搜索
智能控制在机器人中的应用摘要：智能控制是控制理论发展的最新阶段，主要用来解决那些用传统方法难以解决的复杂系统的控制问题。由于机器人系统控制要求的不断提高，被控对象、环境、控制目标及任务日渐复杂，很多问题难以建立精确的数学模型或者建立的数学模型难以求解。这些都促进了智能控制在机器人系统中的应用。自从这门学科诞生以来，它产生了许多探索性甚至是突破性的研究与应用成果，同时，这一方法也逐步成为了人们思考问题的重要方法论。本文介绍了智能控制的发展历史与现状，智能控制的主要方法以及智能控制在机器人系统中的路径规划及故障诊断问题，帮助人们了解智能控制在机器人当中的应用。关键字：智能控制；神经网络；模糊控制；遗传算法；机器人ApplicationofIntelligentControlinRobotsXiajiang(HarbinInstituteofTechnology,mechanicalandelectricalengineeringHarbin150001)Abstract:Intelligentcontrolisanewstageinthedevelopmentofcontroltheory.Itismainlyusedtosolvethecontrolproblemsofcomplicatedsystemswhicharedifficult.Withtherapidimprovementoncontrolsystemofrobots,controlledsubject,environment,controlobjectiveandtasksareincreasinglycomplex.Someproblemsarehardtoestablishaprecisemathematicalmodelortheestablishedmathematicalmodelisimpossibletobeanswered.Allabovepromotetheapplicationofintelligentcontroltechnologyinrobots.Ithasproducedmanyexplorativeresultsorevenabreakthroughinthestudyandapplicationofautomaticcontrolsincethebirthofthisnewmethod.Themethodgraduallybecomesanimportantwayforcommonpeopletosolveotherproblemsaswell.Thispapermakesanintroductionofintelligentcontrolanditspracticalapplicationinrobots.Keywords:Intelligentcontrol;Neuralnetworks;Fuzzycontrol;Geneticalgorithm;Robots.0.引言智能控制是指的是在无人操作控制的状态下，依靠智能机器设备来实现自动化控制的一种新技术，理论研究已经有近百年的历史。机器人是20世纪以来人类的一个重大发明，从最初的手动操作到现在的自动化，机器人让人类的生活发生了很大的改变，同时科技的进步让人类的思想得到了很大的改变。智能控制技术是自动控制技术史上的一个重大的里程碑，它采用各种智能技术与计算机技术，人工神经网络技术结合促进了机器人的发展，智能控制技术在机器人上的应用也愈加成熟。1.控制理论的发展和特点控制理论的发展可以分为三个阶段：第一个阶段始于20世纪初到20世纪50年代，以反馈和传递函数作为数学基础的古典控制理论在这一阶段逐步趋于成熟。这一阶段是控制理论的形成阶段。第二阶段为20世纪50年代到20世纪60年代，以状态空间分析为基础，是现代控制理论成熟和发展的阶段。第三阶段始于20世纪60年代中期到现在，这一阶段的理论发展将人工智能、信息论、自动控制和运筹学等多个学科成果进行了综合形成了智能控制理论，是控制理论发展中的高级阶段。智能控制是针对传统控制理论的缺陷面向复杂多样的控制任务和目的发展起来的,适用于那些基于精确数学模型的传统控制方法难以解决的复杂系统的控制问题。智能控制理论与系统和传统控制理论与系统相比，主要有以下一些特点：(1)智能控制是对传统理论的发展,传统控制是智能控制的一部分,是智能控制的低级阶段。智能控制系统具有开放的、分级的、分布式的结构,有较强的综合信息处理能力。智能控制不是追求系统的高度自治为最终目的,而是追求系统的全局优化。(2)智能控制和传统控制相比，前者是一门由多个学科交叉而成的学科。智能控制理的理论基础是人工智能、运筹学、自动控制理论和信息论的综合与交叉；而传统控制有着完善的理论体系，其理论核心是反馈控制理论。(3)智能控制的主要对象和任务具有模型的不确定性、高度的非线性和复杂的任务要求。传统控制方法一般只适用于具有精确的数学模型、线性的或可以线性化的和单一任务的对象。(4)智能控制和传统控制相比，在前者设计上把重点置于对数学模型如何进行描述，如何识别符号和环境；后者是借助运动学方程、动力学方程或是传递函数等等较为精确的数学模型来描述系统的方法。结合比较，可以看出智能控制有混合控制的特点，其系统可以借助知识来描述非数学的广义模型以及用数学表示的混合控制过程，凭借定性决策、开闭环控制和及定量控制相结合的多模态控制方式。2.智能控制的组成(1)人工神经网络神经网络主要特点是：自适应功能、具有泛化功能、非线性映射功能、高度并行处理等优秀的特性。神经网络对于复杂模型不确定问题的自适应能力和学习能力，可以用于控制系统的补偿环节和自适应环节；对任意非线性关系的描述能力，可以用于非线性系统的辨识和控制；它的快速优化计算能力可用于复杂控制问题的优化计算；对大量定性或定量信息的分布式存储能力及并行处理和合成能力，可用作复杂控制系统中的信息转换接口及对图象信息的处理和利用。要应用神经网络首先必须确定网络的结构和学习。(2)遗传算法遗传算法是一种模拟自然选择和遗传机制的寻优程序。它利用复制交叉变异等遗传操作来模拟自然进化，完成问题寻优。与一般的优化算法相比，遗传算法具有明显的优点：a.遗传算法是对变量的编码进行操作。它是从许多初始点开始进行并行操作，因而可以有效地防止搜索过程中收敛于局部最优解，而且有较大的可能求得全局最优解。b.遗传算法通过适应度函数计算适配值，因而对问题的依赖性较小。它使用的是概率规则，它在解空间使用的是一种启发式搜索，它对于待寻优的函数基本无限制。c.具有隐含并行性，可通过大规模并行计算来提高计算速度，有助于大规模复杂非线性问题的优化。近年来遗传算法优化技术有了很大发展，产生了广义遗传算法，并行遗传算法及与其他智能技术相结合的混合遗传算法等，在许多领域获得成功应用。(3)模糊控制模糊控制是模糊逻辑与自动控制的结合。它是从功能上模拟人的推理和决策过程的一种实用控制方法。能够有效地处模型未知或不精确的控制问题，是一种非线性控制。目前，许多复杂的过程工业系统都是难以建立精确的数学模型，采用传统的控制方法无法实现有效的控制，这样模糊控制方法就显得越来越重要。为了使模糊控制系统在出现不确定因素时，仍能保持既定的特性，可以在模糊控制系统中引入自适应，组成自适应模糊控制系统。它包括直接型和间接型两种。前者是用模糊逻辑系统作为控制器语言性的模糊控制规则，可以直接应用于控制器；后者是用模糊逻辑系统来为控制对象建模，且假设模糊逻辑系统近似地等效于真实的被控对象。3.智能控制技术在机器人中的应用(1)智能控制技术在机器人技术中的应用随着社会对机器人技术性能和智能程度的要求越来越高，也由于人工智能技术、计算机技术、制造技术、传感器技术及其它相关技术的快速发展，使智能控制引入机器人技术中。智能控制技术已经用到机器人技术的许多方面，如：机器人的多传感器信息融合和视觉处理;移动机器人行走过程的自主避障、行走路径规划、定位;机器人手臂动作规划;空间机器人的姿态控制；具有自学习、自适应功能的控制器设计等等，智能控制技术中比较重要的是神经网络技术，神经网络技术在机器人中主要应用路径规划方面，机器人的工作空间可以用栅格来进行划分，工作空间分自由空间与障碍空间。可采用神经元的权向量来表示自由空间，在空间中随机的选取坐标x(t)作为网络输入，神经网络通过大量的输入信息进行学习后就会体现出一定的分布形式。学习过程可以通过一个公式来进行反映mi(t+1)=mi(t)+(t)(x(t)－mi(t))，i∈Ni(t)，其中mi(t)指的是在t时刻第i个神经元的权值，x(t)为神经网络的输入量Ni(t)为神经网络涉及到的领域，当神经网络不涉及这一领域时公式就变成mi(t+1)=mi(t)，I∉Nit。将神经网络与模糊控制相结合可以得到具有一定推理功能的局部规器。机器人在障碍空中行走的时候就用到了模糊控制，其中常用的是随机路标规划方法，该方法改善了机器人的行走路径，模糊神经控制的算法框图如图3所示。两足步行机器人或仿人机器人作为智能机器人的典型例子，现在得到了各国学者和专家的广泛关注和研究，而其运动控制一直是人们研究的重点和难点，因此将神经网络用于仿人机器人的步行控制，来解决系统中存在的多变量、非线性、变结构问题，是仿人控制的合理选择。(2)智能控制技术在生产线中智能机器人的应用早期的生产线利用的是单纯的人力劳动，效率低下、生产成本高，随着计算机技术的崛起，许多企业利用这一优势发展了现代生产企业，特别是最近几年来，自动化生产越来越广泛，智能机器人也应用在了生产线当中，在生产线产品生产过程中有智能监控技术、机器人等，智能监控中应用最多的就是传感器技术，例如自动化类库中经常用到的温湿度传感器、粉尘变送器以及产品的识别传感器，当然现代生产线当中最重要的就是智能机器人的应用，机器人加入了智能控制模块，预先设定机器人的程序算法，位置传感器检测到产品过来以后将信号发送给计算机，计算机给机器人执行“抓取”的指令，信号环境的不确定性以及系统硬件和软件的复杂性对机器人提出了较高的要求，当机器人加入智能控制模块后大大减少了误操作性，而且操作人员只需给机器人一个指令，机器人就会自动处理。4.结束语(1)智能控制的各种方法都有它的局限性和不成熟性。智能控制的应用应当采用集成的方法,也就是将几种智能控制方法融合而成或是将智能控制和传统控制有机的结合的控制方法。(2)智能控制是控制理论发展的高级阶段,目前它的理论和技术还处在发展阶段。同时,智能控制的提出与发展并不意味着传统控制理论已经失去了使用价值,它们由于发展的较为成熟,因而在许多领域还有着很高的使用价值。图3模糊逻辑控制程序算法框图5.参考文献[1]李航，林青松.智能控制及其在机器人领域的应用[J].河南科技大学学报，2005.[2]刘祥斌.智能控制在机电一体化系统中的应用[J].煤炭技术，2011.[3]李士勇．模糊控制神经控制和智能控制论[M]．哈尔滨工业大学出版社，1996．[4]刘晋明.智能控制及其在足球机器人中的应用[J].福建电脑.2013.[5]林祥勇.智能控制在机器人中的应用[J]哈尔滨师范大学自然科学学报.2013.[6]钟怡帆.智能控制技术在机电控制系统中的应用研究[J].电子技术与软件工程.2014.