Adaptation of the Mobile Robot Control System Based on Fuzzy Logic
https://doi.org/10.17587/mau.16.449-455
Abstract
The article is devoted to the process of adaptation of the control system of a mobile robot for its movement along a line. To this end, the article proposes a fuzzy logic and structural model for robot control, combining two methods of adaptation. The first method consists in variation of the parameters of the triangular membership functions and structure of the fuzzy rules, which are used to describe the input and output variables of a fuzzy robot control system. In order to improve the reliability of the solutions proposed in the structure of the fuzzy inference, hard and soft arithmetic operations are used. Evaluation of the system is based on calculation of a standard deviation (RMSE - root mean square error). The best solution for the fuzzy system is the option, in which the RMSE is minimal. The second method envisages a change in the structure of the control code of a mobile robot. The results of the experimental studies presented in the article show that without the use of the methods of the structural and parametric adaptation the accuracy of the soft fuzzy model is 2,7 times higher than the accuracy of a rigid fuzzy model, which has a dead zone, reducing its stability. However, a combination of the above methods makes the accuracy of the rigid model higher than that of the soft model. At that, a deadband is ruled out and computational complexity is reduced. In order to explain the proposed methods of adaptation the article presents the results of the experimental studies evaluating the movement of a mobile robot along a line on an oval track.
About the Author
M. V. Bobyr
South-West State University, Kursk, 305040, Russian Federation
Russian Federation
Russian Federation
References
1. Щербатов И. А., Проталинский И. О., Бородин В. А. Система интерпретирования голосовых команд для управления мобильным роботом // Мехатроника, автоматизация, управление. 2014. № 6. С. 14-18.
2. Majid Moradi Zirkohi, Mohammad Mehdi Fateh, Mahdi Aliyari Shoorehdeli. Type-2 Fuzzy Control for a Flexible - joint Robot Using Voltage Control Strategy // International Journal of Automation and Computing. 2013. Vol. 10, Iss. 3. P. 242-255.
3. Нусратов О. К., Джафаров П. С., Зейналов Э. Р., Мустафаева А. М., Джафаров С. М. Аналитический метод синтеза регулятора с нечеткой TS-моделью для управления манипулятором робота с гибким соединением // Мехатроника, автоматизация, управление. 2011. № 8. С. 10-14.
4. Пегат А. Нечеткое моделирование и управление: Пер. с англ. М.: БИНОМ. Лаборатория знаний, 2012. 798 с.
5. Бобырь М. В., Титов В. С., Акульшин Г. Ю. Моделирование нечетко-логических систем управления на основе мягких арифметических операций // Вестник компьютерных и информационных технологий. 2013. № 3. С. 29-35.
6. Бобырь М. В., Титов В. С., Акульшин Г. Ю. Влияние числа правил на обучение нечетко-логической системы // Вестник компьютерных и информационных технологий. 2014. № 11 (125). С. 28-35.
7. Титов В. С., Бобырь М. В., Анциферов А. В. Адаптивный мультисетевой алгоритм нечетко-логического вывода в задачах управления оборудованием с ЧПУ // Мехатроника, автоматизация, управление. 2013. № 5. С. 18-23.
8. Емельянов С. Г., Титов В. С., Бобырь М. В. Адаптивные нечетко-логические системы управления. М.: АРГАМАК-МЕДИА, 2013. 184 с.
9. Титов В. С., Бобырь М. В., Анциферов А. В. Алгоритм высокоскоростной обработки деталей на основе нечеткой логики // Мехатроника, автоматизация, управление. 2012. № 6. С. 21-26.
10. Емельянов С. Г., Бобырь М. В., Анциферов А. В. Алгоритм самообучения адаптивных нейро-нечетких систем на основе мягких вычислений // Информационно-измерительные и управляющие системы. 2013. Т. 11. № 8. С. 003-009.
11. Титов В. С., Бобырь М. В., Беломестная А. Л. Интеллектуальная система управления подачей при обработке деталей резанием // Промышленные АСУ и контроллеры. 2010. № 8. С.17-20.
12. Емельянов С. Г., Титов В. С., Бобырь М. В. Интеллектуальные системы на основе нечеткой логики и мягких арифметических операций: Учеб. пособие. М.: АРГАМАК-МЕДИА, 2014. 341 с.
13. Бобырь М. В., Титов В. С., Беломестная А. Л. Стабилизация теплового режима в процессе резания // Мехатроника, автоматизация, управление. 2010. № 6. С. 38-41.
14. Бобырь М. В., Титов В. С. Метод коррекции параметров режима резания в системах с ЧПУ // Мехатроника, автоматизация, управление. 2010. № 7. С. 49-53.
15. Бобырь М. В., Титов В. С., Милостная Н. А., Глобин П. В. Оценка достоверности при моделировании нечетко-логических систем // Промышленные АСУ и контроллеры. 2012. № 7. С. 32-38.
16. Бобырь М. В. Модернизация АСУ оборудованием с ЧПУ на основе аппарата нечеткой логики // Проблемы машиностроения и автоматизации. 2010. № 2. С. 40-43.
17. Титов В. С., Бобырь М. В., Милостная Н. А., Бобовников Н. Ю. Устройство для обработки деталей на оборудовании с ЧПУ. Патент РФ на изобретение № 2309034.
18. Титов В. С., Бобырь М. В., Милостная Н. А. Устройство высокоточной обработки деталей на оборудовании ЧПУ. Патент РФ на изобретение № 2280540.
19. Титов В. С., Бобырь М. В., Яхонтова Е. С. Способ и устройство управления точностью обработки деталей. Патент РФ на изобретение № 2379169.
20. Титов В. С., Бобырь М. В., Милостная Н. А. Устройство управления точностью обработки деталей. Патент РФ на изобретение № 2288809.
21. Титов В. С., Бобырь М. В., Милостная Н. А. Анализ систем управления машиностроительным оборудованием // Промышленные АСУ и контроллеры. 2009. № 2. С. 3-4.
22. Бобырь М. В., Емельянов С. Г., Милостная Н. А. О некоторых свойствах моделирования адаптивных нейронечетких систем на основе упрощенного нечетко-логического вывода // Информационно-измерительные и управляющие системы. 2014. Т. 12. № 5. С. 4-12.
Review
For citations:
Bobyr M.V. Adaptation of the Mobile Robot Control System Based on Fuzzy Logic. Mekhatronika, Avtomatizatsiya, Upravlenie. 2015;16(7):449-455. (In Russ.) https://doi.org/10.17587/mau.16.449-455
Views:
644
.png)
Email this article 