度，障碍物与传感器的距离为 D。声速 C 与温度有关，而超声波也是一种声波， 所以在实验中，在温度不高的情况下则可把声速是当作一个定值，声速在 20℃ 下（即常温）为 340 m/s[9]。这样距离测量可以通过检测往返时间 T 即超声波发 送与接收的时间得来，如图 2-3 所示为超声传感器的测距原理图。

图 2-3 超声波传感器测距原理图

2。3 本章小结

本章主要针对采集机器人路径规划的陌生环境信息，在深入理解超声波传感 器的结构性能前提下，将传感器布局结构模型设计的符合现实要求，然后从其工 作原理引出超声波传感器的测距方法，为后面机器人路径规划做好基础。

第三章 模糊控制器的设计

1974 年，论文“模糊算法在简单动态装置中的应用”的发表者—英国学者 E。H。曼达尼，介绍了他们的模糊控制器是由模糊条件语言组成的，完美控制了锅 炉-蒸汽机系统的运行，代表了模糊控制技术的问世[10]。从此，模糊控制就被运 用于各行各业，且得到了迅速的发展并取得惊人的成果[10]。

3。1 模糊控制系统

3。1。1 从传统控制系统到模糊控制系统

模糊控制系统是传统控制系统的继承与发展，必须先要了解传统控制系统， 才能弄清它们之间的联系与差异。

反馈传感通道 H、控制器 C 和被控对象 G 是传统控制系统的三个核心组成部 分。其基本原理如图 3-1 所示。

图 3-1 传统控制系统组成示意图

其中 C 是控制器传递函数，G 是被控对象，H 是反馈传感通道。通过改变 控制信号 u，让差值( r y )尽可能小或者将输出信号 y 调节成希望和要求的数值，

即利用改变 u 让输出 y 最大可能地近似标准信号 r 是系统的控制目标。自动控制 中的关键内容步骤是设计控制器、构建系统模型和分析模型。

传统控制系统中比较常见的控制器有复合校正、反馈校正、串联校正等，而 PID 比例-积分-微分控制器是工业中使用最多的。被控对象 G 的数学模型决定了 PID 控制器的参数以及结构，所以，经典控制的中心工作就是设计、分析和调试文献综述

G。要实现 PID 控制，就一定要搭建好控制目标的数学模型 G。或者数学模型 G 未知时，想要调整 PID 控制器，也可通过齐格勒-尼科尔斯法则获取实验数据， 然而这有一定的局限性，是一种比较特殊的方法。

3。1。2 模糊控制系统的结构

与图 3-1 相比较，模糊控制系统用模糊控制器 FC 取代了传统控制器 C 是其 与传统控制系统的最主要区别。

图 3-2 模糊控制系统基本组成示意图

如图 3-2 所示为模糊控制系统组成图。其中 FC（Fuzzy Controller）是模糊 控制系统的核心——模糊逻辑控制器（Fuzzy Logic Controller，FLC），也被称 为模糊控制器。标准信号和反馈信号之差 x1 r v 输入进 FC，u 是它的输出。

设法通过系统辨识或工作机理分析，建立起控制系统的数学模型及被控对象 是传统控制系统分析和设计的重点。然而，设计分析模糊控制系统是很不一样， 会将其看作“黑箱，不会过问被控对象的数学模型、工作机和内部结构。大量记 录对被控目标实施很多控制步骤时的输入-输出数据、操作策略是设计分析的重 点，接着理解，分析，通过归纳总结，进行筛选，去伪存真，去粗取精。将模糊 条件语句转换为模糊规则。通过该规则规定控制器的变量、确定合适的隶属函数 以及包含这些变量的模糊子集，然后建立控制器结构，制作出模糊控制器，如图 3-3 所示是其步骤流程图。 MATLAB模糊控制的移动机器人路径规划+答辩PPT(5):http://www.youerw.com/zidonghua/lunwen_98607.html