境下发现路径的能力减弱。
1.3.3遗传算法遗传算法以自然遗传机制和自然选择等生物进化理论为基础，在某种程度上对生物进化过程作数学方式的模拟。
遗传算法只要求适应度函数为正，不要求可导或连续，采用同时处理群体中多个个体的方法实现其本质的并行性，适用于在整个空间上的全局搜索，相对于多数优化算法都是单点搜索，易于陷入局部最优，遗传算法更有可能搜索到全局最优解。
此外遗传算法还有极强的适应性及容错能力，解决了一些其它优化算法无法解决的问题。
1.3.4蚁群算法从蚂蚁群体寻找最短路径觅食行为受到启发，意大利学者Dorigo等人在1991年提出了一种自然界蚁群行为的模拟进化算法一一人工蚁群算法，简称蚁群算法。
正反馈能够快速地发现较优解，分布式计算避免了早熟收敛，而贪婪式搜索有助于在搜索过程中早期找出可接受的解决方案，缩短了搜索时间。
蚁群算法具有很强的并行性。
可以不通过个体之间直接通信而是通过信息素进行合作，这样的系统具有更好的可扩充性。
蚁群算法结合了分布式计算、正反馈机制和贪婪式搜索的算法，具有很强的搜索较优解的能力。
但随着系统中个体增加而增加的系统通信开销在这里将非常大。
1.3.5模糊逻辑控制算法模糊自动控制是以模糊集合化、模糊语言变量及模糊逻辑推理为基础的一种计算机数字控制。
从线性控制和非线性控制的角度分类，模糊控制是一种非线性的控制；控制器的智能性来看，模糊控制属于智能控制的范畴，而且它已成为目前实现智能控制的一种重要而有效的形式。
模糊逻辑控制是通过模拟人脑的模糊思维方法，从而实现对被控系统的控制。
所谓模拟人脑思维，简单地说就是先将人工实践经验用模糊语言的形式加以总结和描述，产生一系列模糊控制规则，再通过模糊推理，将输人量变换为模糊控制输出量的这样一个过程。
1.4本研究所采用的算法本论文主要是在了解了前人关于路径规划算法的基础上，提出两种路径规划算法：基于行为的模糊控制算法和虚拟力场栅格法。
1.4.1算法概述主要介绍这两种算法的一般性原理，用生活中的语言加以阐述：(1)模糊逻辑控制算法概述1965年美国的L.A.Zdaeh教授首先提出了模糊集合理论，即对于每一个元素xEX，存在一个值p(x)任[0，1]，表示在给定论域上X属于集合X的程度，称为隶属度。