SRTP申请书预备（精）.doc

SRTP---基于二型模糊逻辑的移动机器人的故障检测技术1、项目的立项依据随着计算机、微电子、信息处理及智能控制的快速发展，机器人技术也在逐 步深入和细化［1, 5］机器人技术的发展是一•个国家高科技水平和工业H动化程 度的重要标志和体现作为机器人技术的重要领域，移动机器人是-•类能够通过 传感器感知环境和自身状态，实现在有障碍物的环境中面向H标的自主运动（称 为导航），从而完成一定作业功能的机器人系统，是机器人学中的一个重要分支, 正越来越多地受到人们的关注，并朝着智能化和多样化的方向发展，开发速度越 来越快，应用领域也越来越广从机器人足球赛到陆地尢人口主车赛，从无人机 到机器鱼，从资源探测到机器人走向战场，移动机器人己经涉及工农业牛产、军 事应用、海洋开发、宇宙探测、社会服务、娱乐等各个领域它的研究涉及机械 工程、计算机、传感器技术、机器视觉、自动控制、人工智能等诸多科学领域, 内容广泛移动机器人不仅能够在经济、国防、教育、文化和牛活中起到越来越 大的作用，而且还是研究复杂智能行为的产牛、探索人类思维模式的有效工具与 实验平台半个世纪以来，人类的研究和活动领域己由陆地扩展到深海和太空。

利用移 动机器人进行空间探测和开发，已成为21世纪世界各主要科技发达国家开发空间 资源的主要手段之一研究和发展月球探测移动机器人技术，对包括移动机器人 导航控制在内的相关前沿技术的研究将产牛巨大的推动作用移动机器人在月球 和火星等外星球表面导航吋将面临复杂的未知环境未知环境中的移动机器人自 主导航控制技术已成为空间探测机器人的一项关键技术在移动机器人导航控制理论和方法的研究中，确定性环境的导航控制方法已 取得了大量的研究和应用成果［4, 6］,对这些研究方法及成果的改进以及基于新 思维的移动机器人的导航控制研究将是未来移动机器人技术的研究重点对未知 环境中的导航控制也开展了一些研究［12］,并提出了若干方法，但尚未形成统一 和完善的体系结构，还有许多关键理论和技术问题有待解决和完善，这些问题主 要包括环境建模、定位、导航控制器的学习与优化、故障诊断、运动规划与 控制等未知环境中的移动机器人只具有较少的先验知识，其导航控制方法涉及 环境认知、优化决策、知识表示与获取等多项关键问题对未知环境中的移动机 器人导航控制理论和方法的研究，将推动认知科学、模式识别、非线性控制等前 沿学科的研究，带动航天、海洋、军事、建筑、交通、工业和服务业等领域移动 机器人导航控制系统的开发研究，为无人探测车、龙人排险车和龙人运输车等用 于航天、军事、深海作业和核工业领域的移动机器人系统的应用奠定理论和技术 基础。

另一方而，自美国的控制论专家L. A. Zadeh教授于1965年在Unformation and Control 杂志的“九刁弓sets” —•文中首次提出模糊集合的概念之后，基 于模糊集的模糊理论应运而牛，且发展十分迅速，除了在模糊逻辑、模糊拓扑、 模糊概率、模糊测度论等理论方面得到长足的发展之外[3],模糊控制、模糊聚 类分析、模糊模式识别、模糊决策、模糊线性规划技术也广泛应用于工业牛产、 航空航天、机器人、通信、计算机科学、牛物、医学、社会学、经济学、管理学 等诸多领域当然，其最重大的应用一直集中在控制问题±[17]0由于模糊控制 系统易于接受，设计简单，维护方便，且比常规控制系统稳定性好，鲁棒性高， 使得模糊控制正在得到越来越广泛的应用而今，模糊控制与神经网络、遗传算 法、自学习、自适应思想的结合更是将模糊控制的应用推到了一个新的高潮然而模糊系统也存在诸多不完善之处，其主要缺陷有：(1) 系统精度和速度的矛盾；(2) 设计尚缺乏系统性；(3) 无法定义系统H标，等这些对复杂和高不确定性系统的处理是困难的为了解决上述提到的这些问 题，可行的方法之一是增强系统方法的模糊性二型模糊系统(或二型模糊逻辑 统)Type-2 FLS是一个新的系统工具，它于1998年，由南加州大学(University of Southern California)电子工程系的一个工作小组提出并成功应用于时变信道 均(time-varying channel equalization) _L [13],效果明显。

在整个过程中, 他们初步提出完整的二型模糊系统方法此后国际上有研究机构将这类方法应用 于通信、牛物、金融等领域[14, 15, 18]成功利用Type-2 FLS的案例有：编 码视频流分类、图像预处理、网络接入控制、问卷知识提取、吋序预测、函数拟 合、时变非线性信道干扰噪音消除、辅助决策、语言学习训练、解模糊等式、推 理库、交通规划等还有学者进一步指出当处于以下条件下，Type-2 FLS是可 以考虑的：(1) 数据产牛系统，且系统是时变但时变特征无法用数学语言描述；(2) 不稳定的测量噪声，口不稳定性不能用数学语言描述(如时变SYR)；(3) 模式识别，且识别特征具有不稳定、不能用数学语言描述的概率特性；(4) 知识提取，特别是从包含不确定词汇的专家群问卷中提取；(5) 不可描述域的语元，等.最近，很多学者将二型模糊系统应用于移动机器人的跟踪控制[7, 10]、避障控 制[2, 7, & 10]、环境认知[16]等，大大提高了移动机器人的跟踪、避障、环 境认知精度以及鲁棒性考虑到在移动机器人的导航控制(包括环境建模、机器人定位、路径规划、故障检测)中，环境的不确定性、自身所带传感器的误差、噪声干扰、软故障检 测等因素在机器人的移动过程中难以用精确的数学语言描述，若采用二型模糊系 统，则能比较准确的捕捉移动机器人的上述不确定性特点。

因此，本课题拟将二 型模糊系统与机器学习理论、优化方法、鲁棒控制等结合应用于移动机器人的导 航控制研究中，以期望在推动二型模糊理论和技术的应用范围的同吋，更大的提 高移动机器人的性能本项H的成功实施将不仅能提高移动机器人的多项性能，而且对于移动机器 人的导航控制研究提供了新的思维和方法，具有重要的理论意义和实际应用价 值参考文献：[I] Oscar Casti1lo, Patricia Melin, Type_2 Fuzzy Logic: Theory and Applications, Springer-Verlag Berlin Heidelberg, 2008.[9] Juang C. F., Tsao Y. W., A Type-2 Self-Organizing Neural Fuzzy System and Its FPGA Implementation, IEEE Trans, on Fuzzy Systems，2008, 38 (6): 1537-1548.[10] Juang C. F. , Hsu C. H. , Reinforcement Ant Optimized Fuzzy Controller for Mobile-Robot Wall-Following Control, IEEE Trans. On Industrial Electronics, 2009, 56(10): 3931-3940.[II] Juang C. F. , Lu C. M. , Ant Colony Optimization Incorporated with Fuzzy Q-Learning for Reinforcement Fuzzy Control, IEEE Trans. On Systems, Man, and Cybernetics-Part A: Systems and Humans, 2009, 39(3): 597-608.[15] Liang Q., Mendel J. M., Interval type-2 fuzzy logic systems:Theory and design, IEEE Trans. Fuzzy Syst., 2000, 8(5): 535 - 550.[17] Wang L. X., A course in fuzzy systems and control, Prentice-Hall Inc, 1996.(中文)[18] Wu H. W., Mendel J. M., Uncertainty Bounds and Their Use in the Design of Interval Type-2 Fuzzy Logic Systems, IEEE TRANS. ON Fuzzy Systems, 2002, 10(5) : 622-639.A.研究内容：(3)基于二型模糊系统的移动机器人的软故障检测与补偿在进行移动机器人的故障诊断和容错控制中，对于软故障的检测是很重要 的一部分内容。

软故障是指冗件性能下降但没有完全失效若能通过控制器及吋 检测出元件的软故障，并给以及时修正、补偿或更换，比发现真正的故障时再进 行维修、处理能带来更高的效率，从而节约成本、増加效益软故障的种类多种 多样，性能下降的程度也不尽相同为此，我们拟将软故障的类型用二型模糊集 來表达，根据从传感器传来的误差信息量的多少來确定相应的二型模糊集作为模 糊事件，然后运用基于粒子滤波器的混合动态系统估计方法进行软故障检测，此 吋其中的状态转移概率以及似然概率均为(二型)模糊概率，从而可利用模糊概 率理论进一步解决问题在此基础上，还将设计软故障补偿的口适应粒子滤波器 算法利用二型模糊系统以及模糊概率理论能更精细、更及吋的进行故障检测和 补偿，从而提高移动机器人的工作效率B.研究目标:本项n拟将二型模糊系统应用于移动机器人的导航控制研究中，以期望更 大的提高移动机器人的性能和拓展二型模糊理论的应用范围具体地，拟将二型 模糊系统引入基于最大似然估计的地图匹配移动机器人定位中，用于处理不确定 因素的影响，从而提高定位精度以及系统的鲁棒性；将二型模糊系统和形式概念 分析结合应用于移动机器人的路径规划，以降低算法的复杂度和提高导航的准确 度；将二型模糊系统及模糊概率理论运用于移动机器人的软故障检测与补偿技术 中，以便更及吋准确地预测故障，提高移动机器人的工作效率。

3、拟采取的研究方案及可行性分析A.拟釆取的研究方案：(3)在进行移动机器人的故障诊断和容错控制中，将软故障的类型用区间 二型模糊集来表达，根据从传感器传来的误差信息量的多少来确定相应的二型模 糊集作为模糊事件，然后运用基于粒子滤波器的混合动态系统估计方法进行软故 障检测，此吋可将相应的区间二型模糊集的均值作为其中的状态转移概率及似然概率在此基础上，可进一步设计软故障补偿的自适应粒子滤波器算法B.可行性分析：本项H中请人博士之前的专业为模糊拓扑，在多年对拓扑以及模糊数学的 学习、讲授中已积累了很多模糊理论的知识和技术，II数学功底深厚，近两年对 于模糊控制的学习、讲授以及对机器人学的潜心研究，已对移动机器人有了深入 了解而且在项F1申请之前已对本项F1拟解决的关键问题做了许多尝试，部分工 作己整理成文项H组主要成员都是博士，主要研究领域为多智能体的协同控制、 鲁棒自适应控制，以及最优化理论与方法等，都具有很深厚的数学功底及应用背 景而且，本团队所在的实验室拥有多个移动机器人，必要的话可直接通过机器 人进行实验验证此外，对于拟采取的研究方案我们已进行了详细论证和充分讨 论因此，本项FI是完全可行的。

4、本项目的特色与创新之处(3)将软故障的类型用二型模糊集来表示，能更加精确的表达软故障，此 时运用基于粒子滤波器的混合动态系统估计方法进行软故障检测和补偿时，其中 的状态转移概率以及似然概率均为模糊事件的概率，即模糊概率模糊概率继承 了通常概率的很多性质，但又有所不同，因此运用更深刻的二型模糊理论以及模 糊概率理论，。