Hierarchical Fuzzy Control System for a Mobile Robot Angular Orientation. Part II

The paper presents the method of the angular orientation for a mobile robot passing obstacles in a labyrinth. A small RAM of the microcontroller is one of the drawbacks in the mobile robots' control system. In order to compensate for it the authors suggest using fuzzy hierarchical system of the angular orientation of the mobile robots. An advantage of this system is a smaller number of computations. This is possible because the output information is supplied to the next level of the fuzzy hierarchical system without the use of defuzzification. The input information for the fuzzy hierarchical system of control of a mobile robot is the data, which comes from the laser and ultrasonic sensors. Proceeding from this information, the paper presents the algorithms, which allow a mobile robot to detect obstacles and bypass them. Besides, the circuits connecting the sensors to a mobile robot are shown. The second part of the paper presents the top level of the fuzzy hierarchical control system of the angular orientation of a mobile robot. A distinctive feature of the fuzzy hierarchical system is that the model difference areas are used in the defuzzification. Simulation of the fuzzy hierarchical system was realized, when hard and soft arithmetic operations were used in the fuzzy inference. The presented graphs of the results of the work of the fuzzy hierarchical system show the effectiveness of the proposed solutions. The experimental results of bypassing of the labyrinth by a mobile robot also confirmed the adequacy of the developed fuzzy hierarchical control system of the angular orientation for a mobile robot.

мобильный робот, лабиринт, Arduino, инфракрасный дальномер Sharp 2D120X, ультразвуковой дальномер HC-SR04, нечеткая логика, иерархическая нечеткая система управления, метод разности площадей, адаптация функции принадлежности, RMSE, mobile robot, maze, Arduino, infrared (Sharp 2D120X) range finder, ultrasonic range finder HC-SR04, fuzzy logic, hierarchical fuzzy control system, squares difference method, adaptation of the membership function, RMSE

1. Гранский Н. И., Мальцевский В. В., Засед В. В., Михайлов А. А. Способ определения параметров, характеризующих ориентацию тележки транспортного средства. Патент на изобретение № 2300738 от 14.12.2005. Опубликован 10.06.2007 Бюл. № 16.

2. Yung-Chang Luo, Wei-Xian Chen. Sensorless stator field orientation controlled induction motor drive with a fuzzy speed controller // Computers & Mathematics with Applications. 2012. Vol. 64, Iss. 5. P. 1206-1216.

3. Гранский Н. И., Мальцевский В. В., Засед В. В., Михайлов А. А. Способ определения пространственного положения и угловой ориентации тележки транспортного средства. Патент на изобретение № 2303240 от 02.03.2006. Опубл. 20.07.2007. Бюл. № 20.

4. Li Qin, Fucai Liu, Lihuan Liang, Jingfang Gao. Fuzzy adaptive robust control for space robot considering the effect of the gravity // Chinese Journal of Aeronautics. 2014. Vol. 27, Iss. 6. P. 1562-1570.

5. Fatemeh Fathinezhad, Vali Derhami, Mehdi Rezaeian. Supervised fuzzy reinforcement learning for robot navigation // Applied Soft Computing. 2016. Vol. 40. P. 33-41.

6. Бобырь М. В., Титов Д. В., Кулабухов С. А. Оценка влияния числа обучаемых точек на аддитивность нечетких систем // Промышленные АСУ и контроллеры. 2014. № 10. С. 30-35.

7. Бобырь М. В., Милостная Н. А. Нечеткая модель интеллектуальной системы управления мобильным роботом // Проблемы машиностроения и автоматизации (Engineering andautomation problems). 2015. № 3. С. 57-67.

8. Щербатов И. А. Интеллектуальное управление робототехническими системами в условиях неопределенности // Вестник Астраханского государственного технического университета. Сер. Управление, вычислительная техника и информатика. 2010. № 1. С. 73-77.

9. Щербатов И. А. Коррекция глобальной цели в интеллектуальных системах управления сложными слабо-формализуемыми системами // Автоматизация. Современные технологии. 2014. № 6. С. 34-40.

10. Титов В. С., Бобырь М. В., Кулабухов С. А. Учет инерционности в нечетко-логических системах управления // Приборы и системы. Управление, контроль, диагностика. 2014. № 12. С. 14-19.

11. Бобырь М. В., Титов Д. В., Кулабухов С. А. Оценка прогнозирования принятия решений в условиях неопределенности. Телекоммуникации. 2015. № 11. С. 39-44.

12. Бобырь М. В. Адаптация системы управления мобильным роботом на основе нечеткой логики // Мехатроника, автоматизация, управление. 2015. Т. 16, № 7. С. 449-455.

13. Бобырь М. В., Кулабухов С. А. Дефаззификация вывода из базы нечетких правил на основе метода разности площадей // Вестник компьютерных и информационных технологий. 2015. № 9. С. 32-41.

14. Седов В. А., Седова Н. А. Интеллектуальная система управления движением робота, движущегося по линии // Информационные технологии. Радиоэлектроника. Телекоммуникации. 2013. № 3. С. 262-267.

15. Бобырь М. В., Титов Д. В., Кулабухов С. А. О некоторых свойствах мягкого алгоритма нечетко-логического вывода // Известия Юго-Западного государственного университета. Сер. Управление, вычислительная техника, информатика. Медицинское приборостроение. 2015. № 2 (59). С. 39-51.

16. 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.

17. Бобырь М. В. Диагностика оборудования с ЧПУ методами нечеткой логики // Промышленные АСУ и контроллеры. 2010. № 1. С. 18-20.