کاربرد منطق فازی در ربات های سیار

کاربرد منطق فازی در ربات های سیار

اسلاید 1: کاربرد منطق فازی در ربات های سيار ارائه: وحيد نظری استاد: دکتر شيری قيداری زمستان 85

اسلاید 2: 2فهرست مطالب تاريخچهمقدمهساختار کنترل کننده فازیکنترل موقعيت ربات سيار با استفاده از منطق فازی استراتژی اجتناب از برخورد با موانع با استفاده از منطق فازی ناوبری واکنشی فازی رديابی مسير حرکت کاربرد الگوريتم ژنتيک در کنترل کننده های فازیکاربرد کنترل کننده فازی ژنتيک در ربات سيارمنابع

اسلاید 3: 3تئوری و کاربردهای فازی1965: آغاز تئوری فازی-لطفی زاده 1975: تولد کنترل کننده های فازی-ممدانی و آسيليان 1983: اولين ربات فازی - سوگنو 1980: کنترل سيستم تصفيه آب فوجی - سوگنو1978: کنترل فازی کوره سيمان – هولمبلاد و اوسترگارد 1987: کنترل قطار زير زمينی سنداي – ياشانوبو و مياموتو تاريخچه

اسلاید 4: 4مقدمه وقتی سيستم فازی به عنوان کنترل کننده مورد استفاده قرار مي گيرد، به آن کنترل کننده فازی اطلاق مي شود. مسئله کنترل را مي توان با توجه به دياگرام جعبه ای زير تعريف کرد:کنترل کننده فازی فرايند تحت کنترل اغتشاشنويز_+ورودی مطلوبخروجی

اسلاید 5: 5 مسئله کنترل عبارت است از طراحی کنترل کننده فازی به طوری که اهداف کنترل به صورت مطلوب برقرار باشد. اين اهداف عبارت است از: 1- خوب بودن تعقيب 2- کم بودن اثر نويز و اغتشاش در خروجی 3- کم بودن حساسيت خروجی به تغييرات فرايند تحت کنترل 4- پايدار بودن سيستم تحت شرايط مختلف مقدمه

اسلاید 6: 6روش های طراحی کنترل کننده های فازیروش سعی و خطا روش تئوريک کنترل فازی مدل سيستم فازی کنترل فازی سيستم های غيرخطیکنترل فازی سيستم های خطی مقدمه

اسلاید 7: 7چرا کنترل فازی؟ عدم نياز به مقادير دقيق پارامترهای سيستم تحت کنترلسهولت در پياده سازی کنترل کنندهکاهش حجم محاسباتتسريع در زمان پاسخانعطاف پذيری کنترل کنندهطبيعت مقاوم کنترل کننده فازیکاربردهای صنعتی و آزمايشگاهی موفقيت آميز

اسلاید 8: 8ساختار کنترل کننده فازی اجزای تشکيل دهنده کنترل کننده فازی به صورت زير است: 1- فازی ساز 2- نافازی ساز 3- پايگاه قواعد و پايگاه داده ها 4- واحد استنتاج

اسلاید 9: 9فازی ساز: نگاشتی از يک نقطه به يک مجموعه فازیمعيار های طراحی فازی ساز: 1- مجموعه فازی با در نقطه مورد نظر مقدار تعلق بزرگی داشته باشد 2- اگر ورودی سيستم به وسيله نويز خراب شود، فازی ساز بايد بتواند تاثير نويز را کاهش داده و يا حذف کند. 3- در ساده کردن محاسبات مربوط موتور استنتاج نقش داشته باشد. انواع فازی سازها: فازی ساز منفرد، فازی ساز مثلثی، فازی ساز گوسين، فازی ساز ذوزنقه ای ساختار کنترل کننده فازی

اسلاید 10: 10نافازی ساز: نگاشتی از مجموعه فازی به يک نقطه قطعی. وظيعه نافازی ساز مشخص کردن نقطه ای است که بهترين نماينده مجموعه فازی خروجی باشد. معيار های طراحی نافازی ساز: 1- نقطه قطعی يا بايد با درجه بالا به مجموعه فازی تعلق داشته باشد ويا در وسط مجموعه فازی قرار داشته باشد. 2- تغييرات کوچک در مجموعه فازی خروجی نبايستی به تغييرات بزرگی در نقطه قطعی منجر شود.. 3- در ساده کردن محاسبات نقش داشته باشد. انواع نافازی سازها: نافازی سازميانگين مراکز، نافازی ساز مرکز ثقل، نافازی ساز ماکزيممساختار کنترل کننده فازی

اسلاید 11: 11پايگاه قواعد فازی: پايگاه قواعد فازی از مجموعه قواعد اگر-آنگاه فازی تشکيل شده است. اين بخش قلب سيستم فازی محسوب مي شود. پايگاه قواعد فازی شامل قواعدی به صورت زير است:IF x1 is A1 AND …. xn is Bn THEN y is Ci Rule i:پايگاه داده ها: شامل اطلاعاتی درباره شکل توابع عضويت سيستم های فازی مورد استفاده در قواعد فازی و دامنه متغيرهای فازی است ساختار کنترل کننده فازی

اسلاید 12: 12موتور استنتاج فازی: موتور استنتاج قواعد موجود در پايگاه قواعد را با هم ترکيب مي کند. از آنجا که پايگاه قواعد فازی شامل قواعد اگر و آنگاه زيادی است، بايستی بتوان از روی مجموعه قواعد، يک مجموعه فازی را نتيجه گيری کرد. برای اين منظور از دو روش استفاده ميشود. 1- استنتاج مبتنی بر ترکيب قواعد 2- استنتاج مبتنی بر قواعد جداگانه با توجه به تعدد استلزام ها، عملگرهای مختلف برای t-norm وs-norm و دو نوع استنتاج فوق، انتخاب های متعددی برای موتور استنتاج فازی وجود دارد. نمونه ای از اين موتور های استنتاج عبارت است: موتور استنتاج حاصل ضرب، موتور استنتاج مينيمم، موتور استنتاج لوکاشيويکز، موتور استنتاج زاده، موتور استنتاج دنيس رشز ساختار کنترل کننده فازی

اسلاید 13: 13روش های فازی مورد استفاده در ربات های سيار1- کنترل موقعيت ربات برای رسيدن به هدف2- استراتژی اجتناب از برخورد با موانع3- رديابی مسير حرکت4- ناوبری 5- طرحريزی مسير حرکت 6- ارائه مدل فازی ربات سيار7- دنبال کردن پويای مسير حرکت8- مسئله تعقيب ديوار9- کنترل مدل مرجع متغيرهای ربات سيار

اسلاید 14: 14کنترل موقعيتابتدا مسئله کنترل موقعيت در يک محيط بدون مانع بررسی مي شود. هدف از کنترل اين است که ربات از نقطه مبدا به نقطه مقصد برسد. در اين حالت ورودی های کنترل فازی موقعيت و جهت ربات نسبت به نقطه هدف است. خروجی سيستم فازی زاويه فرمانش ربات است.

اسلاید 15: 15کنترل موقعيت فازی سازی: توابع عضويت متغير های ورودی به صورت مثلثی در نظر گرفته شده است.مقادير زبانی در نظر گرفته شده عبارت است: پايگاه قواعد: پايگاه دانش سيستم فازی شامل قواعدی به صورت زير است.

اسلاید 16: 16 مکانيزم استنتاج فازی:عملگر min برای t-norm و عملگر max برایs-norm استفاده شده است. قواعد با استفاده از توصيفات شبه انسانی رفتار حرکت ربات تعريف می شوند. نافازی سازی: در اين قسمت از روش نافازی سازی ارتفاع استفاده شده است.اين روش ساده و خيلی سريع است. اين روش از خروجی های مقياس شده کنترل کننده استفاده کرده و مجموع وزن دار مقادير بيشينه توابع عضويت خروجی است. معادله نافازی سازی به صورت زير است: که تکيه گاه تابع عضويت خروجی فاکتور مقياس کننده کنترل موقعيت

اسلاید 17: 17 نتايج شبيه سازی برای يک ربات دو چرخ رانش تفاضلی به صورت های زير است. کنترل ناوبری در يک محيط بدون مانع با شروع از دو نقطه مختلف اجتناب از برخورد با موانع چند نقطه ای

اسلاید 18: 18 برای بررسی مساله اجتناب از برخورد با موانع از ايده روش تصوير فازی که برخاسته از رفتار کنترلی عکس العملی است استفاده است. ربات هنگام روبرويي با مانع به چپ يا راست تغيير جهت مي دهد. برای اينکه ربات بتواند از نقطه شروع به نقطه پايان بدون برخود با مانع برسد، لازم است که در هر لحظه داده های ورودی زير را از محيط دريافت کند: فاصله ربات تا هدف زاويه بين ربات تا هدف فاصله ربات تا مانع زاويه بين ربات تا مانع قواعدی که برای اين منظور استفاده مي شود به صورت زير است:اجتناب از برخورد با موانع

اسلاید 19: 19 برای رسيدن به هدف کنترل لازم است يک کنترل کننده فازی برای رسيدن به مانع با موتور استنتاج به دست آمده درروش کنترل موقعيت در نظر گرفته شود. اين کنترل کننده بايستی عملی توليد کند که هنگام روبرو شدن با مانع از آن دور شود. اين عمل مي تواند ايجاد منفی زاويه فرمانش مورد نياز برای هدايت ربات به سوی مانع باشد. برای جلوگيری از واگرا شدن موقعيت ربات از نقطه هدف، زاويه فرمانش نهايي ربات ترکيبی از دو عمل زير است: نخست کنترل کننده فازی، زاويه فرمانش مورد نياز برای هدايت ربات به سوی هدف را محاسبه مي کند. سپس کنترل کننده فازی، منفی زاويه فرمانش مورد نياز برای هدايت ربات به سوی مانع را محاسبه مي کند. يا اجتناب از برخورد با موانع

اسلاید 20: 20 مدول اجتناب از برخورد با مانع هنگامی فعال ميشود که دو شرط زير ارضا شوند: که فاصله تاثير و جهت ناحيه تاثير است. اين دو کميت حدود ناحيه تشخيص را که به شکل مخروط است، تعيين مي کند. هر شی که ناحيه مخروطی صادر شده از ربات قرار داشته باشد می تواند به وسيله سنسورهای نصب شده در جلوی ربات تشخيص داده شود. کنترل کننده فازی مانع هنگامی فعال مي شود که ربات به ناحيه تشخيص وارد شود. هنگامی که خطر برخورد با مانع وجود نداشته باشد، کنترل کننده مانع غير فعال شده و ربات تنها تحت تاثير کنترل کننده هدف به سمت هدف حرکت مي کند. برای بدست آوردن زاويه فرمانش مناسب از نافازی سازی ارتفاع استفاده شده است. اجتناب از برخورد با موانع

اسلاید 21: 21 فرض مي کنيم که درربات در يک لحظه 8 قاعده متوالی به صورت همزمان آتش شوند. اجتناب از برخورد با موانع

اسلاید 22: 22در توابع عضويت خروجی به دست آمده که مربوط به کنترل کننده مانع است، برای اينکه برخورد با مانع رخ ندهد، تصوير توابع عضويت نسبت به محور عمودی به دست مي آيد. اجتناب از برخورد با موانع

اسلاید 23: 23 در نهايت توابع عضويت خروجی به صورت زير محاسبه مي شوند. در صورتي که از نافازی سازی ارتفاع برای تعيين زاويه فرمانش نهايي ربات استفاده کنيم، با توجه به توابع عضويت به دست آمده، خروجی کنترل کننده فازی زاويه ای است که باعث انحراف ربات به سمت راست مي شود. اجتناب از برخورد با موانع

اسلاید 24: 24اجتناب از برخورد با موانع چند نقطه ای در اين قسمت يک سيستم درک برای تحليل عميق موقعيت موانع در يک محيط ناشناخته بررسی مي شود. برای اين منظور از چندين سنسور در اطراف ربات استفاده می شود. بجای استفاده از روش مبتنی بر رفتار با سطوح مختلف رفتاری، از يک روش کنترل فازی مبتنی بر رفتار هماهنگ استفاده مي شود. نکته جالب در اين روش استفاده از تنها يک پايگاه قواعد برای هر دو منظور جستجوی هدف و اجتناب از برخورد با مانع است. به ازای هر سنسور به کار رفته در ربات، يک زاويه فرمانش برای مانع به دست مي آيد. زاويه فرمانش نهايي ربات به صورت زير محاسبه مي شود.

اسلاید 25: 25 برای وزن دار کردن انديس اهميت مانع از پايگاه قواعد فازی به صورت زير که رابطه بين فاصله، جهت و انديس را تعريف مي کند، استفاده مي شود. برای به دست آوردن انديس اهميت هدف فاکتور وزن دار به دست آمده در مرحله قبل را فازی مي کنيم. برای اين منظور از 4 مجموعه فازی مطابق شکل فوق استفاده مي کنيم. اجتناب از برخورد با موانع چند نقطه ای

اسلاید 26: 26 سپس پايگاه قواعد بين سنسور های مجاور را تشکيل مي دهيم. در اين قواعد با توجه به انديس اهميت بين دو سنسور مجاور، خطر برخود با مانع اندازه گيری مي شود. اجتناب از برخورد با موانع چند نقطه ای

اسلاید 27: 27 انديس اهميت هدف تابعی از 48 متغير فازی است. با استفاده از نافازی سازی ارتفاع، مقدار عددی انديس اهميت هدف به دست مي آيد. اجتناب از برخورد با موانع چند نقطه ای

اسلاید 28: 28 کنترل ناوبری در يک محيط ناشناخته با وجود مانعاجتناب از برخورد با موانع چند نقطه ای

اسلاید 29: 29 حرکت کنترل شده ربات برای رسيدن به نقطه هدف در مبدا با شروع از دو نقطه مختلفاجتناب از برخورد با موانع چند نقطه ای

اسلاید 30: 30ناوبری واکنشی فازی در اين بخش يک کنترل کننده واکنشی فازی برای حرکت ربات در يک محيط ناشناخته با وجود موانع بررسی مي شود. ربات مورد استفاده يک ربات دو چرخ تفاضلی است. هنگامی ربات به صورت هدف در حال حرکت است و سنسورها مانعی را در سر راه خود تشخيص مي دهد، يک استراتژی از برخورد ربات با مانع جلوگيری مي کند. استراتژی واکنشی بر اساس اطلاعات به دست آمده از سنسورها طرحريزی شده است و تنها تعامل های نسبی بين ربات و محيط ارزيابی مي شود. نکته مهم در اين روش عدم نياز به مدل ساختاری محيط حرکتی ربات است. همچنين کنترل کننده واکنشی فازی از نظر زمان کوتاه واکنش و تصميم گيری بالا در فرايند اجتناب از برخورد با موانع قدرتمند عمل مي کند.

اسلاید 31: 31ناوبری واکنشی فازی فرض کنيد ربات در يک محيط ناشناخته قرار دارد. در غياب مانع، ربات به سوی هدف حرکت مي کند. با حضور مانع، ربات بر اساس اطلاعات به دست آمده از سنسورها در خصوص مانع و موقعيت نسبی تا هدف، واکنش نشان مي دهد. در هنگام حرکت به سوی هدف و با استراتژی اجتناب از برخورد با مانع، ربات جهت و سرعت خود را تغيير مي دهد کنترل کننده فازی مورد استفاده برای هدايت ربات دارای 4 ورودی و يک خروجی است. ورودی ها در شکل مقابل نشان داده است. خروجی کنترلر اختلاف سرعت زاويه ای بين چرخ های سمت راست و چپ ربات است. .

اسلاید 32: 32 توابع عضويت به کار رفته برای متغيرهای ورودی و خروجی، گوسين است.ناوبری واکنشی فازی

اسلاید 33: 33 دياگرام جعبه ای سيستم کنترل کننده واکنشی فازی به صورت زير است. در نافازی سازی از روش مرکز سطح استفاده شده است. ناوبری واکنشی فازی

اسلاید 34: 34پايگاه قواعد سيستم فازی به صورت زير است:ناوبری واکنشی فازی

اسلاید 35: 35 نتايج شبيه سازی به صورت زير ارائه شده است. ناوبری واکنشی فازی

اسلاید 36: 36ناوبری واکنشی فازیمسيرحرکت ربات با استراتژی اجتناب از برخورد با مانع

اسلاید 37: 37رديابی مسير حرکت در اين مقاله کنترلر منطق فازی FLC برای تعقيب مسير ربات چرخدار بر اساس کنترلر ربات در يک سطح بالا ارائه شده است. اين کنترلر در حد بالايی مقاوم بوده و انعطاف پذير است و به منظور تعقيب کردن خودکار يک رشته از نقاط مسير گسسته استفاده می شود. نيازی به درون يابی کردن نقاط مسير برای توليد مسير مرجع پيوسته نيست. مزيت ديگر کنترلر فازی در مقايسه با ديگرروش های دنبال کردن مسيراين است که کنترل تنها برای دنبال کردن نقاط مرجع انجام مي شود و نيازی به کنترل زاويه سرربات و سرعت های مرجع نيست. همين امر رديابی مسير را مقاوم تر مي کند. زيرا تنها يک پارامتر کنترل مي شود. پارامترهای کنترلر منطق فازی در شکل نشان داده شده است.

اسلاید 38: 38 کنترل فازی برای هدايت اين ربات از دو کنترلر فازی تشکيل شده است. اولين سطح کنترلر، زوايای را دريافت کرده و خروجی آن پارامتر C مي باشد که نشان دهنده انحنای مسير حرکت ربات است. دومين سطح کنترلر چهار پارامتر را دريافت کرده و خروجی آن سرعت های زاويه ای و خطی ربات است. دياگرام کنترل و شکل شماتيک کنترل فازی در شکل زير نشان داده است. رديابی مسير حرکت

اسلاید 39: 39رديابی مسير حرکت توابع عضويت متغيرهای ورودی و خروجی برای اولين سطح کنترل به صورت زير است.

اسلاید 40: 40 پايگاه قواعد مربوط به اولين سطح کنترل به صورت زير تعريف مي شود. در فرايند نافازی سازی از روش نافازی سازی مرکز ثقل استفاده شده است. رديابی مسير حرکت

اسلاید 41: 41توابع عضويت متغيرهای ورودی و خروجی برای دومين سطح کنترل به صورت زير است.رديابی مسير حرکت

اسلاید 42: 42ساير توابع عضويت به صورت زير است.رديابی مسير حرکت

اسلاید 43: 43پاسخ های ربوط به سيستم کنترل فازی به صورت زير است.رديابی مسير حرکت

اسلاید 44: 44 مزايای اين روش در مقايسه با روش های ديگر تعقيب پويای مسير:1- کنترلر فازی، حرکت ربات را در طول گسسته مسيری که می تواند توسط بعضی الگوريتم های بهينه سازی سطح بالا محاسبه شود ، کنترل می کند 2- کنترل موقعيت ربات در طول نقاط با موفقيت صورت گرفته است تا اينکه موقعيت مطلوب که منطق برآخرين نقطه مسير است، بدست می آيد. 3- با وجود اينکه کنترلر منطق فازی بر اساس مدل دقيق رياضی صورت نگرفته است، اين کنترل مقاوم و انعطاف پذير است رديابی مسير حرکت

اسلاید 45: 45کاربرد الگوريتم ژنتيک در کنترل کننده های فازی الگوريتم ژنتيک قادر است بدون اطلاعات خبره، قوانين بهينه کنترل فرايند را تنها از طريق ارزيابی قوانين مختلف به دست آورد. اين ارزيابی مي تواند براساس روند کنترلی، تحت شرايط خاص سيستم انجام شود. جهت ارزيابی کمی هر مجموعه قوانين، مي توان برخی شاخص های کنترلی را برای عملکرد کنترلی در نظر گرفت و براساس آن مقدار يک تابع هدف را به دست آورد.

اسلاید 46: 46کاربرد الگوريتم ژنتيک در کنترل کننده های فازیساختار سيستم فازی ژنتيک

اسلاید 47: 47 در روند طراحی چنانچه تعداد متغيرهای ورودی باشد و هر متغير ورودی حالت مختلف ( برچسب) داشته باشد، در اين صورت تعداد کليه ی قوانين ممکن برابر خواهد بود. اگر از تقارن استفاده شود، نيمه از جدول صحت در بيان شرايط ورودی قرينه نيمه ديگر مي باشد و کافی است وضعيت متغيرهای زبانی خروجی در يک نيمه از جدول تعيين شده ونيمه ديگر را مطابق بامقادير زبانی متقارن با نيمه اول تکميل کنيم. با توجه به اينکه ورودی صفر، خروجی صفر توليد مي کند، لذا قانونی به صورت پيش فرض در اينجا وجود دارد. بنابراين تعداد قوانين برابر زير خواهد بود. به طور مثال اگر فرض شود که يک سيستم کنترل فازی دارای 2 ورودی است و هر ورودی دارای 5 برچسب زبانی است ، در اين صورت 12 قانون در بيت های کروموزوم ها کد مي شوند. هر بيت مشخص کننده خروجی يک قانون است . در صورتيکه خروجی هر قانون 5 مقدار زبانی مختلف داشته باشد، محتوای بيت ها را اعداد 1 تا 5 در نظر مي گيريم. کاربرد الگوريتم ژنتيک در کنترل کننده های فازی

اسلاید 48: 48ماتريس قوانين متقارن به صورت زير تعريف می شود. جدول کد برای تابع عضويت خروجی به صورت زير است: کاربرد الگوريتم ژنتيک در کنترل کننده های فازی

اسلاید 49: 49 ژن کد کننده قوانين را به صورت زير تعريف مي کنيم. در طراحی کنترل کننده فازی، مي توان علاوه بر کد کردن مجموعه قوانين در دنباله ها، توابع عضويت مقادير زبانی متغيرهای ورودی و خروجی را نيز در ادامه بيت های کروموزوم کد کرد. برای کد کردن توابع عضويت، مي بايست اين توابع را به صورت پارامتريک بيان کرد. توابع عضويت ورودی را روی حوزه تغييرات دو سيگنال خطا و تغيير خطا به صورت نرماليزه در بازه[-2,2] تعريف مي کنيم. توابع عضويت خروجی در فاصله [-1,1] نرماليزه مي شوند. کاربرد الگوريتم ژنتيک در کنترل کننده های فازی

اسلاید 50: 50 توابع عضويت ورودی را به صورت مثلثی تعريف مي شوند.. برای ايجاد همپوشانی مناسب رابطه زير بين پارامترها برقرار است. کاربرد الگوريتم ژنتيک در کنترل کننده های فازی

اسلاید 51: 51 در رابطه قبل، به جای کد کردن پارامترهای C در دنباله ها، پارامترVکه مشخص کننده همپوشانی بين دو تابع عضويت متوالی است کد مي شود. با در نظر گرفتن مرکز يکی از توابع عضويت در نقطه خاص ( مثلا مرکز تابع عضويت Zero در مبدا) مي توان مرکز ديگر توابع را با استفاده از پارامترهای ديگر به دست آورد. پارامترهای مربوط به توابع عضويت ورودی در ادامه بيت های مربوط به مجموعه قوانين کد مي شوند. برای يکسان بودن ماهيت بيت ها در طول يک دنباله، پارامترهای مربوط به توابع عضويت را نيز توسط يک تابع مشخص کوانتيزه به صورت گسته تبديل کرده و توسط الل های پنج حالته در دنباله قرار مي دهيم. ژن پارامترهای توابع عضويت ورودی به صورت زير است. جدول کد برای پارامترهای توابع عضويت به صورت زير است. کاربرد الگوريتم ژنتيک در کنترل کننده های فازی

اسلاید 52: 52 به همين ترتيب توابع عضويت خروجی کد مي شوند. توابع عضويت خروجی به صورت مثلثی در بازه [-1,1]در نظر گرفته شده است. نقطه 1 به مفهوم حداکثر خروجی مي باشد و بايستی توابع عضويت خروجی به گونه ای در نظر گرفته شوند که امکان توليد خروجی بزرگتر از 1 وجود نداشته باشد. به اين منظور مرکزتابع عضويت LP در نقطه 1 و Sr آن صفر در نظر گرفته مي شود. با استفاده از تقارن تابع عضويت صفر را در مبدا و پارامترهای توابع عضويت را در بازه [-1,0] متناظراً به دست مي آوريم. ژن پارامترهای توابع عضويت خروجی به صورت زير است جدول کد برای پاراترهای توابع عضويت خروجی به صورت زير است.. کاربرد الگوريتم ژنتيک در کنترل کننده های فازی

اسلاید 53: 53تعيين شاخص های پاسخ زمانی شاخص های مطرح در پاسخ زمانی عبارت است از. زمان صعود، زمان تثبيت، حداکثر بالازدگی و خطای حالت مانگارتعيين تابع هدف با توجه به شاخص های معرفی شده، تابع هدفی به صورت زير پيشنهاد مي شود. کاربرد الگوريتم ژنتيک در کنترل کننده های فازی

اسلاید 54: 54 تمامی روابط مورد بحث در قسمت قبل هنگامی استفاده مي شود که تعداد ورودی های کنترل کننده دو تا باشد. در صورتی که تعداد ورودی های کنترل کننده زياد باشد، تعداد قوانين به صورت نمايي افزايش مي يابد و تحقق آن را دشوار مي سازد. اما مي توان يک سيستم کنترل فازی را با تعداد مشخصی قانون تجربی کمتر از تعداد قوانين لازم در يک جدول صحت کنترل کرد. در صورتی که از توابع عضويت مثلثی استفاده شود، ممکن است شرط کامل بودن قوانين دچار اشکال شود. يک شرط کافی برای کامل بودن توابع عضويت اين است که تابع عضويت هر يک از مقادير زبانی يک متغير ورودی، در تمام حوزه تغييرات آن غير صفر باشد. با اين فرض تابع عضويت برای فرايند فوق را به صورت زير تعريف مي کنيم. که پارامترهای تابع عضويت فوق در يک دنباله کد شده و مقادير بهينه آنها با توجه به شاخص های پاسخ زمانی به دست مي آيند. کاربرد الگوريتم ژنتيک در کنترل کننده های فازی

اسلاید 55: 55 در اين بخش از کنترل فازی – ژنتيک برای رديابی کردن مسير حرکت مرجع در يک ربات سيار با دو درجه آزادی استفاده شده است. از الگوريتم ژنتيک به منظور بهينه کردن توابع عضويت ورودی، توابع عضويت خروجی و پايگاه قواعد فازی استفاده شده است. با توجه به نمودار جعبه ای شکل زير، متغير های ورودی کنترل کننده، خطا و تغييرات خطا و متغيرخروجی سرعت های مي باشد. کاربرد کنترل کننده فازی ژنتيک در ربات سيار

اسلاید 56: 56پاسخ سيستم کنترل فازی – ژنتيک به مسيرهای حرکتی متخلفپاسخ سيستم کنترلی بدون تنظيم پايگاه قواعد و برچسب های فازی خروجی کاربرد کنترل کننده فازی ژنتيک در ربات سيار

اسلاید 57: 57منابع[1] Gyula Mester,” Intelligent Mobile Robot Control Design”,IEEE, 2006[2] Elie Maalouf, Maarouf Sada, Hamadou Saliah,” A higher level path tracking controller for a four-wheel differentially steeredmobile robot”, Robotics and Autonomous Systems 54 (2006) 23–33[3] Sung Hoe Kim, Chongkug Park,, F. Harashima, ,” A Self-Organized Fuzzy Controller for Wheeled Mobile Robot Using an Evolutionary Algorithm”, IEEE Transactinson Industrial Electronics, vol. 48, No.2, Apriel 2001[4] Sung Hoe Kim, Chongkug Park,, F. Harashima, ,” Adaptive Fuzzy Controller Design for Trajectory Tracking of a 2D.O.F Wheeled Mobile Robot Using Genetic Agorithm”, Proceeding of the 1998 IEEE/RSJ Intl, Conference on Intelligent Robots and Systems, Victoria, Canada,October 1998[4] Foudil Abdessemed, K.Benmahammedb, E.Monacelli,” A fuzzy-based reactive controller for a non-holonomic mobile robot”, Robotics and Autonomous Systems 47 (2004) 31–46[5] J.S.R.jang, C.T.Sun, E.mizutani, Neuro-Fuzzy and Soft Computing, Prentice-Hall,1997[6] L.X.Wang, A course in fuzzy systems and control, Prentice-Hall,1997

اسلاید 58: 58با تشکر از توجه شما