（控制理论与控制工程专业论文）基于粗糙集无人自行车控制研究.pdf

论文题目： 专业： 硕士生： 指导教师： 基于粗糙集无人自行车控制研究 控制理论与控制工程 朱文琦 高簧 摘要 随着当今工业和科学技术的飞速发展，智能控制理论的研究也经历了由简单到复杂 的过程。近十几年来，仿人智能控制在工业中也得到了广泛的应用。自行车是一个复杂 的控制对象，用传统的控制理论和方法很难对其进行控制，但人可以对它实现有效的控 制。如何让机器模仿人自主地控制自行车，这是仿人智能控制的一个实践。根据仿人控 制思想：在对人的控制结构宏观模拟的基础上进一步研究人的控制行为特征并加以模 拟。本课题主要目标是研究仿人控制器，如何对操作者的控制行为进行模拟。仿人控制 的核心在于设计仿人控制器，控制器的主要任务之一是获取仿人控制规则。粗糙集理论 是一种从数据中提取规则的数学算法，利用该算法可以从人的控制行为数据中，提取人 的控制行为规则。 本课题以自行车为例寻找一种基于粗糙集的仿人控制器的设计方法，为双轮交通工 具的自动驾驶，即平衡与稳定控制问题做探索研究。它为解决诸如时变、不确定性、运 动控制和稳定控制等非线性系统问题提供了一种新的途径。 本文依据仿人控制中特征变量与粗糙集决策信息表属性之间的关系，设计完成了基 于粗糙集的自行车仿人控制器与控制系统；在此基础上，完成了系统的硬件设计、制作 与调试以及软件设计、编程与调试，并实现了自行车的无人自主行走。运行结果表明该 控制系统设计是可行的，达到了预期的目标。 关键词：智能控制：粗糙集；仿人控制；仿人粗糙控制器；无人自行车 研究类型：应用研究 _ ) 名 名 签 签一- s u h j e c t ：r e s e a r c ho fr i d e r l e s sb i c y c l e sc o n t r o lb a s e do nr o u g hs e t s s p e c i a l t y ：c o n t r o lt h e o r y a n dc o n t r o le n g i n e e r i n g n a m e：z h uw e n - q i i n s t r u c t o r ：g a oy u n ( s i g n a t u r e ) ( s i g n a t u r e ) a b s t r a c t w i t ht h ef a s td e v e l o p m e n to ft h ei n d u s t r ya n ds c i e n c et e c h n o l o g y , t h em s e a r c ho f i n t e l l i g e n tc o n t r o lt h e o r ye x p e r i e n c e sap r o c e s sf r o ms i m p l i c i t yt oc o m p l e x i t y i nr e c e n t10 y e a r s ，h u m a n l i k ei n t e l l i g e n tc o n t r o lh a sa l s ob e e nw i d e l ya p p l i e di ni n d u s t r y b i c y c l ei sa c o m p l e xc o n t r o lo b j e c t ，i ti sd i f f i c u l tt oc o n t r o li tb yu s i n gt h ec l a s s i c a lc o n t r o lt h e o r ya n d m e t h o d b u tt h es k i l l e do p e r a t o rc a nr e a l i z ee f f e c t i v ec o n t r o lt oi t h o wt om a k em a c h i n e i m i t a t eh u m a nt oc o n t r o lt h eb i c y c l e ，t h i si sae x p e r i e n c eo fh u m a n - l i k ec o n t r 0 1 a c c o r d i n g t ot h eh u m a n - l i k ec o n t r o lt h o u g h t ：o nt h eb a s i so fm a c r o - c o n t r o ls t r u c t u r es i m u l a t i o n ，t h e f u n c t i o na n dc o n t r 0 1t ob ef u r t h e rs t u d i e da n ds i m u l a t e d t h ec o r eo ft h eh u m a n 1 i k ec o n t r o li s t od e s i g nh u m a n - l i k ec o n t r o l l e r o n eo ft h em a i nt a s k so ft h ec o n t r o l l e ri st og e tt h er u l eo ft h e h u m a n - l i k ec o n t r o lr u l e r o u g hs e tt h e o r yi sam e t h o do fm a t h e m a t i ca l g o r i t h mw h i c hc a n e x t r a c tr u l ef r o md a t a h u m a nc o n t r o lb e h a v i o rr u l ec a nb eg o tf r o mh u m a n sc o n t r o lb e h a v i o r d a t ab yu s i n gt h ea l g o r i t h m 1 1 1 ed e s i g nm e t h o do fh u m a n - l i k ec o n t r o l l e rb a s e do nr o u g hs e tt h e o r yi ss t u d i e db y s t u d y i n gb i c y c l e sa sa ne x a m p l e t h er e s e a r c hi sh e l p f u lt os t u d yb a l a n c ea n ds t a b i l i t yi n d r i v i n gt w o - w h e e l st r a n s p o r t a t i o nt o o l sa u t o m a t i c a l l y i tp r o v i d e san e wp a t ho fs o l v i n gs o m e n o n l i n e a rp r o b l e m s ，s u c ha st i m e v a r y i n g 、u n c e r t a i n t i e s 、m o t i o nc o n t r o la n ds t a b i l i t yc o n t r o l a ns oo n a c c o r d i n gt ot h er e l a t i o nb e t w e e nt h ec h a r a c t e r i s t i cv a r i a b l e si nh u m a n l i k ec o n t r o la n d t h ea t t r i b u t es e to fr o u g hs e td e c i s i o ni n f o r m a t i o nt a b l e ，t h eb i c y c l eh u m a n - l i k ec o n t r o l l e ra n d c o n t r o ls y s t e mb a s e do nr o u g hs e ta r ed e s i g n e d o nt h eb a s i so ft h e s em e n t i o n e da b o v e ，t h e h a r d w a r ea n dt h es o f t w a r eo ft h ei n t e l l i g e n tc o n t r o l l e ra r ed e s i g n e da n dd e b u g g e d ，a n dt h e b i c y c l ec a nm o v eb yi t s e l f 1 1 1 er e s u l ts h o w st h a tt h ec o n t r o ls y s t e md e s i g n e di sf e a s i b l ea n d t h er e q u i r e m e n t so fa n t i c i p a t i o na r ea c h i e v e d k e y w o r d s ：i n t e l l i g e mc o n t r o lr o u g hs e t h u m a n - l i k ec o n t r o l h u m a n - l i k er o u g hc o n t r o l l o rr i d e r l e s sb i c y c l e s t h e s i s ：a p p l i c a t i o nr e s e a r c h 要料技夫学 学位论文独创性说明 本人郑重声明：所呈交的学位论文是我个人在导师指导下进行的研究工作 及其取得研究成果。尽我所知，除了文中加以标注和致谢的地方外，论文中不 包含其他人或集体已经公开发表或撰写过的研究成果，也不包含为获得西安科 技大学或其他教育机构的学位或证书所使用过的材料。与我一同工作的同志对 本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。 学位论文作者签名卷尖焉日期：0 2 、珥1 5 学位论文知识产权声明书 本人完全了解学校有关保护知识产权的规定，即：研究生在校攻读学位期 间论文工作的知识产权单位属于西安科技大学。学校有权保留并向国家有关部 门或机构送交论文的复印件和电子版。本人允许论文被查阅和借阅。学校可以 将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩 印或扫描等复制手段保存和汇编本学位论文。同时本人保证，毕业后结合学位 论文研究课题再撰写的文章一律注明作者单位为西安科技大学。 保密论文待解密后适用本声明。 学位论文作者签名：暮父畸 指导教师签名： 堪眦杏 l 绪论 1 绪论 1 1 选题的背景及研究的实际意义 1 1 1 课题背景 自动控制理论发展至今己有半个多世纪的历史。在这段时间中，随着工业和科学技 术的不断发展，控制理论的研究也经历了从浅显到深，从简单到复杂的过程，综观控制 理论的发展史，通常可以分为三个阶段【l j ： 第一阶段是二十世纪5 0 年代前后的“经典控制理论阶段”( 第一代控制理论阶段) 。 那个时期控制理论主要研究的自动控制系统是线性定常系统，被控对象也几乎全部是单 输入一单输出的。 第二阶段是始于二十世纪6 0 年代末的“现代控制理论阶段 ( 第二代控制理论阶 段) 源于航天飞行器等空间技术开发的需要发展起来的现代控制理论，主要用来研究多 输入一多输出的被控对象，系统可以是线性或非线性的，定常或时变的。 第三阶段起始于二十世纪7 0 年代，以傅京孙、sa r i d i s ( 萨罩迪斯) 等人从控制理 论的角度总结了人工智能技术与自适应、自学习和自组织控制的关系，正式提出建立智 能控制理论的构想为标志。 经典控制理论和现代控制理论都需要依赖较为精确的数学模型，虽然随机控制、自 适应控制的系统具有在一些未知环境下做出相应决策的能力，但对于强非线性的复杂性 系统控制效果也差强人意。随着社会进步和人们的要求不断提高，系统复杂性的提高， 给人们的挑战也越来越大，传统控制理论已不能处理这些复杂任务。在这样的要求下， 智能系统控制理论随之形成并逐步发展起来。 智能控制理论把人工智能的方法引入控制系统理论，将控制理论的分析方法和理论 与人工智能灵活结合起来。与传统的控制理论相比，智能控制对于环境和任务的复杂性 有更大的适配程度，它不仅仅是对建立的模型，而且对于环境和任务能抽取多级的描述 精度，进而发展了自学习、自适应和自组织等概念，所以能在更广泛的领域中获得应用。 智能控制从根本上说是要仿效人的智能行为进行控制和决策，即从宏观结构上和行 为功能上对人的控制进行模拟。仿人控制是智能控制的一种，是对人的行为的直观模型。 通过大量的实验发现，在得到必要的训练后，由人实现的控制方法是接近最优的。这个 方法不需要了解对象的结构、参数，即不需要依据对象的数学模型，而是根据积累的经 验和知识进行在线推理确定或变换控制参数。因此，开展仿人智能控制的研究，是目前 智能控制的一个重要研究方向。 西安科技大学硕士学位论文 在人参与的控制过程中，经验丰富的操作者不是依靠对象的数学模型，而是根据对 象的某些定性知识以及自己积累的控制经验进行推理，并且在线确定或变换控制策略。 仿人智能控制是通过观察人类面对被控对象进行决策判断并施加人工控制的过程，它的 基本原理是模仿人的启发式的直觉推理逻辑，通过特征辩识判断系统所处的特征状态， 确定控制( 决策) 的策略，进行多模态控制( 决策) 。仿人智能控制所研究的目标不是 控制对象，而是控制器本身，研究控制器的结构和功能如何更好地从宏观上模拟控制专 家大脑的结构功能和行为功能。 由于仿人智能控制是以物理分析和定性的结构知识模型为基础，最大限度的利用人 的主动性和思维能力，具有灵活的控制策略和较强的适应能力，尤其是对于高度非线性、 对象难以实现线性描述的系统，仿人智能控制更显示出它的简洁实用的优越性。但是， 仿人智能控制仍然是一个充满争议的领域。由于它的发展历史还不长，理论上的系统性 和完善性，技术上的成熟性和规范性都还是不够的，有待人们的进一步提高 2 1 。 自行车是一个复杂的控制对象，用传统的控制理论和方法很难对其进行控制，但人 可以对它实现有效的控制。如何让机器模仿人自主地控制自行车，这是仿人智能控制的 一个实践。根据仿人控制思想：在对人的控制结构宏观模拟的基础上进一步研究人的控 制行为功能并加以模拟。主要目标是研究仿人控制器，如何对专家的控制结构和行为进 行模拟。仿人控制的核心在于设计仿人控制器，仿人控制器的主要任务之一是控制规则 的形成。 粗糙集理论是一种新的软计算的数学工具 3 1 ，可以处理不精确、不一致与不整等各 种不完备的数据。它的一个显著的优点是可以从数据中获取有用的知识( 或规则) ，用 这些知识( 或规则) 可以实现判断和决策。二十多年来，该理论已经成为人工智能领域 一个较新的学术热点，并已在许多方面获得成功的应用。 利用粗糙集算法，从人控制电动自行车的行为数据中可提取控制规则，由此控制规 则可以构造出仿人智能控制器并对复杂对象实现有效的控制。将粗糙集理论的优点和控 制理论相结合，便产生了基于粗糙集的控制理论和控制方法，国内外研究领域也取得了 一些研究成果1 4 】。但是基于粗糙集的控制理论与方法的研究还处于起步阶段，应用的实 例并不多，所以值得进一步研究，其研究成果可促进仿人智能控制的发展，对实际复杂 对象的控制有指导意义。 粗糙集理论是一种从数据中提取规则的数学算法，利用该算法可以从人( 或者专家) 的行为数据中，获取人的控制行为规则【5 】。利用所获取的行为规则，对自行车进行控制， 设计出粗糙仿人控制器，从而可以实现基于粗糙集的仿人自行车控制。 2 1 绪论 1 1 2 课题研究的实际意义 本课题以自行车为例寻找一种基于粗糙集理论的仿人控制器的设计方法，为双轮交 通工具的自动驾驶，即平衡与稳定控制研究做点探索。它为解决诸如时变、不确定性、 运动控制和稳定控制等非线性系统问题提供了一种新的思路。 1 2 本课题研究领域的国内外的研究动态和发展趋势 1 2 1 自行车机器人的发展现状及趋势【3 l 自行车机器人是机器人学术界提出的一种全新的智能运输( 或交通) 工具的概念， 由于其车体窄小、可作小半径回转、运动灵活、结构简单，因此可在灾难救援、森林作 业中得到广泛应用。但到目前，仍处于理论探讨和初步的实验研究阶段。 国外对自行车的运动理论研究已有上百年历史，但是迄今自行车运动的动力学原理 并未完全阐述清楚。早期研究工作可追溯到w h i p pl e ( 1 8 9 8 ) 和u c a r v a l l o ( 1 9 0 0 ) 1 6 】。 a p p e l l ( 1 9 5 3 ) 著名的经典力学对自行车运动作了初步分析，之后f k l e i n 和s o m m e r f e l d ( 1 9 1 0 ) 、m e t e n u u u u ( 1 9 4 8 ) 等建立了精确而十冗长的动力学模型，但是正如g r a m m e l 所指出的那样，几乎所有的研究都将驾车人作为固定于车座上的刚体，忽略了人的主观 意志作用，因此所得到的结论与实际相差甚远，忽略了人的主观意志作用，因此所得到 的结论与实际相差甚远，而且都没有阐述其控制方法。n h g e t z ( 1 9 9 4 、1 9 9 5 ) 将 自行车作为具有对称性特征的非完整的和欠驱动系统的典型，充分利用其约束的对称 性，推导出白行车缩减的运动学方程【_ 7 1 ，着重研究了自行车跟踪任意的车体横滚角轨迹 的跟踪控制策略，认为这样就能保证自行车在接近倒地和一般干扰的情况下保持稳定。 g e t z 没有设计另外的机械调节器，也就是说通过控制自行车舵手的偏转和驱动后轮来实 现跟踪控制的。w s k o o n 和j e m a r s d e n ( 1 9 9 7 ) 利用哈密尔顿正则方程和微分几何 方法建立了自行车的缩减形式的动力学模型，但其忽略了自行车轮子的质量、宽度和半 径。s a p r db e r r i a h( 2 0 0 0 ) 、y t a n a k a 和t m u r a k a m i( 2 0 0 4 ) 以及h i m a n s h ud u t t s h a r 2 m a 和u m a s h a n k a r n ( 2 0 0 5 、2 0 0 6 ) ，利用模糊逻辑等方法设计了自行车的控制 器以保持车体倾斜的稳定性，他们与g e t z 相似，没有设计另外的机械调节器【8 】。 自行车机器人主要应用于一些特殊领域，如灾难救援、森林作业等，这就要求自行 车机器人在如下几个方面不断发展和提高，以适应一些特殊行业和工作环境的需要。 所以，高智能性、高敏捷性、高适应性以及高承载能力将是未来自行车机器人的主 要发展趋势和必然要求。 3 西安科技大学硕士学位论文 1 2 2 仿人智能控制的发展趋势 控制理论学科的发展一般分为三个阶段【9 j ：第一阶段是以四十年代兴起的以调节原 理为标志的阶段，称为经典控制理论阶段：第二阶段是以六十年代兴起的状态空间法为 标志的阶段，称为现代控制理论阶段；第三阶段则是在八十年代兴起的智能控制理论阶 段。智能控制发展的背景源于以下三个方面： ( 1 ) 自动控制技术起源于仿生、仿智的思想，以反馈理论为基础的自动调节原理 起源于对人的手动控制的模仿； ( 2 ) 传统控制论面临的问题和挑战：对象的复杂性，高度非线性和不确定性导致 系统辨识建模困难；复杂的对象特性和复杂的控制任务要求使线性系统理论束手无策； 在传统控制理论体系下，定性、逻辑、语言控制等控制手段面临着数学处理方面的困难； ( 3 ) 人控制器的优良特性给控制理论发展的启示。 在上述背景下，人们开始研究用不同于传统数学模型的方法描述对象，发展了智能 控制。k j a s t r o m 提出模糊逻辑控制、神经网络和专家控制是三种典型的智能控制方 法【l 。这三种典型的方法从不同角度和不同层次对人工智能进行了研究：模糊控制是从 行为上模拟人的模糊推理和决策过程的一种实用方法；神经网络从机理上对人脑生理系 统进行了浅层次的结构模拟；而专家控制则是将人的感性经验和定理算法相结合的一种 智能控制方法。仿人智能控制是2 0 世纪8 0 年代提出的，其最基本的思想就是从行为功 能和结构功能上仿人、仿智。仿人智能控制将对人脑的宏观结构功能模拟与对人控制器 的行为功能模拟相结合，从分层递阶智能控制系统的最低层( 运行控制级) 着手，直接 对人的控制经验、技巧和各种直觉推理逻辑进行测辩、概括和总结，编制成各种简单实 用，精度高，鲁棒性强，能实时运行的控制算法，并将它们直接用于实际控制系统中。 仿人智能控制经过2 0 多年的发展，已经在多变量系统，大滞后系统和非线性系统中得 到了应用，形成了较为系统的理论体系。 1 9 6 5 年，k s f u ( 傅京孙) 首先提出把人工智能的直觉推理规则方法用于学校控制 系绀1 1j 。1 9 6 6 年m e n d e l 进一步在空间飞行器学习系统研究中提出了人工智能控制概念。 1 9 6 7 年，l e o n d e s 等人首先正式使用“智能控制 一词。此后智能控制开始逐渐发展。 1 9 8 7 年在费城进行的第一次国际智能控制会议，标志着智能控制开始成为一个崭新的学 科。 近年来，智能控制理论与智能化系统发展十分迅速。其中代表性的理论有专家系统， 模糊逻辑控制、神经网络控制、基因控制即遗传算法、混沌控制、小波理论、分层递阶 控制、拟人化智能控制、博弈论等。著名的控制理论权威专家a u s t r o m 在其“智能控制 的方向 一文中指出：模糊逻辑控制，神经网络与专家系统是典型的智能控制方法【1 2 】。 4 l 绪论 智能控制的研究虽然取得了一些成果，但实质性进展甚微，理论方面尤为突出，应用 则主要是解决技术问题，对象具体而单一。子波变换、遗传算法与模糊神经网络的结合， 以及混沌理论等，将成为智能控制的发展方向。智能控制发展的核心仍然是以神经网络 的强大自学习功能与具有较强知识表达能力的模糊逻辑推理构成的模糊逻辑神经网络。 要做到智能自动化，把机器人的智商提高到智人水平，还需要数十年【1 3 1 。微电子学、 生命科学、自动化技术突飞猛进，为2 1 世纪实现智能控制和智能自动化创造了很好的 条件。对这门新学科今后的发展方向和道路已经取得了一些共识： ( 1 ) 研究和模仿人类智能是智能控制的最高目标； ( 2 ) 智能控制必须靠多学科联合才能取得新的突破； ( 3 ) 智能的提高，不能全靠子系统的堆积，要做到“整体大于组分之和”，只靠非 线性效应是不够的。 近年来，智能控制技术在国内外已有了较大的发展，已进入工程化、实用化的阶段。 但是作为一门新兴的理论技术，它还处在一个发展时期。然而，随着人工智能技术、计 算机技术的迅速发展，智能控制必将迎来它的发展新时期。 1 2 3 粗糙集理论的发展趋势 2 0 世纪8 0 年代，波兰数学家z p a w l a k 提出了粗糙集理论的雏形，这是一种研究 不完整、不确定知识和数据的表达、学习、归纳的理论方法，由于有确定的数学理论基 础，所以这种方法具有很强的客观性。粗糙集理论最主要的优势之一在于它不需要任何 先验知识。自提出以来，很多学者都对其理论和应用进行了研究，取得了大量的成果。 特别是2 0 世纪8 0 年代末和9 0 年代初在知识发现等领域得到了成功的应用，受到了 国内外的广泛关注。1 9 9 1 年p a w l a k 教授关于粗糙集的第一本专著( ( r o u g hs e t s ： t h e o r e t i c a l a s p e e t so f r e a s o n i n ga b o u td a t a ) ) 1 4 j 和1 9 9 2 年r s l o w i n s k i 主编的关于粗糙 集应用【1 5 j 及其与相关方法比较研究的论文集的出版，推动了国际上对粗糙集理论和应用 的深入研究。1 9 9 2 年在波兰k i e k r z 召开了第一届国际粗糙集讨论会【1 酬。在国内，至 今己举办了四届粗糙集与软计算学术研讨会，不少学者在粗糙集的理论探讨和实际应用 中已经做了很深入的研究，得到了一些很有很有价值的成果。1 9 9 5 年3 月世界上成立了 粗糙控制研究与发展讨论组，t o s h i n o f im u n a k a t a 成为了第一任主席。他与p a w l a kz 在 1 9 9 6 年讨论了粗糙控制的动机，原则，机理，潜在的应用领域，控制方法的特点和粗糙 控制中存在的问题i l 7 。 粗糙集理论是一种新的处理模糊和不确定性知识的数学工具。其主要思想就是在保 持分类能力的前提下，通过知识约简，导出问题的分类规则。粗糙集从新的视角对知识 进行了定义。把看作是关于论域的划分，从而认为知识是具有粒度的。认为知识的不精 确性是由知识粒度太大引起的。为处理数据( 特别是带噪声、不精确或不完全数据) 分 5 西安科技大学硕士学位论文 类问题提供了一套严密的数学工具【l 埘，对知识能够进行严密的分析和操作。粗糙集在知 识上的定义、属性约简、规则提取等理论，使得数据挖掘有了深刻的理论基础，从而为 数据挖掘提供了一种崭新的工具。 粗糙集理论从诞生到现在只有二十年左右的时间，但在很多方面己经取得了比较大 的成功。已经应用于机器学习、模式识别、知识发现、决策分析和过程控制等领域。粗 糙集理论的研究主要集中在其数学性质，粗糙集拓广，粗糙集理论与其他理论的关系和 互补，粗糙集逻辑和有效算法等方面。目前对粗糙集理论的研究主要在以下几个方面【1 9 1 ： ( 1 ) 属性约简和规则获取。属性约简是粗糙集用于数据分析的重要方面。根据区分 矩阵和区分函数及布尔运算可以求出属性集的所有最小约简，但是由于求所有最小约简 是n p 问题，因此一般只适合小数据集。实际应用中大都采用启发式算法。目前常见的 启发式算法是属性重要度方法：即根据属性重要度来对属性进行选择和有效约简。另外 还可以利用遗传算法来求最小约简等。通过属性约简的结果来获得最小决策规则； ( 2 ) 经典粗糙集模型的扩展。粗糙集理论用于数据挖掘时会碰到噪音数据、数据缺 失、大数据量的一系列经典模型处理不理想的情况，于是出现了扩展的模型。主要有变 精度粗糙集模型、概率粗糙集模型、模糊粗糙集模型和基于随机集的粗糙集模型； ( 3 ) 粗糙集和其它多种方法的融合。包括和模糊集的融合、和神经网络的融合、和 概率统计方法的融合、和支持向量机( s v m ，s u p p o r tv e c t o rm a c h i n e ) 的融合等等。 粗糙集是数据开采的有效工具，具有坚实的理论基础。仅就数据挖掘而言，每年都 有许多高质量的论文出现，新的功能不断完善的软件也不断推出。但作为一种新事物， 粗糙集在实用中也遇到了许多困难。目前的有效途径有两条：一是粗糙集理论的拓展； 其次是粗糙集与其它方法的结合。这个问题虽然已引起了人们的重视，但仍有许多问题 需要深化。 在今后几年内，围绕着其逻辑特点和知识处理机理，粗糙集知识发现主要有下列研 究方向值得注意【2 0 j ： ( 1 ) 基于粗糙集理论的粗糙逻辑以及不精确推理的研究。该项研究不仅对于知识的 挖掘和表示，而且对于人工智能中的不确定性推理将发挥重要作用； ( 2 ) 快速、高效的约简算法。约简算法是粗糙集知识发现的基础，目前还没有一种 十分有效的约简算法； ( 3 ) 粗糙集w e b 知识发现问题。随着i n t e m e t 的迅速扩展，w e b 页面的增加，利 用粗糙集进行w e b 知识发现将是今后最重要的课题之一； ( 4 ) 与模糊集方法等其他方法的结合问题。目前有很多知识发现方法，粗糙集如何 与其他方法结合，可能是提高知识发现效率的一种途径。 基于粗糙集理论的控制方法是一种基于规则和知识的控制方法。粗糙集作为一种 知识发现和数据分析的新方法【2 1 1 ，正成为人工智能、认知科学的基础理论。粗糙集方法 6 1 绪论 能够自动抽取控制规则，控制算法可以完全来自数据本身。特别是自动抽取控制规则优 点，使它在基于规则的控制中具有很大的发展潜力。 1 3 本文的主要任务和工作 1 3 1 本文的主要任务 本课题主要完成基于粗糙集的无人自行车控制器的软、硬件设计，通过粗糙集理论 获取人的控制行为规则，达到对自行车的控制。本文的主要任务有： ( 1 ) 设计仿人控制系统，进一步设计仿人控制器； ( 2 ) 系统软硬件设计，包括步进电机驱动模块和数据采集模块，软硬件调试成功， 能够j 下常运转和采数； ( 3 ) 基于粗糙集理论的规则提取，包括数据的离散化、约减及完备化。进一步根 据规则设计仿人控制器。 1 3 2 本文的主要工作 根据论文要求的任务，本文的工作分以下几个章节来完成： ( 1 ) 第一章论述了本课题选题的背景、国内外研究动态和发展趋势及本课题的研 究意义； ( 2 ) 第二章论述了课题的理论基础，包括自行车的动力学模型、仿人智能控制、 粗糙集及基于粗糙集的仿人智能控制器的设计方法研究； ( 3 ) 第三章论述了自行车控制系统的设计，其中包括硬件及软件的设计； ( 4 ) 第四章论述了整个系统的实验与调试； ( 5 ) 第五章对系统的抗干扰问题进行了分析与解决； ( 6 ) 第六章总结与展望。 7 西安科技大学硕士学位论文 2 本课题的理论基础 在系统控制方法中，对控制器设计，无论是频域法还是时域法，人们必须首先知道 被控对象的数学模型，再根据对系统的控制要求进行分析与综合。但实际情况往往是被 控对象在运行过程中含有非线性因素且是时变的，其变化规律往往难以确定，用现有的 方法和手段难以建立精确有效的数学模型，而要获得适用的，既不过分复杂又具有一定 精度的数学模型更是相当困难。高度非线性的数学模型用目前的控制理论还不能很好有 效地进行设计。自适应、自校正控制，虽然能在一定程度上解决上述问题，但仍需对象 模型的在线辩识，算法复杂，运算量大，应用范围常受到限制。实际考察一下人工控制 系统就会发现，一个训练有素的操作员通过对系统各物理量作出反应和判断，进而施加 控制作用，即可获得良好的控制效果。这种控制方式的显著优点是不依赖对象的数学模 型，而仅仅根据人的经验、感觉和逻辑判断。智能控制是一类只需人的尽可能少的干预 或无需人的干预就能够自主地驱动智能控制器实现其控制目标的自动控制，它代表着自 动控制的最新发展阶段也是应用计算机模拟人类智能的一个重要领域【2 2 】。智能控制的未 来必将成为自动控制科学发展道路上的又一次飞跃。 2 1 自行车的动力学模型 在动力学分析中，综合用到了质点动力学、质点系动力学、刚体动力学、达朗贝尔 原理，在前期的研究基础上，从建立自行车动力学模型入手，分析了人在骑行过程中的 各种受力，考虑到人骑行姿态的改变对人和车整体的重心位置的影响，在此基础上，设 计了自行车系统动力学仿真模块。下文将着重分析建模的过程，着重分析在自行车动力 学建模中，人骑行姿态的改变对于人车整体重心位置的影响以及对反馈力大小的影响。 人在真实路况中骑行时主要遇到以下种地形平地、上坡、下坡，本文选择平地进行 分析，建立的自行车动力分析图如图2 1 所示1 2 3 j ： 斗l 图2 1 自行车受力分析图 8 2 本课题的理论基础 在图2 1 中：m ，：人踩车对车轮轮心的折算力矩； 厂：地面摩擦力； r ：轮轴对轮的作用力； g ：轮子重力； ：地面对轮子的支撑力； m ，：轮轴对轮的阻力矩； v ：自行车的前进速度； 口：自行车前进加速度； 国：车轮转动角速度； ：车轮转动角加速度。 对车轮建立欧拉方程：m ，一m ，一厂，= d s ，其中，为车轮的转动惯量。 对脚踏板力觉提示机构大齿轮作受力分析：鸠一m ，一鸩= j 占+ 以s ，其中 m ，：阻力矩；鸠：电机提供力矩；j ：大齿轮转动惯量；以：电机转动惯量；占： 大齿轮转动加速度。 为了得到与真实环境相一致的力的感受，两式中的m ，应该相等，而转动角加速度 也应该相等，即g = 占。 e h _ k 面两式可得：鸠= m ，+ 厂，+ ( j - j l 厶) 占一m ， 上式中阻力矩m ，和m ，可以测出，摩擦力厂由地形数据库给出，各转动惯量为已 知量，转动角加速度s 可由前一次采样得出。 2 2 仿人智能控制的理论基础 智能控制不同于经典控制理论和现代控制理论的处理方法。它研究的主要目标不再 是被控对象，而是控制器本身。控制器不再是单一的数学模型，而是数学解析和知识系 统相结合的广义模型，是多种学科知识控制系统。 2 2 1 智能控制的定义 所谓“智能 ，即取得和使用知识的能力。这样广泛的定义意味着即使是最简单的 p 1 d 控制器，事实上也是智能控制器，因为它能够连续地取得知识，对象的输入和参数 数据，并能及时地产生对象所需的知识，对象的控制数据。但是哲学家和心理学家们则 认为高级智能应具有概括的能力，能够形成概念，生成综合和集成信息，用以解决复杂 的问题【2 钔。 从控制工程的观点来看，衡量某种控制策略在控制性能方面是否优于传统的控制策 略关键在于它是否能够模仿人类，生物系统所固有的一部分功能，适应不断变化的环境， 在线的处理各种信息，减少控制系统的不确定性，以安全的方式进行规划，产生和执行 9 西安科技大学硕士学位论文 控制动作解决一些困难的控制任务，获取总体上最优或次优的性能指标，如果具有以上 特性，那么就可以说这种系统是具有了智能。 从信息的角度来看，所谓智能可具体地定义为：能有效地获取、传递、处理、再生 和利用信息，从而在任意给定的环境下成功地达到预定目标的能力【2 5 1 。可以看出，智能 的核心是一种思维的活动，研究智能理论与技术的目的，是要设计制造出具有高度智能 水平的人工系统( 智能系统) ，以便在需要的场合能够用人工系统代替人去执行各种任 务。 智能控制按照傅京孙和s a d d i s ( 萨里迪斯) 提出的观点，可以把智能控制看作是 人工智能、自动控制和运筹学三个主要学科相结合的产物，就将其称为智能控制的三元 结构。如图2 2 所示。 图2 2 智能控制的三元结构 三元结构可用交集形式表示为： i c = a i n a c n o r 各子集的含义为： i c ( i n t e l l i g e n tc o n t r 0 1 ) 智能控制 a i ( a r t i f i c i a li n t e l l i g e n c e ) 人工智能 a c ( a u t o m a t i cc o n t r 0 1 ) 自动控制 o r ( o p e r a t i o n sr e s e a r c h ) 运筹学 人工智能( a i ) 是一个知识处理系统，具有记忆、学习、信息处理、形式语言、启 发式推理等功能； 自动控制( a c ) 描述系统的动力学特性，是一种动态反馈； 运筹学( o r ) 是一种定量优化方法，如线性规划、网络规划、调度、管理优化决 策和多目标优化方法等。 这种三元结构理论表吲j ，智能控制就是应用人工智能的理论与技术和运筹学的优 化方法同控制理论方法与技术相结合，在未知环境下，仿效人的智能，实现对系统的控 制。这里所指的环境是指广义的被控对象或过程及其外界条件。或者说，智能控制是一 类无需( 或仅需尽可能少的) 人工干预就能够独立地驱动智能机器实现其目标的自动控 1 0 2 本课题的理论基础 制。可见智能控制代表着自动控制科学发展的最新进程。 因此，智能控制系统可以看作是一类具有复杂性、不确定性、模糊性的非传统数学 公式化过程。在此过程中它以知识信息为基础，模仿人类和生物系统进行推理和学习， 用启发式方法来进行求解过程；从而得以在大范围内实现快速自组织的目标，一般性能 优于传统控制的复杂系统弘。同时智能控制又是以知识为基础的系统，即知识工程是研 究智能控制的重要基础。 2 2 2 智能控制的特点 智能控制的概念主要是针对被控系统的高度复杂性、高度不确定性和人们要求越来 越高的控制性能指标提出来的。为满足这些要求，一个理想的智能控制系统应该具备以 下一些功能特点弘驯： ( 1 ) 智能控制系统应体现“智能递增，精度递降”的一般组织结构的基本原理它实际 上是对人神经结构或专家决策机构的一种模仿，复杂的大系统中，通常采用任务分块、 控制分散方式。智能控制核心在高层控制，低层控制也属智能控制系统不可缺少的一部 分； ( 2 ) 开、闭环控制结合和定性决策与定量控制结合的多模态控制； ( 3 ) 智能控制的基本目的是从系统的功能和整体优化的角度来分析和综合系统，以 实现预定的目标，智能控制应具有学习功能，适应功能和组织功能； ( 4 ) 智能控制是同时具有以知识表示的非数学广义模型和以数学模型表示的混合控 制过程，即在信息处理方法上，既有数学运算，又有符号运算的逻辑推理； ( 5 ) 智能控制器具有总体自寻优特点。由于智能控制器具有在线特征辨识、特征记 忆和模仿人的特点，在整个控制过程中计算机在线获取信息和实时处理并给出控制决 策，通过不断优化参数和寻找控制器的最佳结构形式，以获取整体最优控制性能； ( 6 ) 智能控制是一门新兴的边缘交叉学科，它需要更多的相关学科配合支援使智能 控制系统有更大的发展。 智能控制的概念是针对系统及其控制环境和任务的不确定性而提出来的智能控制 过程是含有复杂性、不确定性、模糊性的非线性数学公式的过程。在智能控制过程中， 以知识信息为基础进行推理和学习，用启发式方法来引导求解过程，从而得以在大范围 内实现快速自组织目标。 2 2 3 仿人智能控制的特点 由重庆大学智能控制研究室提出的仿人智能控制理论h s i c 经过了十多年的发展， 已基本形成了自身的理论体系和系统的设计方法。对于复杂而未知的对象，熟练操作该 对象的手动控制是一般的控制所无法比拟的，仿人智能控制系统的主导思想是在对人的 西安科技大学硕士学位论文 控制结构宏观模拟的基础上进一步研究人的控制行为功能并加以模拟。仿人智能控制认 为：从人工智能问题求解的基本观点来看，一个控制系统的运行，实际上就是控制机构 对控制问题的一个求解过程。因此仿人智能控制研究的主要目标不是被控制对象，而是 控制器本身如何对控制专家结构和行为的模拟。 仿人智能控制理论在对人的控制功能进行模拟时首先遇到的问题就是如何建立控 制问题的广义数学模型弘州。仿人智能控制认为，系统的误差p ( f ) 、误差变化率a e ( t ) 以 及时间f 构成了控制问题求解的信息空间，如图2 3 所示，其中误差 p ( ，) = ，( f ) 一y ( o ，( f ) 是系统的输入，) ，( f ) 是系统的输出，显然无论是定值控制还是伺服 控制，控制的目标都是当tjo 。时，使得p ( f ) = a e ( t ) = 0 ，系统在信息空间中的运动轨迹， 不仅反映了系统的所有动态信息，而且也反映出了控制作用对系统的影响。 图2 3 仿人控制系统结构图 这种仿人智能控制算法以人对控制对象的观察、记忆、决策等智能行为为基础，根 据被调量的偏差以及偏差的变化趋势来确定控制策略。这很接近于人的思维方式：当系 统的误差趋于增加或系统误差保持常值时，采用比例控制模式，以产生强烈的控制作用， 从而抑制系统偏差的增加并迫使误差回零，此时系统处于闭环状态；而在系统误差趋于 减小或系统误差为零时，采用保持控制模式进行等待观察，此时系统处于开环状态。这 是一种将人类某些智能与传统控制理论有机结合而成的新型控制算法。该算法在进一步 改进的基础上，己在实践中得以运用p u 。 仿人智能控制以人工智能和自动控制理论为基础，总结人的控制经验，以产生式规 则描述其启发与直觉推理以及控制行为。仿人智能控制在结构和功能上具有以下特征： 1 分层的信息处理与决策机构( 高阶产生式系统结构) ； 2 在线的特征辨识和特征记忆； 3 开、环控制结合和定性决策与定量控制相结合的多模态控制； 4 启发式和直觉推理逻辑的应用。 从控制理论的观点来看，仿人智能控制理论中出现了一系列新概念和新方法。其中， 启发式与直觉推理逻辑由产生式规则描述；特征辨识和特征记忆根据系统动态特征模型 在线进行；特征模型的建立与模式识别和知识表示技术息息相关；开闭环结合，定性决 策与定量控制相结合的多模态控制，充分利用了控制理论的成果：分层递阶的信息与决 策机构需要以计算机软硬件系统为载体，上述原则的实现充分体现了人工智能、控制理 论和计算机科学的交叉与有机结合j 。 1 2 2 本课题的理论基础 ( 1 ) 特征模型 在智能控制系统中，特征模型咖是对系统动态特性的定性和定量相结合的描述，是 根据控制问题求解和控制指标的不同要求对系统的动态信息空间的一种划分。划分 出的每一区域分别表示系统运动的一种特征动态办，将全体特征状态所构成的集合称为 特征模型，即 痧= 夯，唬，吮) ，谚 ( 2 1 ) 如在一个单入单出的动态系统中，设动态信息分别为e 和a e ，它们所构成的动态 信息空间如图2 4 ( 口) 所示，每一划分区域都对应于图2 4 ( 6 ) 中系统误差响应曲线上 的一段，它表明系统正处于某种特征运动状态。例如特征状态 l = e a e 0 ni a e el 万n le i 口n ia ei ) ( 2 2 ) 该状态表明系统正处于受扰动作用以较大的速率偏离目标值的状态。式( 2 2 ) 中 a 斫口均为阈值。 从( 2 2 ) 式可以看出，特征状态由一些特征基元的组合描述。设特征基元集为 q = q l ，q 2 ，q 。) ( 2 3 ) 一般基元可以设为 q l ：e a e o ；q 2 ：ia e ei 万； ( 2 4 ) 9 3 ：iei m ； 9 5 ：ia ei ； ( 2 5 ) 其中西口，m 和均为阈值。 z ip i t n 彰ae e r j l ： 一 广。弋 0 ( a ) 图2 4 特征状态图例 设特