模糊控制是一類應用模糊集合理論的控制方法。模糊控制的有效性可從兩個方面來考 慮。 一方面,模糊控制提供一種實現(xiàn)基于知識(基于規(guī)則)的甚至語言描述的控制規(guī)律的新機理。
另一方面,模糊控制提供了一種改進非線性控制器的替代方法,這些非線性控制器 一般用于控制含有不確定性和難以用傳統(tǒng)非線性控制理論處理的裝置。
模糊控制系統(tǒng)的基本結構如圖5-23所示。其中,模糊控制器由模糊化接口、知識庫、 推理機和模糊判決接口4個基本單元組成。
(1)模糊化接口
測量輸入變量(設定輸入)和受控系統(tǒng)的輸出變量,并把它們映射到一個合適的響應論 域的量程,然后,準確地輸入數(shù)據被變換為適當?shù)恼Z言值或模糊集合的標識符。本單元可 視為模糊集合的標記。
(2)知識庫
涉及應用領域和控制目標的相關知識,它由數(shù)據庫和語言(模糊)控制規(guī)則庫組成,數(shù) 據庫為語言控制規(guī)則的論域離散化和隸屬函數(shù)提供必要的定義、語言控制規(guī)則標記控制目 標和領域專家的控制策略。
(3)推理機
推理機是模糊控制系統(tǒng)的核心,以模糊概念為基礎,模糊控制信息可通過模糊蘊涵和 模糊邏輯的推理規(guī)則來獲取,并可實現(xiàn)擬人決策過程,根據模糊輸入和模糊控制規(guī)則、模 糊推理求解模糊關系方程,獲得模糊輸出。
(4)模糊判決接口
起到模糊控制的推斷作用,并產生一個準確的或非模糊的控制作用;此準確控制作用必 須進行逆定標(輸出定標),這一作用是在對受控過程進行控制之前通過量程變換來實現(xiàn)的。
一個典型的和廣泛應用的基于知識的控制系統(tǒng)包含知識庫、推理機、控制規(guī)則集和/或控制算法等;推理機用于記憶所采用的規(guī)則和控制策略,根據知識進行推理,搜索并導出結論
遞階智能控制是按照精度隨智能降低而提高的原理(IPDI) 分級分布的,由三個基本控制級構成的,系統(tǒng)的輸出是通過一組施于驅動器的具體指令來實現(xiàn)的
雷伯特-克雷格位置/力混合控制器為R-C 控制器,P(q) 為機械手運動學方程;T 為力變換矩陣; 操作空間力和位置混合控制系統(tǒng),末端工具的動態(tài)性能將直接影響操作質量
每個關節(jié)所需要的力或力矩 T, 是由五個部分組成的,第一項表示所有關節(jié)慣量的作用,各個 關節(jié)的慣量被集中在一起,存在有關節(jié)間耦合慣量的作用,第三項和第四項分別表示向心力和哥氏力的作用
有個光學編碼器,以便與測速發(fā)電機一起組成位置和速度反饋,是一種定位裝置,它的每個關節(jié)都有一個位置控制系統(tǒng);對機器人的關節(jié)坐標點逐點進行定位控制
機器人位置控制有時也稱位姿控制或軌跡控制,主要有兩種機器人的位置控制結構形式,即關節(jié)空間控制結構和直角坐標空間控制結構;機器人的伺服控制結構有集中控制、分散控制和遞階控制等
液壓傳動機器人具有結構簡單、機械強度高和速度快等優(yōu)點;一般采用液壓伺服控制閥和模擬分解器實現(xiàn)控制和反饋,省去中間動力減速器,從而消除了齒隙和磨損問題
機器人控制器具有多種結構形式,包括非伺服控制、伺服控制、位置和速度反饋控制、力(力矩)控制、基于傳感器的控制、非線性控制、分解加速度控制、滑?刂、最優(yōu) 控制、自適應控制、遞階控制以及各種智能控制等
電機與減速器是構成機器人關節(jié)驅動系統(tǒng)的核心機電組件;傳感器與感知模組用于實時獲取機器人自身狀態(tài)及與環(huán)境交互信息的感知單元;機器人大腦系統(tǒng)負責感知和規(guī)劃決策
頻譜圖法將語音信號的頻譜沿著時間軸加以展開,識別精度一般;LPC法是對語音信號抽取LPC系數(shù);隱藏式馬可夫模式用于非特定人的語音識別,建立語音的狀態(tài)轉移模式
機器人通過攝像頭這些外設獲得圖像之后,利用某種算法來進行圖像之間的變換,對圖像進行各種操作以達到所需要實現(xiàn)的功能;點運算改善圖像的顯示效果
由圖像采集系統(tǒng),圖像處理系統(tǒng)及信息綜合分析處理系統(tǒng)構成;機器人的視覺,大概可以理解為“視”和“覺” 兩部分;系統(tǒng)主要由圖像采集部件、圖像的處理和分析、處理結果輸出裝置