[论文解读] Fuzzy Logic of Speed and Steering Control System for Three Dimensional Line Following of an Autonomous Vehicle

Shailja Shukla, Mukesh Tiwari|arXiv (Cornell University)|Apr 10, 2010

Robotic Path Planning Algorithms参考文献 14被引用 6

一句话总结

本文提出了一种基于模糊逻辑的控制系统，用于在移动机器人上实现自主3D路径跟踪，实验平台为一辆高尔夫球车。系统结合了基于视觉的2D图像处理技术实现路径跟踪、超声波传感器实现障碍物避让，以及模块化模糊逻辑控制器实现速度与转向控制，实现了高精度、实时的导航，且对高速通信的依赖极低。

ABSTRACT

... This paper is to describe exploratory research on the design of a modular autonomous mobile robot controller. The controller incorporates a fuzzy logic [8] [9] approach for steering and speed control [37], a FL approach for ultrasound sensing and an overall expert system for guidance. The advantages of a modular system are related to portability and transportability, i.e. any vehicle can become autonomous with minimal modifications. A mobile robot test bed has been constructed in university of Cincinnati using a golf cart base. This cart has full speed control with guidance provided by a vision system and obstacle avoidance using ultrasonic sensors. The speed and steering fuzzy logic controller is supervised through a multi-axis motion controller. The obstacle avoidance system is based on a microcontroller interfaced with ultrasonic transducers. This micro-controller independently handles all timing and distance calculations and sends distance information back to the fuzzy logic controller via the serial line. This design yields a portable independent system in which high speed computer communication is not necessary. Vision guidance has been accomplished with the use of CCD cameras judging the current position of the robot.[34] [35][36] It will be generating a good image for reducing an uncertain wrong command from ground coordinate to tackle the parameter uncertainties of the system, and to obtain good WMR dynamic response.[1] Here we Apply 3D line following mythology. It transforms from 3D to 2D and also maps the image coordinates and vice versa, leading to the improved accuracy of the WMR position. ...

研究动机与目标

• 开发一种模块化、可移植的自主控制系统，适用于多种移动机器人平台，且仅需极少修改即可适配。
• 通过鲁棒的模糊逻辑控制实现对速度与转向的控制，以应对移动机器人动力学中的参数不确定性。
• 通过将3D路径数据转换为2D图像坐标并反向转换，实现精确的3D路径跟踪，提升位置跟踪精度。
• 通过将传感器处理任务卸载至微控制器，减少对高速计算机通信的依赖，提升系统便携性与可扩展性。
• 实现视觉引导与障碍物避让的集成，确保沿预设路径实现安全、连续的导航。

提出的方法

• 利用CCD摄像系统实时捕获路径图像，将3D空间数据转换为2D图像坐标以供处理。
• 采用模糊逻辑控制器（FLC）实现速度与转向控制，通过视觉与超声波传感器输入动态调整运动参数。
• 部署微控制器独立管理超声波传感器数据，计算距离后仅通过串行通信传输原始数值。
• 实现图像坐标与实际车辆位置之间的相互映射，支持精确的3D到2D坐标转换，以实现路径跟踪。
• 集成多轴运动控制器以监督模糊逻辑系统，确保速度与转向执行机构的协调动作。
• 应用专家系统框架，统一协调视觉、障碍物检测与控制决策，构建一体化引导架构。

实验结果

研究问题

• RQ1 如何有效应用模糊逻辑，以同时控制3D路径跟踪自主车辆的速度与转向？
• RQ2 3D到2D坐标转换对路径跟踪过程中移动机器人位置估计精度有何影响？
• RQ3 能否通过低成本微控制器有效解耦障碍物避让功能，且不降低系统性能？
• RQ4 在系统参数动态变化下，视觉引导在多大程度上可减少控制指令的不确定性？
• RQ5 如何设计模块化控制架构，以实现跨不同机器人平台的可移植性与可适应性？

主要发现

• 模糊逻辑控制器在3D路径跟踪过程中成功实现了稳定的速度与转向调节，表现出对系统参数不确定性的强鲁棒性。
• 3D到2D坐标映射技术显著提升了机器人位置估计的精度，从而实现了更精确的路径跟踪。
• 通过微控制器处理超声波传感数据，显著降低了对高带宽通信的需求，使系统更具便携性与可扩展性。
• 基于CCD摄像机的视觉引导提供了稳定的图像数据，减少了错误控制指令，提升了动态响应性能。
• 模块化设计使系统可仅通过极少修改即部署于高尔夫球车平台，验证了其可移植性与可重用性。
• 整体系统在大学实验平台上通过真实世界测试，实现了可靠自主导航，具备集成障碍物避让与路径跟踪能力。