移動機器人之階層模糊邏輯控制
115
0
0
全文
(2)
(3) 移動機器人之階層模糊邏輯控制 學生：高嘉良. 指導教授：呂藝光 博士. 國立臺灣師範大學工業教育學系碩士班. 摘要. ㄧ般而言機器人在未知的環境中移動，通常需要使用大量感測器來感 測周遭環境變化，以達成自主導航和完成工作任務之目的。若使用模糊邏 輯系統來設計控制器，由於大量感測器訊號當作輸入，導致模糊規則數會 變得非常龐大。因此，本論文使用階層模糊邏輯控制（Hierarchical Fuzzy Logic Controllers，HFLC）方法設計一移動機器人控制器，完成移動機器 人在未知環境中可以自主移動且夾取目標物，階層模糊邏輯控制器將行為 分成六種子動作行為模式以便減少模糊規則數。本論文之機器人之硬體架 構包括：全方向輪控制、DC馬達控制、雷射測距儀量測、紅外線距離感 測器、視覺系統、RF通訊模組與五軸機器手臂之控制。最後，本文透過 沿牆面自動導航、抓取目標物、靜態避障、動態避障等實驗來驗證機器人 執行各種動作行為和測試移動機器人整體的效能。. 關鍵字：移動機器人，雷射測距儀，階層模糊邏輯。. i.
(4) Hierarchical Fuzzy Logic Control of Mobile Robots Student: Chia-Liang Kao. Advisors: Dr. Yih-Guang Leu. Department of Industrial Education National Taiwan Normal University. Abstract For automatically navigating in an uncertain environment, a mobile robot generally requires the huge number of sensors. When the fuzzy logic system is used to design the control of the mobile robot system, the design of the fuzzy rules becomes very complicated because of the large number of sensors. Therefore, this thesis uses a method of Hierarchical Fuzzy Logic Controllers (HFLC) for the mobile robot so that the design of the fuzzy rules becomes simple. To achieve auto navigation and mission, the method divides the behavior of the mobile robot into six mode of the behavior. To verify the effectiveness and applicability of the proposed method, we design and implement a mobile robot, and the main structure of the mobile robot includes the DC motor control of three omni-directional wheels, laser sensor, radio transceiver module, distance measuring sensor, a vision system and the control of two five-axis robotic arms. Also, we perform some experiments, including auto navigation, target object searching, static obstacle avoidance, dynamic obstacle avoidance and so forth. Keywords ： Mobile robots, hierarchical fuzzy logic controller, laser sensor.. ii.
(5) 誌謝 感謝指導老師呂藝光博士這些年不辭辛勞的教導，無論在研究上或 做人處事的態度，老師都指引我的明確方向。也感謝口試委員給予許多寶 貴的建言，使論文才能順利完成。 同時感謝實驗室學長宏見、建豪、建宏、建佑、伯楷、俊堯、名峰、 正皓、銘滄以及同學皓程、皓勇、弨廣、建宏、暉翔在研究道路上的陪伴。 感謝學弟政霖、正義、偉誠、承洲、克勤、志宇在實驗上的幫忙。 最後，感謝我最親愛的家人和女友，因為有您們的鼓勵及陪伴，才使我有 動力完成論文。. iii.
(6) 目錄. 中文摘要.............................................................................................................i 英文摘要...........................................................................................................ii 誌謝...................................................................................................................iii 目錄..................................................................................................................iv 圖目錄..............................................................................................................vii 表目錄..............................................................................................................xi 第一章 緒論......................................................................................................1 1.1 研究背景與動機...................................................................................1 1.2 研究目的...............................................................................................4 1.3 論文架構...............................................................................................4 第二章 模糊邏輯系統......................................................................................7 2.1 模糊邏輯系統之理論背景...................................................................7 2.2 模糊邏輯系統. .....................................................................................7 2.2.1 模糊化.............................................................................................8 2.2.2 解模糊化.......................................................................................10 2.2.3 模糊規則庫...................................................................................10 2.2.4 模糊推論引擎...............................................................................12 第三章 機器人之軟、硬體系統架構與設計..................................................15 3.1 機器人底層系統..................................................................................17 3.2 馬達控制系統......................................................................................18 3.2.1 82G516 單晶片............................................................................19 3.2.2 RF 無線通訊模組........................................................................20. iv.
(7) 3.2.3 馬達驅動電路.............................................................................21 3.3 距離感測系統 ...................................................................................24 3.3.1 雷射測距儀................................................................................25 3.3.2 超音波感測器............................................................................30 3.3.3 紅外線感測器............................................................................31 3.4 視覺系統............................................................................................33 3.5 機器手臂控制系統..............................................................................34 3.6 電源系統.............................................................................................35 3.7 軟體介面設計......................................................................................42 3.8 結論......................................................................................................45 第四章 移動機器人控制之階層模糊邏輯系統計......................................47 4.1 簡介.....................................................................................................47 4.2 閃避障礙物之模糊邏輯系統.............................................................51 4.3 沿牆面之模糊邏輯系統.....................................................................54 4.4 抓取目標物之模糊邏輯系統.............................................................56 4.5 結論......................................................................................................58 第五章 實驗和討論........................................................................................59 5.1 沿牆面自動導航實驗..........................................................................59 5.2 抓取目標物實驗.................................................................................62 5.3 靜態避障實驗.....................................................................................68 5.4 動態避障實驗.....................................................................................76 5.5 靜態、動態避障之抓取目標物實驗...................................................82 5.6 結論.....................................................................................................92 第六章 結論及未來展望................................................................................93 6.1 結論.....................................................................................................93. v.
(8) 6.2 未來展望.............................................................................................93 參考文獻..........................................................................................................95. vi.
(9) 圖目錄 圖 1.1 Kismet 機器人………………………………………………………….1 圖 1.2 wakamaru 機器人………………………………………………………2 圖 1.3 SUGV 機器人…………………………………………………………..2 圖 1.4 傳統階層模糊系統……………………………………………………3 圖 1.5 傳統模糊系統…………………………………………………..……..4 圖 2.1 模糊邏輯系統的架構流程................... ……………………..…..........7 圖 2.2 單值型模糊化圖形................................................................................8 圖 2.3 三角形模糊化圖形................................................................................9 圖 2.4 高斯模糊化圖形....................................................................................9 圖3.1 硬體架構圖...........................................................................................15 圖 3.2 擺設示意圖..........................................................................................16 圖 3.3 全方向輪..............................................................................................17 圖 3.4 圓形底盤示意圖..................................................................................17 圖 3.5 馬達系統控制流程圖..........................................................................18 圖 3.6 馬達系統控制電路圖..........................................................................18 圖 3.7 MPC82G516AF 周邊電路以及外部連接電路..................................19 圖 3.8 RF 無線通訊模組系統方塊圖.............................................................20 圖 3.9 RF 無線通訊模組實體圖.....................................................................21 圖 3.10 IG-52GM 直流馬達扭力、功率、電流、效率、轉速關係圖.......21 圖 3.11 操作模式一........................................................................................23 圖 3.12 操作模式二........................................................................................23 圖3.13 距離感測系統…………………………………………………....…25 圖 3.14 URG-04LX 雷射測距儀實體圖.........................................................25 圖 3.15 SCIP 2.0 編碼例子..............................................................................27. vii.
(10) 圖 3.16 SCIP 2.0 解碼例子...............................................................................27 圖 3.17 MD 命令格式.......................................................................................28 圖 3.18 雷射測距儀起、終點定義方式..........................................................28 圖 3.19 雷射測距儀回傳資料格式................................................................30 圖 3.20 超音波感測模組 DUR5200................................................................30 圖 3.21 紅外線感測模組 GP2Y0A21YK.......................................................31 圖 3.22 紅外線感測模組內部電路................................................................32 圖 3.23 實際距離與輸出電壓之曲線圖........................................................32 圖 3.24 WFS802b 模組...................................................................................33 圖 3.25 視覺系統架構......................................................................................34 圖 3.26 網路攝影機架設位置..........................................................................34 圖 3.27 手臂控制系統架構............................................................................35 圖 3.28 五軸機器手臂....................................................................................36 圖 3.29 電腦直接控制....................................................................................37 圖 3.30 控制器控制........................................................................................38 圖 3.31 CM-5 控制器.......................................................................................38 圖3.32 Motion Editor操作畫面.......................................................................38 圖3.33 Behavior Control Programmer 編輯程式...........................................39 圖 3.34 無線控制器控制接線圖....................................................................39 圖 3.35 機器人電源系統……………………………………………………40 圖 3.36 12V 鉛蓄電池(WP1221W) ………………………………………….41 圖 3.37 TI-3450 萬用外接式電池………………………………………….…42 圖3.38 Visual Basic軟體介面..........................................................................43 圖 3.39 程式流程圖........................................................................................44 圖 4.1 移動機控制之階層模糊邏輯系統......................................................48. viii.
(11) 圖 4.2 雷射測距儀量測資料分割圖…..........................................................49 圖4.3 動作行為切換流程圖...........................................................................50 圖 4.4 雷射測距儀輸入歸屬函數..................................................................51 圖 4.5 輸入 X11 歸屬函數………………………………………………..…..52 圖 4.6 輸出之歸屬函數…………………………………………………..…52 圖4.7 輸入Xd歸屬函數…………………………………………………...…53 圖 4.8 輸出之歸屬函數…………………………………………………......53 圖 4.9 輸入 X2 歸屬函數………………………………………………….....54 圖 4.10 輸出之歸屬函數…………………………………………………....55 圖 4.11 輸入 X3 歸屬函數………………………………………………....…55 圖 4.12 輸出之歸屬函數……………………………………………………56 圖 4.13 輸入 X2 歸屬函數 ……………………………………………….…56 圖 4.14 輸出之歸屬函數…………………………………………………....57 圖 4.15 輸入 X6 歸屬函數.…………………………………………..….…...57 圖 5.1 沿牆面自動導航實驗平面圖…………………………….……….....59 圖 5.2 沿牆面自動導航實驗結果……………………………..……………61 圖 5.3 沿牆面自動導航實驗軌跡圖………………………………………..62 圖 5.4 抓取實驗平面圖……………………………………………………..62 圖 5.5 抓取目標物實驗動作行為流程圖………………………………..…63 圖 5.6 抓取目標物實驗結果………………………………………………..67 圖 5.7 抓取目標物實驗軌跡圖……………..............................................…68 圖 5.8 靜態避障實驗平面圖……………………………………………......69 圖 5.9 靜態避障實驗動作行為流程圖………………………………......…70 圖 5.10 靜態避障實驗結果……………………………………………..…74 圖 5.11 靜態避障實驗軌跡圖…………………..…………………………...75. ix.
(12) 圖 5.12 動態避障實驗平面圖…………………………………………..…..76 圖 5.13 動態避障實驗動作行為流程圖…………………………….....…...77 圖 5.14 動態避障實驗結果……………………………………….……...…81 圖 5.15 動態避障實驗軌跡圖……………………….…………………...…82 圖 5.16 靜態、動態避障實驗平面圖……………………………………..…83 圖 5.17 靜態、動態避障實驗動作行為流程圖……………………………84 圖 5.18 靜態、動態避障實驗結果……………………………………..…..91 圖 5.19 靜態、動態避障實驗軌跡圖……………………………………..…..92. x.
(13) 表目錄 表 2.1 模糊規則表..........................................................................................11 表 2.2 模糊推論機制之比較..........................................................................12 表 3.1 RF 無線通訊模組特性..........................................................................20 表 3.2 HB-25 馬達控制器規格表...................................................................22 表 3.3 HB-25 馬達控制器接腳說明................................................................24 表 3.4 URG-04LX 雷射測距儀規格................................................................26 表3.5 DUR5200規格……………………………………………………...….31 表3.6 WFS802b 腳位說明..............................................................................33 表 3.7 AX-12 AI 伺服馬達特性.......................................................................35 表 4.1 輸入訊號 X1 ~X7 資料來源..................................................................49. xi.
(14)
(15) 第一章 緒論. 1.1 研究背景與動機 近年來科技日新月異，人們對生活品質要求提高，生活上依靠機器人 部分越來越多，因此國內外發展很多不同類型的機器人，例如美國麻省理 工學院早在 2001 年研發第一個模擬人類情感的機器人 Kismet 如圖 1.1， Kismet 機器人臉部有 15 個自由度，能依照外在聲音、影像等刺激，做出 傷心、驚訝、冷靜、厭煩等不同的臉部表情跟人類做互動[45]；三菱重工 業開發出的管家機器人 wakamaru 如圖 1.2 所示，wakamar 機器人是一個管. 家機器人不但具備保健、看家能還能提醒老人吃藥時間及可辨識 10000 多個常用字彙[46]；iRobot 所研發的軍用機器人 SUGV 如圖 1.3，SUGV 機器人可以在戰地清除障礙物攀爬險惡地形、清除路面障礙物以及拆除炸 彈，降低人員傷亡[47]；由韓國科學技術院所研發之機器 Mahru 除了可以 跟人互動外還可以做家事及受到不同刺激還可散發兩種不同香味；美國喬 治亞理工大學設計出類似可以替身障人士拿取物品之服務犬機器人，此服務犬 機器人可以辨識簡單指令和動作，如此ㄧ來服務全機器人便可替代高價服務犬 幫助身障人士[59]。可看出機器人已融入人類日常生活中，故機器人研發. 及控制乃是未來發展目標。. 圖 1.1 Kismet 機器人[45]. 1.
(16) 圖 1.2 wakamaru 機器人[46]. 圖 1.3 SUGV 機器人[47]. 移動機器人大致可分成雙足、多足、履帶、輪型等。其中輪型機器人 常被廣泛提出使用，包含 3 輪[22][23]及 4 輪[24][25]機器人，其輪子設計 的好壞是會影響機器人進行任何方向移動的效果。而近年有幾個團隊開始 研發全向性移動機器人，其全方向輪可以使機器人無須轉動即可往任何ㄧ 特定方向行走，且有相當高自由度，所以常常被運用在 RoboCup 足球比 賽中[26]。Moore 提出了六個全方向輪之控制演算法，其任一個全向輪可 獨 立 運 作 及 控 制 [27] ， 而 Witus 運 用 輪 胎 充 氣 控 制 來 改 變 其 機 動 性 [28][19]。Watanabe 提出自主性全方向移動服務應用機器人控制器。且近 年來全方向輪系統常和影像定位ㄧ起被研究[30]-[33]。. 2.
(17) 美國加州大學柏克萊分校L. A. Zadeh 教授在1965年提出了「模糊集 合」的概念 [15]後，模糊就常被應用機器人控制中，例如在沿牆壁走、 避障、目標追蹤、導航及影像辨識等[1]-[6]。但當機器人在複雜的環境時 需要眾多感測器，但當其數量增加時，模糊控制器設計過程會變得相當複 雜。 在1991年時，Raju和Zhou等人提出階層模糊邏輯控制器來解決規則數 增加問題[19]，如圖1.4所示，當輸入有n個，且每個輸入由m個模糊集合 定義其系統總規則數為(n-1)m2與輸入呈線性關係，而傳統模糊控制(圖1.5) 總規則數為mn與輸入呈指數關係，當輸入變多時相較之下階層模糊邏輯控 制器規則少了許多[37] [42]，而Brooks [34], Payton [35] 和 Arkin[36]提出 把機器人動作分級成多個自獨立的動作行為，可使機器人行為更加的有條 理，故本文將移動機器人動作分成靜態避障行為、動態避障行為、沿牆壁 行為、沿目標物行為設計階層邏輯系統控制器。. yn-1=y Fuzzy system. yn-2. y3 Fuzzy system. y2 Fuzzy system. ……. y1 Fuzzy system X 1 X2. X3. X4. Xn. 圖 1.4 階層模糊系統[37]. 3.
(18) y Fuzzy system Xn. 圖 1.5 傳統模糊系統. 1.2 研究目的 本論文主要為設計並研製一移動機器人之軟、硬體架構，希望在未 知環境中，能自我導引與全方位移動之移動機器人。本機器人使用階層模 糊邏輯控制（HFLC）來設計控制器，且將機器人行為分成六種動作行為 模式。之後由雷射測距儀資料來決定機器人要執行何種動作行為模式，使 機器人在動態的未知環境中能任意行走且抓取目標物。研究並整合全方向 輪系統、DC 馬達控制、雷射測距儀、五軸機器手臂、Sputnik 機器人。 本文末實做整合性實驗，為直線牆面的自動導航任務及靜態、動態 障礙物下抓取目標物，用以驗證移動機器人效能。在第一個實驗中模擬移 動機器人沿牆面，第二個實驗為抓取目標物，第三個實驗在靜態障礙物下 抓取目標物，第四個實驗在動態障礙物下抓取目標物，第五個實驗在靜 態、動態障礙物下抓取目標物。. 1.3 論文架構 本論文內容，主要分為六個章節： 第一章 緒論：說明研究背景及目的。 第二章 模糊邏輯系統：說明模糊邏輯系統原理，因為本論文是以模糊邏 輯系統為基礎。. 4.
(19) 第三章 機器人之軟、硬體系統架構與設計：介紹機器人整體架構，及 距離感測系統、五軸機器手臂、影像辨識系統。 第四章 移動機器人控制之階層模糊邏輯系統設計：主要是分別說明不同 障礙物下設計階層模糊邏輯系統過程。 第五章 實驗和討論：為透過五個實驗來驗證階層模糊邏輯系統可行性及 移動機器人效能。 第六章 結論：主要為論文總結，及未來展望。. 5.
(20) 6.
(21) 第二章 模糊邏輯系統. 2.1 模糊邏輯系統之理論背景 日常生活中人類用語常有模糊的現象，例如今天天氣很冷、雨下很 大、水流很快等，這些例子難以使用精確的數值來做定義，這些不確定因 素的來源有可能是語意的不確定性，每個人在對文字的敘述上並不會一 樣，因此造成涵義模糊的用語[14][15][43]，而模糊邏輯系統便是引入了這 樣的概念。美國加州加州大學 L. A. Zadeh 教授首先在 1965 年提出模糊集 合論(Fuzzy Sets)，之後在 1974 年 M. H. Mamdani 教授，完成了以 IF-THEN 模糊規則庫建構的控制器，此後其他學者研究下建構出 Fuzzy Logic 及 Fuzzy Measure 理論 [16][17] [41] [44] 。當我們在設計龐大的控 制系統時，當系統的複雜程度越高，所要決定的參數越多，就必須花費大 量時間在數學模型上的建構上，因此若透過模糊控制理論，利用 If-Then 模糊規則庫即可以讓控制的結果更加的符合我們的期望。. 2.2 模糊邏輯系統 模糊邏輯系統的架構住要有四個部分組成，包含了模糊化、模糊規則 庫、模糊推論引擎及解模糊化，模糊邏輯系統之架構流程如圖 2.1 所示。. 模糊規則庫. 輸入. 輸出 模糊化. 模糊推論引擎. 圖 2.1 模糊邏輯系統的架構流程. 7. 解模糊化.
(22) 2.2.1 模糊化 當要成為模糊控制器系統的輸入變數時，先要將受控體的狀態輸 出變數，將其轉換為模糊規則所能判斷的模糊變數，即為模糊化(Fuzzifier) 的定義。首先將模糊控制器系統的輸入變數使用量化映射(Quantization Mapping)的方法，來判斷出輸入變數值在模糊集合中所對應的歸屬函數 (Membership Function)，由此方法就可以對應出每個輸入變數值在模糊集 合中的相關程度，即為某一規則的近似程度。接下來介紹三種較常使用 的模糊化方法[39]。： 1.. 單值型模糊化 (Singleton fuzzifier)：. 1 , x x1 0 , 其他. ( x) . (2-2). 1. x x1. 圖 2.2 單值型模糊化圖形. 2.. 三角形模糊化 (Triangular fuzzifier)：. 3.. ( x x1 ) (t x1 ) ( x) ( x x2 ) (t x2 ) 0 . , x1 x x* , x* x x2 , 其他. 8. (2-3).
(23) 1. x x1. x1. x*. 圖 2.3 三角形模糊化圖形. 4.. 高斯模糊化 (Gaussian fuzzifier)：. x x . 2. *. 1. ( x) e. 1. x x . 2. *. 1. 2. *e. 2. 2. (2-4). 1. x x*. 圖 2.4 高斯模糊化圖形. 2.2.2 解模糊化 解模糊化(Defuzzifier)和剛介紹的模糊化相反，將模糊控制系統的 輸出變數轉換成受控體的輸入變數。這時候系統需透過轉換過程使得輸 出模糊變數成為明確數值，以達到控制控制受控體之目的。解模糊過程 通常有三個準則，即合理性、計算簡易及連續性。以下介紹幾種解模糊 化方式[39]：. 9.
(24) 1. 重心解模糊化法 (Center of Gravity Defuzzification) 2. 中心平均值解模糊化法 (Center Average Defuzzification) 3. 面積和之中心解模糊化法 (Center of Sum Defuzzification) 4. 第一個最大值解模糊化法 (First of Maxima Defuzzification) 5. 最後一個最大值解模糊化法 (Last of Maxima Defuzzification) 6. 最大值之平均解模糊化法 (Middle of Maxima Defuzzification) 7. 最 大 面 積 之 中 心 解 模 糊 化 法 (Center of Largest Area Defuzzification) 上述眾多方法中，本論文使用重心解模糊化法轉換出模糊控制器的輸出 值，因為重心解模糊化法其有高的合理性故常被使用，重心解模糊分為 連續型以及離散型。連續型公式如式(2-5)、離散型公式如式(2-6)所示 [39]：. y* . y '(y)dy '(y)dy Y. (2-5). Y j. y *. y '(y ) i. i 1 j. i. (2-6). '( y ) i 1. i. j. 其式(2-5)之 '(y)dy 是 '(y) 的面積，式(2-6)之 '( yi ) 是 '(y) 的總和。 Y. i 1. 2.2.3 模糊規則庫 模糊規則是由許多 IF-THEN 規則的集合組成，這些 IF-THEN 規則是 透過語意變數(Linguistic Variables)的方式表示，模糊規則庫是模糊邏輯的 的重要核心。IF-THEN 規則的設計可多次實驗修正受控體的輸入與輸出所 得到回饋或根據由專家的知識經驗。模糊規則須具備前件部和後件部，如 式 (2-1) 中 Aql. 是 模 糊 集 合 的 前 件 部 ， wlp. 10. 為 後 件 部 ， xi 為 輸 入 ，.
(25) i 1,2,. , n ， yo 為輸出， o 1,2,. , m 。所以若在模糊類神經網路中，. 其第 l 條規則可以表示如下：. Rl : IF x1 is A1l and. xn is Anl. THEN y1 is w1l and. (2-1). ym is wml. 當系統的輸入為 x [ x1 , x2 ,...xn ]T ，就可以經由式(2-1)推論出其輸出. y p 。模糊規則數 l 的數量和語意變數有關，在(2-1)式中規則數 l 等於兩個 輸入的語意變數的乘積。模糊規則數會影響一個模糊系統的複雜度，所 以選擇語意變數的數量相當重要，語意變數過多過少都不見得好，一般 分割數希望會有一個中間值所以通常為奇數個。語意變數一般為了簡化 書寫在定義的分割數會使用英文縮寫來代表。假設將輸入及輸出均分割 成七個語意變數，就可以用 NB(負大)、NM(負中) 、NS(負小)、ZO(零)、 PS(正小)、PM(正中)及 PB(正大)來表示。語意變數分割的數目最好不要 超過 7 個以上。假設將式(2-1)輸入及輸出語意變數均分割成七個，如表 2.1 所示[38]。. 表 2.1 模糊控制規則表[38]. y1. x2. NB NM NS ZO PS PM PB. x1 NB NB NB NB NB NM ZO PS. NM NB NB NM NM NS ZO PM. NS NB NM NS NS ZO PS PM. 11. ZO NB NM NS ZO PS PM PB. PS NM NS ZO PS PS PM PB. PM NM ZO PS PM PM PB PB. PB NS ZO PM PB PB PB PB.
(26) 2.2.4 模糊推論引擎 模糊推論引擎在模糊邏輯系統裡負責推理運算，是將已知的模糊 命題加以變化組合，推論出一個新的結論。以下三個推論引擎常被使用， 廣義肯定前提式(Generalized Modus Ponens,GMP)、廣義否定後論式 (Generalized Modus Tollens,GMT) 及 廣 義 假 設 三 段 式 (Generalized Hypothetical Syllogism,GHS)，三個推論引擎比較如表 2.2 所式[39]。. 表 2.2 模糊推論機制之比較 GMP 前提 1：x is A’ 前提 2：IF x is A’ , THEN y is B. GMT. GHS. 前提 1：y is B’ 前提 2： IF x is A, THEN y is B. 前提 1：IF x is A, THEN y is B 前提 2：IF y is B’, THEN z is C 結論：IF x is A, THEN z is C’. 結論：y is B’. 結論：x is A’. 廣義肯定前提式(GMP)當前提 1 輸入到前提 2 時，則會推理出結論 故屬於順向推理。而廣義否定後論式(GMT)是當前提 1 輸入到前提 2 時， 則可逆向推論出前項的命題故屬於逆向推理而廣義假設三段式(GHS)當 是當前提 1 所得到的結論輸入到前提 2 時，則會得到新的結論。當前學 者提出很多種模糊控制系統的推論方式，如下列所示[43]： . Zadeh 推論引擎. . Lukasiewicz 推論引擎. . Tsukamoto 模糊推論法. . Dienes-Rescher 推論引擎. . Takagi-Sugeno 模糊推論法. . 乘積推論引擎 (Product Inference Engine). . 最小值推論引擎 (Minimum Inference Engine) 12.
(27) 由以上章節可看出，模糊邏輯系統不需要複雜的數學式，只需 要選擇適當的模糊規則及模糊推論引擎等，就可以取代傳統控制複雜 設計步驟。所以模糊控制大量被應用於新系統開發，在生活上有許多 產品皆加入模糊控制，例如洗衣機、冷氣機、影像處理、機器人等。. 13.
(28) 14.
(29) 第三章. 機器人之軟、硬體系統架構與設計. 本章將介紹機器人整體硬體架構及軟體介面設計，本文將硬體架構系 統分成五大部分如圖 3.1 所示，分成機器人底層系統、馬達驅動系統、距 離感測系統、手臂控制系統及電源系統。之後在本章各節分別介紹。 全方向輪. 機器人底層系統. 底盤機構 直流馬達 馬達驅動器. 馬達控制系統. IC82G516 RF通訊模組 雷射測距儀 距離感測系統. 超音波感測器 紅外線感測器. 視覺系統. 網路攝影機. 機械手臂 五軸機器手臂. CM5控制器 ZigBee 鉛蓄電池 鋰高份子電池. 電源系統. 錳鋅電池 鋰電池. 圖3.1 硬體架構圖. 本文整體硬體擺放如圖 3.2 所示，圖 3.2 (a)為機器人前視圖，上編號 1 為 sputnik 智慧型機器人；編號 2 為雷射測距儀；編號 3 為鋰高分子電. 15.
(30) 池；編號 4 為五軸機器手臂，圖 3.2 (b)為機器人前視圖，上編號 5 為 RF 通訊模組；編號 6 為手臂控制器；編號 7 為 IC82G516；編號 8 為鉛蓄電 池；編號 9 為馬達趨動器；編號 10 為全方向輪。. (a). (b) 圖 3.2 擺設示意圖(a) 前視圖(b) 側視圖. 16.
(31) 3.1 機器人底層系統 機器人底層系統主要分為機構及全方輪，而本文機器人使用三輪的全 方向輪，輪胎直徑為 10.16 公分(即 4 英吋)如圖 3.3 所示。. 圖 3.3 全方向輪. 在機器人機構上可分為三層。底層為一個半徑 30 公分之金屬圓盤如 圖 3.4 所示，放置電池、馬達驅動器、直流馬達。第二層放置單晶片 82G516、手臂控制器及雷射測距儀，而第三層放置 sputnik 智慧型機器 人、機器手臂、RF 通訊模組。. 圖 3.4 圓形底盤示意圖[44]. 17.
(32) 3.2 馬達控制系統 本論文馬達系統控制流程如圖 3.5 所示，首先由電腦先決定機器人要 移動之方向。之後經由 RF 通訊模組下命令給 IC82G516，IC82G516 再送 所需 PWM 訊號給各自的馬達驅動器去驅動馬達。下面各小節分別介紹 IC82G516、RF 通訊模組及馬達驅動電路。. PC. RF模組. 82G516. 驅動器. 直流馬達. 驅動器. 直流馬達. 驅動器. 直流馬達. 圖 3.5 馬達系統控制流程圖. 其控制電路圖如圖 3.6 所示，首先電腦及 IC 82G516 兩端的 RS232 各 自接上 RF 無線通訊模組，以完成無線傳輸功能。馬達驅動器方面，在輸 入端接上了 IC 82G516 的 P1.1~P1.3 及鉛蓄電池的直流電壓源。之後馬達 驅動器就可根據 IC 82G512 的 PWM 訊號來調整輸出直流電壓，以控制直 流馬達方向及轉速。 P 1.1 P 1.2. 驅動器. -12~+12V. 直流馬達. P 1.3. PC. 鉛蓄電池. 82G516. RS232. RF通訊 模組. PWM訊號. RF通訊 模組. -12~+12V. 直流馬達. 驅動器 RS232. 鉛蓄電池 驅動器. 鉛蓄電池. 圖 3.6 馬達系統控制電路圖. 18. -12~+12V. 直流馬達.
(33) 3.2.1 82G516 單晶片[48] [B] 本論文所選擇的 82G516 學習板，是使用泉笙高速的 8051 單晶片 MPC82G516AF （44 隻腳 PQFP 包裝） 並且設計了相關的電路對應到該 IC 的功能，而且也將所有的 I/O 連接到輸出排針上，如此一來使用者也能 夠將 I/O 連接到自己設計的電路上，如圖 3.7 所示。然而，這個板子的電 路都是 Low 動作的，所以當使用者接到外部電路並不會受到影響。目前 預設的震盪器為 24Mhz，並且附上 22.1184Mhz 的震盪器方便給使用者切 換使用。其特色如下： 1、 笙泉專利的OCD(On-Chip-Debug)技術。 2、 MCU 內建即時除錯功能。 3、 獨立的雙接腳串列介面，不佔用系統的接腳。 4、 直接相容於Keil 的8051 IDE 除錯模擬介面。 5、 使用USB 連接電腦於系統上。 6、 包含所有MPC82G516 功能的應用電路。. 圖 3.7 MPC82G516AF 周邊電路以及外部連接電路[48]. 19.
(34) 本論文透過撰寫程式 Keil C 語言來實現 82G516 單晶片控制，主要之 功能為接收 RF 無線通訊模組資料來輸出不同 PWM 訊號給馬達控制器。. 3.2.2 RF無線通訊模組[51] 為了使機器人能全向性移動，故本論文機器人和電腦間傳輸使用無線 網路及 RF 無線通訊模組來傳輸資料。RF 無線通訊模組為一個低功率的 傳輸模組且方便使用，其特性如表 3.1 所示。. 表 3.1 RF 無線通訊模組特性 項目. 規格. 單位. 頻率. 433 ~ 434. MHz. 輸入電壓. 7.0 ~ 20. v. 輸出功率. 10. mw. 鮑率. 2400 ~ 38400. Bps. 尺寸. 4×7. cm. 範圍. 250. m. RF 無線通訊模組系統方塊圖如圖 3.8 所示，圖中(A)資料傳送端、(B) 為資料接收端，在(A)和(B)的串列埠個自接上 RF 無線通訊模組即可傳 輸。RF 無線通訊模組實體圖如圖 3.9 所示。. RF Link Host (A). Transmit Data. Easy-Radio Receiver. Easy-Radio Transmitter. Receive Data. 圖 3.8 RF 無線通訊模組系統方塊圖. 20. Host (B).
(35) 圖 3.9 RF 無線通訊模組實體圖. 3.2.3 馬達驅動電路 馬達驅動電路主要包含了直流馬達及馬達控制器。其中直流馬達是 由普特企業有限公司購入，型號為 IG-52GM[49]，選擇此直流馬達的減速 比為 1/66，當在負載 60 公斤時，機器人能可全方向移動。即輸入直流電 壓為 12V，減數比為 1/66，定格扭力為 19kg-cm 及定格回轉數為 98.5rpm。 IG-52GM 直流馬達在 12 伏特時的扭力與效率、功率、轉速和電流關係 圖，如圖 3.10 所示。. 圖 3.10. IG-52GM 直流馬達扭力、功率、電流、效率、轉速關係圖[49]. 本 文 使 用 的 直 流 馬 達 控 制 器 是 由 Parallax 公 司 生 產 型 號 為 HB-25 [50]。本文使用三個馬達控制器分別控制直流馬達。HB-25 馬達控制器為 一個適合高電流的馬達控制器，且散熱功能良好，且不需其他硬體來散熱 馬達控制器。其規格如表3.2所示。. 21.
(36) 表3.2 HB-25 馬達控制器規格表 項目. 規格 可與任何大小的直流馬達作用. 馬達馬力 (MAX: 0.5 HP; No Minimum) 電源供應. 6.0VDC - 16.0VDC. 負載電流. 25A 電流連續遞增至 35A(13.8VDC). 備用電流. 6V 時 50mA；13.8V 時 80mA (電扇啟用). PWM 頻率. 9.2 KHz. 輸入脈波. 1.0ms 全正向, 1.5ms 不帶電(關), 2.0ms 全反向. 脈波更新速率. N/A –單一脈波作業. 馬達速度. 由 PWM 單一脈波設定 從單一個I/O 線決定單獨控制一個HB-25(圖. 操作模式 3.11(a))或連結控制兩個 HB-25(圖 3.12(a))。 錯誤重設. 自動. 指示器. 正確電源供應(green)，錯誤(red). 保險絲. Mini ATC Standard. 降溫器. 風扇. 重量. 2.5oz (71 grams). 尺寸. 1.6"x1.6"x1.9". 底座. 2ea 6-32 screws on .800" centers. 內容物. 25A 保險絲. 上表中所提到的 HB-25 操作模式，可分為單一及雙重(Single/Dual) 控制方式，其兩種控制模式圖分別表示於圖 3.11 與圖 3.12 中，而表 3.3 為 HB-25 馬達控制器之接腳說明。. 22.
(37) (a) 線路圖. (b) PWM 脈波圖 圖 3.11 操作模式一：(a) 線路圖；(b) PWM 脈波圖[50]. (a) 線路圖. (b) PWM 脈波圖 圖 3.12 操作模式二：(a) 線路圖；(b) PWM 脈波圖[50]. 23.
(38) 表 3.3. HB-25 馬達控制器接腳說明 接腳. 說明. Vin. 電源輸入從+6 VDC 到+16 VDC. GND. 接地端. M1. 馬達連接端. M2. 馬達連接端(與 M1 不同端). W. 伺服控制脈波輸入. R. 忽略. B. 伺服控制接地端. J. 模式轉換接腳(Jumper Pins). 考量本論文三輪全向輪需要三種不同的轉動速度操作，所以選擇 HB-25馬達控制器操作於單一模式下，即一個馬達控制器控制一個DC 連 續旋轉馬達。雖然規格上輸入正脈波寬度1.0ms至1.5ms為全正向，1.5ms 斷電，1.5ms到2.0ms為全反向，但是經由實際操作，輸入正脈波寬度0.8ms 至1.5ms為全正向，1.5ms斷電，1.5ms到2.2ms為全反向，而負脈波寬度只 要大於5.25ms 即可。在轉速上，輸入正脈波寬度1.5ms的轉速最小，到輸 入正脈波寬度0.8ms 轉速為正向最大，相反的輸入正脈波寬度2.2ms 轉速 則為反向最大。其中，正向與反向的名稱並非馬達轉向，馬達轉向是和馬 達正端與負端連接到HB-25 接腳M1 與M2 的組合有關。透過正確的 PWM 脈波輸出，即可成功地控制DC 連續旋轉馬達的正反向轉動。. 3.3 距離感測系統 本論文機器人的距離感測系統如圖3.13所示，包括一個雷射測距儀和 在sputnik智慧型機器人裝置的2個超音波感測器(Ultrasonic sensor)及2個紅 外線感測器(Infrared sensor)，以下分別作說明。. 24.
(39) sputnik 機器人. Wireless. 紅外線感測器 超音波感測器. PC RF無線模組. 雷射測距儀. 圖3.13 距離感測系統. 3.3.1 雷射測距儀[52][53] 本 論 文 使 用 的 雷 射 測 距 儀 是 由 HOKUYO 公 司 製 造 ， 型 號 為 URG-04LX。URG-04LX 實體如圖 3.14 所示。URG-04LX 掃描弧度為 240 度，且最大半徑為 400 公分，每個掃描點相距 0.36 度，其規格如表 3.4 所示。. 圖 3.14 URG-04LX 雷射測距儀實體圖. URG-04LX 的資料傳輸可使用 RS-232 或 USB，但為配合本論文使 用 RF 無線通訊模組做電腦與機器人間傳輸，所以本論文選擇 RS-232 傳 輸方式，鮑率設定 19200bps、無同位元檢查、資料位元數為 8 及 1 個停 止位元。. 25.
(40) 表 3.4 URG-04LX 雷射測距儀規格 項目. 規格. 單位. 電壓. 5. Vdc. 檢測距離. 20 ~ 5,600. mm. 精確檢測距離. 60 ~ 4,095. mm. 20 ~ 1000：±10 準確度. mm 1000 ~ 4000：±1%. 解析度. 1. mm. 掃描速度. 100. msec/scan. 角速度. 360. rad s 2. 角加速度. π/2. rad s 2. RS-232C (19.2, 57.6, 介面. 115.2 ,500 ,750). kbps. USB Version 2.0 FS mode (12000) 重量. 160. g. 外殼. 聚碳酸酯. -. 尺寸. 50×50×70. mm. 壽命. 5. year. 雷射測距儀通訊協定使用 SCIP 2.0，SCIP 2.0 為一個彈性且有效率感 測器介面[53]。為了減少感測器和電腦資料傳輸時間，SCIP 2.0 在資料傳 輸前會先對資料進行編碼，其編碼例子如圖 3.15 所示。所以電腦對資料 處理前也需先進行解碼，其解碼例子如圖 3.16 所示，即當電腦端收到雷 射測距儀資料為 1DH 時，首先將 1DH 各自轉換各自的 ASCII 碼 ，即 31H、 44H、68H，再各自減掉 30H 即 1H、14H、38H，之後再轉換成二進制即. 26.
(41) 0000012 、0101002 、1110002 ，最後三個二進制作組合再轉換成十進制， 0000010101001110002=5432 ，就可知 1DH 即為 5432mm。. 5,432 mm =. 1010100111000 ↓ Separation 0000012 0101002 1110002 ↓ Hexadecimal Equivalent 1H 14H 38H ↓ Add 30H 31H 44H 68H ↓ ASCII Equivalent 1 D h. 圖 3.15 SCIP 2.0 編碼例子[53] 1Dh. =1. D h ↓ Hexadecimal Equivalent 31H 44H 68H ↓ Subtract 30H 1H 14H 38H ↓ Binary Equivalent 0000012 0101002 1110002 ↓ Merge 0000010101001110002 ↓ Decimal Equivalent 5,432. 圖 3.16 SCIP 2.0 解碼例子[53] 若想雷射測距儀開始掃描時，必須先由電腦發送 MD 命令，雷射測距 儀接受到 MD 命令後，會自動的打開並開始量測指定距離，並在量測後關 掉雷射測距儀。其 MD 命令格式如圖 3.17 所示，其值皆全部轉成 ASCII 碼表示。其各個定義如下： 1、起、終點：即為掃描起點和終點，其定義如圖 3.18 表示，例如雷射測 距儀要掃描 0 到 240 度時，選擇起點為 0044 終點為 0725，. 27.
(42) 之後必須轉換成 ASCII 碼表示即起點為 48 48 52 52 、終點 為 48 55 50 53。 2、群 集 數：幾個取樣點取一個最小值，其值介於0到99之間，例如要每 十個取樣點就去取一個最小值，就設定群集數為10，之後 必須轉換成ASCII碼表示即49 48。 3、掃描區間：設定雷射測距儀跳躍掃描。 4、掃描次數：雷射測距儀從起點到終點掃描次數，若其值等於00，雷射 測距儀會持續量測資料，直到收到關閉命令。 例如若要雷射測距儀要不斷掃描240度之距離，又每一點都要掃描，且每 一點取最小距離。電腦就必須發送77 68 48 48 52 52 48 55 50 53 48 49 48 48 48 10(MD0044072501000)給雷射測距儀，雷射測距儀會持續量測資 料，直到收到關閉命令。 (電腦→雷射測距儀) M(4dH) D(44H). 起點 終點 集群數 (4 bytes) (4 bytes) (2 bytes). 掃描區間 (1 bytes). 掃描次數 (2 bytes). 圖 3.17 MD 命令格式[53] Front. 384. 631. 137. 725. Dead Zone. 44. 圖 3.18 雷射測距儀起、終點定義方式[53]. 28. LF(0AH).
(43) 雷射測距儀收到正確的 MD 命令時便會開始量測，每量測的一點都會 產生 3bytes 的回傳資料，之後會依照資料量大小去對應回傳格式，其格式 依資料量分為三種如圖 3.19 所示。而當回傳掃描資料少於 64 bytes （3bytes、12bytes）時就使用圖 3.19(a)格式一去解碼，若回傳掃描資料為 剛好 64 bytes 倍數（192bytes、384bytes）時就使用圖 3.19(b)格式解碼， 若回傳掃描資料為不為 64 bytes 倍數（189bytes、378bytes）時就使用圖 3.18(c)格式解碼，所以若對回傳資料解碼需要先計算回傳資料量大小，而 去選擇適當的解碼格式。 (雷測測距儀→電腦) 回傳資料少於64bytes M(4dH) D(44H) 掃描次數 (2 bytes) 9(39H) Data. 起點 (4 bytes). 終點 (4 bytes). 集群數 (2 bytes). 掃描區間 (1 bytes). LF(0AH). 9(39H) b(62H) LF(0AH) Sum LF(0AH). 時間標記 (4 bytes). sum LF(0AH) (1 bytes). LF(0AH). (a) (雷測測距儀→電腦) 回傳資料大於64bytes，且為64*N bytes M(4dH) D(44H) 掃描次數 (2 bytes) 9(39H). 起點 (4 bytes). 終點 (4 bytes). 集群數 (2 bytes). 掃描區間 (1 bytes). LF(0AH). 9(39H) b(62H) LF(0AH). Data Block 1 (64byte). Sum. LF(0AH). ----------------. Sum. LF(0AH). Data Block N (64byte). Sum. LF(0AH). 時間標記 (4 bytes). LF(0AH). (b). 29. sum LF(0AH) (1 bytes).
(44) (雷測測距儀→電腦) 回傳資料大於64 bytes，且不為64*N bytes M(4dH) D(44H) 掃描次數 (2 bytes) 9(39H). 起點 (4 bytes). 終點 (4 bytes). 集群數 (2 bytes). 掃描區間 (1 bytes). LF(0AH). 9(39H) b(62H) LF(0AH). Data Block 1 (64 byte). 時間標記 (4 bytes). sum LF(0AH) (1 bytes). Sum LF(0AH). ------------------ Sum LF(0AH) Data Block N-1 Sum LF(0AH) (64 byte) Data Block N (n byte). Sum LF(0AH). LF(0AH). (c). 圖 3.19 雷射測距儀回傳資料格式[53](a)資料少於 64 bytes(b)資料大於 64bytes 且為 64*N bytes (c) 資料大於 64bytes 且不為 64*N bytes. 3.2.2 超音波感測器 在sputnik智慧型機器人上所使用超音波感測模組型號為DUR5200，如 圖3.20所示，其偵測到的有效距離範圍為10cm到340cm，DUR5200利用超 音波訊號發出到接收之時間差來測量距離，內建的震盪器、電流放大、帶 通濾波器、電壓位準轉換與比較器等電路，可以顯著的減少控制器發送所 需訊號的工作負擔。DUR5200 可以直接插入 PMS5005 機器人感測卡上 使用[43][54]。其規格如表3.5。. 圖 3.20 超音波感測模組 DUR5200. 30.
(45) 表3.5 DUR5200規格 項目. 規格. 單位. 輸入電壓. 5.0. V. 消耗電流. 45. mA. 工作頻率. 40. KHz. 量測距離. 3~340. cm. 尺寸. 30×40. mm×mm. 3.2.3 紅外線感測器 在sputnik智慧型機器人上的紅外線感測模組型號為GP2Y0A21YK，如 圖3.21所示。其量測距離範圍為10cm ~80cm之間，當紅外線模組開始測量 時，會先發射出直線信號，當訊號碰到障礙物後會反射到接收端。而紅外 線模組會依反射信號的強度大小輸出相對應電壓值，其電壓值之範圍為 0.4V~3.2V。. 圖3.21 紅外線感測模組GP2Y0A21YK. 紅外線感測器訊號需經過類比數位轉換，其電路如圖3.21所示，轉換 後可換算其輸出電壓。當得到轉換電壓後，利用圖3.23感測器的特性曲線 圖，即可對應出實際距離，但此特性曲線圖，只適用於10cm~80cm之間。. 31.
(46) GND. Vcc 5v. PSD Signal Processing circuit. Voltage regulator Oscillation circuit. LED drive circuit. Output circuit. Vo Analog output. LED Distance measuring IC. 圖3.22 紅外線感測模組內部電路[55]. 圖3.23 實際距離與輸出電壓之曲線圖[55]. Sputnik智慧型機器人可由個人電腦透過無線網路進行傳輸超音波感 測器、紅外線感測器資料，Sputnik智慧型機器人上採用WFS802b WiFi 802.11b 無線模組如圖3.24所示。其WFS802b之腳位說明如表3.6所示。. 32.
(47) 圖3.24 WFS802b 模組[56]. 表3.6 WFS802b 腳位說明[56] 腳位. 名稱. 功能. 1. Vcc. +3.3V. 2. RXD. 資料接收. 3. TXD. 資料傳送. 4. RST. 請求傳送. 5. CRTS. 清除傳送. 6. GND. 電源接地. 7. NC. 保留. 8. NC. 保留. 3.4 視覺系統 本論文視覺系統架構如圖 3.25 所示，電腦從 USB 下命令給網路攝影 機，網路攝影便開始拍攝動作，將抓取到的畫面傳回給電腦。當電腦收到 網路攝影機影像時，會將影像的縱向像素點數分成 0~144，橫向像素點數 分成 0~176，之後會開始辨識中紅色像素點數及位置，當紅色像素點數和. 33.
(48) 位置符合目標物時，機器人將往目標物方向前進，執行延目標物動作行為。. 網路攝影機. USB. PC. 辨識影像 紅色像素點. 圖 3.25 視覺系統架構. 本論文使用的網路攝影機為 Microsoft Lifecam HD-5000 網路攝影 機，網路攝影機架設於機器人頂端的眼睛內部，如圖 3.26 所示. 圖 3.26 網路攝影機架設位置. 3.5 機器手臂控制系統 本論文手臂控制系統架構如圖 3.27 所示，一開始電腦經由 ZigBee 向 手臂控制器下命令，手臂控制器再操控機器手臂上伺服馬達以完成命令。. 34.
(49) 機器手臂 PC. ZigBee. 手臂控制器 機器手臂. 圖 3.27 手臂控制系統架構. 本實驗所使用的 5+1 軸機器手臂，手臂長度約 50 公分如圖 3.28，機 器手臂共使用 10 個 AX-12 AI 伺服馬達控制。AX-12 AI 伺服馬達特性如 表 3.7 所示。. 表 3.7 AX-12 AI 伺服馬達特性 項目. 規格. 單位. Weight. 55. g. Gear Reduction Ratio. 1/254. -. Final Max Holding. at 7V： 12 kgf.cm. Torque. at 10V： 16.5 at 7V： 0.269. Sec/60degree. Sec at 10V： 0.196. Resolution. 0.35. degree. Operating Angle. 300. degree. Voltage. 7~10. v. Max. Current. 900. mA. ID. 254 (0~253). -. Command Signal. Digital Packet. -. Position, Temperature,. -. Feedback Load, Input Voltage, etc.. 35.
(50) 圖 3.28. 五軸機器手臂. 機器手臂的控制方法有電腦直接控制及控制器控制。電腦直接控制需 連接USB2Dynamixel轉接器、SMPS2Dynamixel電源轉接板、電源等，其 操作畫面和接線方式如圖3.29所示。. (a). 36.
(51) 12V. PC. USB2Dynamixel. SMPS2Dynamixel 電源轉接板. 機器手臂. (b) 圖 3.29 電腦直接控制 (a)操作畫面(b)接線圖. 本論使用控制器控制機器手臂，其方法需連接USB2Dynamixel、CM-5 控制器、電源，其接線方式如圖3.30所示，CM-5控制器為AX-12 AI伺服 馬達控制器如圖3.31所示。 接下例子中將設計一個例子，當按CM-5控制器按鈕S時，機器手臂手 指閉合。當按CM-5控制器按鈕U或CM-5控制器接收到2時，執行機器手臂 手打開。設計動作前，先依照圖3.30接線，之後打開Motion Editor動作編 輯如圖3.32所示，一開始先設計機器手臂第一個動作：先機器手臂手指打 開，在page number 輸入0，之後按page save 儲存動作，這時候機器手臂 手指開為動作0，接下來設計機器手臂第二個動作：將機器手臂手指閉合， 在page number 輸入1，之後按page save 儲存動作，這時候機器手臂手指 打開為動作1。 之後藉由Behavior Control Programmer來編輯程式，程式依照我們一開 手設定的要求來設計：當按CM-5控制器按鈕S時，機器手臂手指閉合，按 CM-5控制器按鈕U或CM-5控制器接收到2時，執行機器手臂手打開。程式 寫法如圖3.33所示。寫完程式後，將程式燒錄到CM-5控制器，就可開始 操控機器手臂。 為了使當機器人在全向性移動時，機器手臂也能照常動作，故本論文 分別在USB2Dynamixel及CM-5控制器接上ZigBee來完成無線控制如圖 3.34所示。. 37.
(52) 12V. PC. USB2Dynamixel. CM-5. 圖3.30 控制器控制接線圖. 圖3.31 CM-5控制器. 圖3.32 Motion Editor操作畫面. 38. 機器手臂.
(53) 圖3.33. Behavior Control Programmer 編輯程式. 12V. PC. ZigBee. ZigBee. USB2Dynamixel. 圖3.34 無線控制器控制接線圖. 39. CM-5. 機器手臂.
(54) 3.6 電源系統 鉛蓄電池 12V. 馬達趨動電路. 直流馬達. IC 82G516 鋰高分子電池 5V 雷射測距儀. 鋰高分子電池 12V. 手臂控制器. 手臂. RF通訊模組. 錳鋅電池 9V. 鋰電池 12V. sputnik 機器人. 圖 3.35 機器人電源系統. 機器人電源系統大致可分為五大部分如圖 3.35 所示。第一部分 12V 鉛蓄電池共有三顆，分別供給三顆直流馬達。其鉛蓄電池為廣隆光電股 份有限公司所生產的 WP1221W，如圖 3.36 所示，電壓 12V，重量達 2.11 公斤。其特性如下[57]： 1、內部電阻(1KHz 時)：18 mΩ。 2、30 秒內最大放電量：100 A。 3、5 秒內最大放電量：200 A。 4、溫度範圍：充電時，0◦ C ~ 40◦ C；放電時，-15◦ C ~ 50◦ C；保存時，-15◦ C ~ 40◦ C。 5、電量剩餘百分比(20◦ C)：1 個月→92%；3 個月→90%；6 個月→80%。. 40.
(55) 6、充電方式(25◦ C)：循環使用→電壓從 14.4V 到 15V，最大電流 1.5A。 備用→電壓從 13.5V 到 13.8V。 7、使用年限： 225 次內循環使用，硫酸溶液深度減少 0%；250 次內循環 使用，硫酸溶液深度減少 20%；750 次內循環使用，硫酸 溶液深度減 50%。備用→3~5 年。 8、外盒材質：ABS(Acrylonitrile-butadience styrene plastics)，丙烯晴-丁二 烯-苯乙烯塑膠。. 圖 3.36 12V 鉛蓄電池(WP1221W). 電源系統第二、三部份皆使用型號 TI-3450 萬用外接式電池如圖 3.37 所示。其規格如下[58]： 1、電池類型：Li-polymer 2、輸入規格：20V/3A 3、充電時間：4~5 小時 4、輸出電壓：DC 5V、6V、7.5V、9V、12V、14V、16V、 19V。 5、輸出電流：3.5A 電源系統第四部分是使用一般市面上的9V的錳鋅電池。第五部分為 sputnik 機器人上配置的兩組12V3800mAh電池組。. 41.
(56) 圖 3.37 TI-3450 萬用外接式電池. 3.7 軟體介面設計 實驗介面使用 Visual Basic 軟體設計如圖 3.38 所示，分為 5 部分： 1、用來控制機器人正在執行的動作行為，即每個方塊內撰寫各個動作行 為之模糊系統，其各個動作行為模糊系統將在第四章介紹，而模糊系 統輸入，是由第 3 部分和第 4 部份取得。 2、擷取雷射測距儀前方 180 度的距離，每隔 30 度取一個最小值，即設定 每隔一段時間送出 MD 命令抓取 180 度距離，其顯示單位為公分，最 大值為 450cm。 3、擷取由無線網路接收 Sputnik 機器人傳來之紅外線和超音波距離感測器 資料，超音波距離感測器傳來資料單位為公分不需經過換算，紅外線 距離感測器需經過換算公式單位才可換算成公分。 4、無線網路接收 Sputnik 機器人影像顯示區，將傳來之影像尋找是否有紅 色目標，若有紅色目標物，計算其紅色在畫面中之畫素值，當作沿目 標物動作行為和抓取目標物動作行為之輸入。 5、手臂抓取操作區，需先經過第 4 部份影像辨識再決定手臂要上層夾取 或下層夾取，再由 ZigBee 下命令給手臂控制器，在每次夾取目標物 後，再下命令收起手臂。. 42.
(57) 圖3.38 Visual Basic軟體介面. 各部分流程如圖 3.39 所示，一開始執行 Visual Basic 軟體介面第 2 部 份，由雷射測距資料來決定執行靜態避障動作行為、動態避障動作行為、 執行沿牆壁動作行為、沿目標物動作行為、抓取動作行為。 若執行靜態避障動作行為其輸入資料為 Visual Basic 軟體介面第 2 部 分取得雷射測距儀資料；若執行沿牆壁動作行為其輸入資料為 Visual Basic 軟體介面 Visual Basic 軟體介面第 3 部分取得紅外線感測器資料；若 執行動態避障動作行為其輸入資料為 Visual Basic 軟體介面第 2 部分取得 雷射測距儀資料。 若機器人無任何障礙物時，執行沿目標物動作行為其輸入資料為 Visual Basic 軟體介面第 4 部分取得網路攝影機影像。當機器人靠近目標 物時，執行抓取動作行為其輸入資料為 Visual Basic 軟體介面第 3、4 部分 取得超音波感測器資料和網路攝影機影像之畫素值。. 43.
(58) 開始. 2 2. 靜態障礙物. Yes. 執行靜態避障1. No. 左右障礙物. 3 Yes. 執行沿牆壁1. No. 動態障礙物. 2 Yes. 執行動態避障1. No 4. Yes. 原地旋轉 尋找目標物. 是否抓取距離. 4. 發現目標物. 3、4. No. Yes. 執行沿目標. No. 圖 3.39 程式流程圖. 44. 執行抓取 5.
(59) 3.8 結論 本章節對整體硬體分成底層系統、距離感測系統、電源系統、馬達控 制系統做詳細介紹，並之後描述介面軟體之功能和設計理念，而將於第五 章使用五個實驗來驗證硬體執行各種動作行為和介面程式之效能。. 45.
(60) 46.
(61) 第四章. 移動機器人控制之階層模糊邏輯系統設計. 在第四章將介紹本論文使用之階層模糊邏輯系統，分別介紹沿左牆壁 動作行為、沿右牆壁動作行為、靜態避障動作行為、動態避障動作行為、 沿目標物動作行為、抓取動作行為模糊系統。. 4.1 簡介 機器人控制中，模糊邏輯控制器被廣泛應用[1]-[6]，但當面臨感測器 輸入數繁多、複雜時，規則數會指數增加，而使移動機器人反應變慢 [8][9][14]。在1991年時，Raju和Zhou等人就提出階層模糊邏輯控制器來解 決規則數增加問題[19]。 例如本論文實驗之機器人共有7個輸入(雷射測距儀3個、紅外線感測 器2個、超音波感測器1個、攝影機輸入1個)，假設每個輸入使用三個歸屬 函數，則共有37=2187條規則，系統會變得相當複雜。但當系統使用階層 模糊系統時，則可解決規則數過多問題[12][13]。 本論文階層模糊邏輯控制器將行為分成六種子動作行為模式如圖4.1 所示：沿左牆壁、沿右牆壁、靜態避障、動態避障、沿目標物、抓取，則 規則數只需要21條 (雷測測距儀4條、沿左牆壁3條、沿右牆壁3條、靜態 避障3條、動態避障3條、沿目標物3條、抓取2條)，系統設計變得相當容 易。本文將所有輸入訊號X1 ~X7（如表4.1所示）分成兩級，輸入X1為第 一級，輸入X2 ~X7為第二級。階層式模糊邏輯系統其之間各個動作行為切 換流程如圖4.3所示. 47.
(62) X1. 第一級. Fuzzy System. X2. 第二級. X3. X4. X6. X5. X6. 沿左牆壁. 沿右牆壁. 靜態 避障. 動態 避障. 沿目標物. 抓取. Fuzzy. Fuzzy. Fuzzy. Fuzzy. Fuzzy. Fuzzy. Output. Output. Output. Output. Output. 向左. 向右. Fuzzy. Fuzzy. Output. Output. 圖 4.1 移動機控制之階層模糊邏輯系統. 48.
(63) 表 4.1 輸入訊號 X1 ~X7 資料來源 輸入. 輸入訊號資料來源. X1. 雷射測儀所測量到的資料，依角度 60~120 度、120~180 度、 0~60 度分割為 X11 、X12 、X13 如圖 4.2 所示. X2. Sputnik 機器人上左側紅外線感測器. X3. Sputnik 機器人上右側紅外線感測器. X4. 雷射測儀，X11 資料. X5. 雷射測儀，X11 資料. X6. 網路攝影機. X7. Sputnik 機器人上前側超音波感測器. X11. X12. X13. X11：60~ 120度 X12：120~180度 X13： 0 ~ 60 度. 機器人俯視圖. 圖 4.2 雷射測距儀資料分割圖. 49.
(64) 開始. 雷射測距儀 收集資料. 靜態障礙物. Yes. 執行靜態避障. No. 左右障礙物. Yes. 執行沿牆壁. No. 動態障礙物. Yes. 執行動態避障. No. No 原地旋轉 尋找目標物. 發現目標物. 是否抓取距離. 執行抓取 Yes. Yes. 執行沿目標. No. 圖4.3 動作行為切換流程圖. 50.
(65) 階層式模糊邏輯系統第一級輸入為雷射測距儀所測量到的資料X11、 X12、X13和X11 , X12 , X13 三者之間的最小值[10][11]。雷射測距儀輸入所規 劃出歸屬函數如圖4.4所示，其模糊規則為： IF X11 IS NEAR THEN AVOID OBSTACLES, IF X12 IS NEAR THEN WALK ALONG THE LEFT WALL, IF X13 IS NEAR THEN WALK ALONG THE RIGHT WALL, IF Mim { X11 , X12 , X13 } IS FAR THEN TRACK GOAL.. NEAR. FAR. 1. 0 100. 60. cm. 圖 4.4 雷射測距儀輸入歸屬函數. 4.2 閃避障礙物之模糊邏輯系統 閃避障礙物模糊系統為第二級的模糊系統，本論文依雷射測距儀 X11 資料當作輸入，且依據前筆資料和後筆資料之差異大小來分為靜態或動態 障礙物。靜態障礙物模糊邏輯系統，輸入 X11 之歸屬函數如圖 4.5 所示， 其規則為： IF X11 IS FAR THEN Ө=Q1, IF X11 IS MED THEN Ө=Q2, IF X11 IS NEAR THEN Ө=Q3 其輸出歸屬函數使用單值如圖 4.6 所示，輸出為機器人旋轉角度。. 51.
(66) Near. Med. Far. 0 25. 65. 45. cm. 圖 4.5 輸入 X11 歸屬函數. Q1. 60. Q3. Q2. 90. 120. deg.. 圖 4.6 輸出之歸屬函數. 而動態靜態障礙物角度模糊邏輯系統，輸入為 X11 前後筆資料的差，即 Xd=X11(k+1)-X11(k)，其歸屬函數如圖 4.7 所示，其規則為： IF Xd IS S THEN Ө=Q1 , IF Xd IS M THEN Ө=Q2, IF Xd IS B THEN Ө=Q3 其輸出歸屬函使用單值如圖 4.8 所示，輸出為機器人旋轉角度。. 52.
(67) M. S. B. 1. 0 75. 50. 25. cm. 圖4.7 輸入Xd歸屬函數. Q1. 20. Q2. Q3. 45. 60. deg.. 圖 4.8 輸出之歸屬函數. 機器人動態避障礙動作行的旋轉方向由動態移動方向模糊邏輯系統 來決定，輸入為雷射測距儀左右邊 X12 、X13 資料當作輸入，其規則為： IF X12 IS LESS THAN X13 THEN RIGHT ROTATION , IF X13 IS LESS THAN X12 THEN LEFT ROTATION , 輸出為決定機器人向左原地旋轉或向右原地旋轉，機器人原地旋轉方向即 可尋找較少障礙物方向旋轉。. 53.
(68) 4.3 沿牆面之模糊邏輯系統 沿牆面之模糊邏輯系統為第二級的模糊系統，輸入 X2 、X3 為 Sputnik 機器人上左右側紅外線感測器，左側紅外線感測器輸入 X2 其歸屬函數如 圖 4.9 所示，其規則為： IF X2 IS FAR THEN Ө=Q1, IF X2 IS MED THEN Ө=Q2, IF X2 IS NEAR THEN Ө=Q3 其輸出歸屬函數使用單值如圖 4.10 所示，輸出為機器人行走偏移角度。 偏右行走定義為正，偏左行走定義為負。當機器人沿左牆行走時，左側紅 外線感測器便啟動偵測，當機器人太接近左牆面，機器人下一步就會偏右 前進，機器人即遠離牆面；若左側紅外線感測器偵測到太遠離左牆面，機 器人下一步就會偏左前進，機器人即接近牆面。. Near. Med. Far. 1. 0 35. 60. 85. 圖 4.9 輸入 X2 歸屬函數. 54. cm.
(69) Q3. Q2. -40. Q1. 0. 40. deg.. 圖 4.10 輸出之歸屬函數. 右側紅外線感測器輸入 X3 其歸屬函數如圖 4.11 所示，其規則為： IF X3 IS FAR THEN Ө=Q1, IF X3 IS MED THEN Ө=Q2, IF X3 IS NEAR THEN Ө=Q3 其輸出歸屬函數使用單值如圖 4.12 所示，輸出為機器人行走偏移角度。 偏右行走定義為正，偏左行走定義為負。當機器人沿右牆行走時，右側紅 外線感測器便啟動偵測，當機器人太接近右牆面，機器人下一步就會偏左 前進，機器人即遠離牆面；若右側紅外線感測器偵測到太遠離右牆面，機 器人下一步就會偏右前進，機器人即接近牆面。. Near. Med. Far. 1. 0 35. 60. 85. cm. 圖 4.11 輸入 X3 歸屬函數 55.
(70) Q1. Q3. Q2. -40. 0. 40. deg.. 圖 4.12 輸出之歸屬函數. 4.4 抓取目標物之模糊邏輯系統 當機器人確定無任何障礙物時，機器人開始原地旋轉，經由 Sputnik 機器人影像尋找紅色目標物，找到目標物後往目標物方向行進。其模糊邏 輯系統輸入為紅色目標物所在的橫向像素點，由左到右 0~176，其輸入歸 屬函數如圖 4.13 所示，其規則為： IF X6 IS L THEN Ө=Q1, IF X6 IS M THEN Ө=Q2, IF X6 IS R THEN Ө=Q3 其輸出歸屬函數使用單值如圖 4.14 所示，輸出為機器人行走偏移角度。 偏右行走定義為正，偏左行走定義為負。 L. R. M. 0 75. 150. 110. 圖 4.13 輸入 X2 歸屬函數. 56. Pixel.
(71) Q3. Q2. -40. Q1. 0. 40. deg.. 圖 4.14 輸出之歸屬函數. 當機器人距離目標物 20 公分處，機器人便執行抓取行為，抓取行為 其模糊系統輸入為 Sputnik 機器人影像，其模糊邏輯系統輸入為紅色目標 物所在的縱向像素點，由上到下分成 0~144，其輸入歸屬函數如圖 4.15 所示，其規則為： IF X6 IS UP THEN HIGH, IF X6 IS DOWN THEN LOW. 輸出為決定機器人手臂往上層夾取或往下層夾取，上層夾取約高度約 103 公分，下層夾取約高度約 80 公分。. Up. Down. 1. 0 108. 36. 圖 4.15 輸入 X6 歸屬函數. 57. Pixel.
(72) 4.5 結論 本章分別介紹沿左牆壁、沿右牆壁、靜態避障、動態避障、沿目標物、 抓取動作行為模糊系統，可得知階層模糊邏輯系統設計過程簡單且規則數 相當少且實現容易。而將於第五章將會使用五個實驗執行各種動作行為效 能及驗證本章之階層模糊邏輯系統。. 58.
(73) 第五章 實驗和討論. 本章將用沿牆面自動導航實驗、抓取目標物實驗、靜態避障實驗、動 態避障實驗和靜態、動態避障抓取目標物實驗來驗證本移動機器人軟、硬 體及本論文設計之階層模糊邏輯系統。. 5.1 沿牆面自動導航實驗 沿牆面自動導航實驗。平面圖如圖 5.1 所示，走道中間有一個曲面牆 壁，一開始機器人擺放於走道偏右位置。實驗中執行沿右牆壁動態行為， 其模糊邏輯系統定義如 4.3 節所描述。實驗詳細過程如圖 5.2。. 錄影機. 機器人. 起點. 終點. 圖 5.1 沿牆面自動導航實驗平面圖. 59. ..
(74) 動作 實驗截圖. 說明 行為. 機器人開始 沿右 往右牆壁偏 牆壁 移。. (a). 機器人沿牆 沿右 壁不斷修正 牆壁 前進。. (b). 機器人遇到 沿右 曲面牆，往 牆壁 外偏移。. (c). 60.
(75) 機器人通過 沿右 曲面牆，往 牆壁 內偏移。. (d). 機器人沿牆. 沿右. 壁前進。. 牆壁. (e). 到達終點， 實驗完成。. (f) 圖 5.2(a)~(f) 沿牆面自動導航實驗結果. 61. -.
(76) 沿牆面自動導航實驗結果跟預期結果符合，機器人能確實沿著牆面自 行移動至終點，機器人移動的軌跡圖如下圖 5.3 所示。. 圖 5.3 沿牆面自動導航實驗軌跡圖. 5.2 抓取目標物實驗 抓取目標物實驗平面圖如圖 5.4 所示，一開始機器人擺放目標物前 方，但未面對目標物。實驗中執行動作行為流程如圖 5.5 所示，其各個動 作行為模糊邏輯系統定義如第四章所描述。抓取目標物實驗詳細結果如圖 5.6 所示。 2750mm 目標物. 2800mm. 錄影機. 機器人. 圖 5.4 抓取實驗平面圖. 62.
(77) 開始. 沿目標物 動作行為. 抓取動作 行為. 結束 圖 5.5 抓取目標物實驗動作行為流程圖. 動作 實驗截圖. 說明 行為. 原 地 旋 轉，找尋. 沿目. 紅 色 目. 標物. 標物。. (a). 63.
(78) 找 到 紅 色 目 標 物後，停 沿目 止 旋 轉 標物 並 開 始 沿 目 標 物前進。. (b). 不 斷 利 用 影 像 沿目 修正，往 標物 目 標 物 前進。 (c). 機 器 人 校 正 位 沿目 置 至 目 標物 標 物 正 前方。 (d). 64.
(79) 利 用 影 像 判 斷 目 標 物. 抓取. 在 上 層 或下層。 (e). 經 過 判 斷，目標 物 位 於 抓取 上層，舉 起 機 器 手臂。 (f). 開 始 夾 取 目 標 物。. (g). 65. 抓取.
(80) 夾 到 目 抓取 標物。. (h). 目 標 夾 取後，舉 抓取 起 目 標 物。. (i). 手 臂 舉 起 目 標 物，機器 人 往 後 退。 (j). 66. 抓取.
(81) 將 目 標 物 交 給 使 用 者. 抓取. 準 備 拿 取。 (k). 使 用 者 拿 到 目. 抓取. 標物。. (l). 完 成 動 作，收手 臂。. (m) 圖 5.6(a)~(m)抓取目標物實驗結果. 67. -.
(82) 抓取目標物實驗結果跟預期結果符合。機器人自行尋找到目標物後， 往目標物前進，並確實抓取到目標物。機器人移動的軌跡圖如下圖 5.7 所 示。. 圖 5.7 抓取目標物實驗軌跡圖. 5.3 靜態避障實驗 靜態避障實驗平面圖如圖 5.8 所示，一開始機器人右側靠牆，目標物 置於機器人前方，兩者間放置紙箱當做靜態障礙物，錄影機一開始拍攝於 攝影機 1 的位置，當機器人開始抓取目標物時，拍攝位置移動到攝影機 2， 實驗中執行動作行為流程如圖 5.9 所示，其各個動作行為模糊邏輯系統定 義如第四章所描述。靜態避障實驗詳細結果如圖 5.10 所示。. 68.
(83) 錄影機 1. 目標物 錄影機 2. 靜態障礙物. 機器人 900mm. 圖 5.8 靜態避障實驗平面圖. 69.
(84) 開始. 沿牆壁 動作行為. 靜態避障 動作行為. 靜態避障 動作行為. 沿目標物 動作行為. 沿目標物 動作行為. 抓取動作 行為. 結束. 圖 5.9 靜態避障實驗動作行為流程圖. 動作 實驗截圖. 說明 行為. 機 器 人 沿 右 牆 沿牆壁 壁行走。. (a). 70.
(85) 利 用 紅 外 線 感 測 器 不 沿牆壁 斷 修 正 與 右 牆 壁距離。 (b). 遇 到 靜 態 障 礙 物，機器 靜態避 人 執 行. 障. 靜 態 避 障行為。 (c). 機 器 人 靜態避 靜 態 避 障 障中。. (e). 71.
(86) 無 任 何 障 礙 物 時，機器 沿目標 人 開 始 物 原 地 旋 轉 尋 找 目標物。. (f). 找 到 目 標物，停 止 原 地 沿目標 旋轉，執 物 行 沿 目 標 物 動 作行為。. (g). 遇 到 靜 態 障 礙 物，停止 執 行 沿 靜態避 目 標 物 障 動 作 行 為，執行 靜 態 避. (h). 障行為。. 72.
(87) 周 圍 無 任 何 障 礙物，開 始 原 地 沿目標 旋 轉 找 尋 目 標 物。. (i). 找 到 目 標物，沿 沿目標 目 標 物 前進。. (j). 執 行 抓 取 動 作 行為，判 抓取 斷 目 標 物 上 層 或下層。 (k). 73.
(88) 舉 起 機 器 手 臂 準 備 抓. 抓取. 取 目 標 物。 (l). 夾 取 目 抓取 標物。. (m). 舉 起 目 標物，完 成動作。. (n) 圖 5.10(a)~(n) 靜態避障實驗結果. 74. 抓取.
(89) 靜態避障實驗結果跟預期結果符合。機器人自行尋找到目標物後， 往目標物前進，且在遇到障礙物能確實執行靜態避障行為。避障後往目標 物前進，確實夾取目標物。機器人於靜態避障實驗移動的軌跡圖如下圖 5.11 所示。. 圖 5.11 靜態避障實驗軌跡圖. 75.
(90) 5.4 動態避障實驗 動態避障實驗平面圖如圖 5.12 所示，一開始目標物置於機器人前方， 但機器人並無直接面對目標物。實驗過程中，動態障礙物將出現於目標物 和機器人之間。錄影機一開始拍攝於攝影機 1 的位置，當機器人開始抓取 目標物時，拍攝位置移動到攝影機 2，實驗中執行動作行為流程如圖 5.13 所示，其各個動作行為模糊邏輯系統定義如第四章所描述。動態避障實驗 詳細結果如圖 5.14 所示。 錄影機 1 3000mm. 1350mm. 目標物. 1659mm. 錄影機 2. 4000mm. 動態障礙物. 機器人. 900mm. 圖 5.12 動態避障實驗平面圖. 76.
(91) 開始. 沿目標物 動作行為. 沿目標物 動作行為. 動態避障 動作行為. 抓取動作 行為. 結束 圖 5.13 動態避障實驗動作行為流程圖. 動作 實驗截圖. 說明 行為. 機器人 原地旋 沿目標 轉，找尋 目標物。. (a). 77.
(92) 找到目 標物，執 行 沿 目 沿目標 標物行 為。 (b). 利用影 像不斷 修正，往 沿目標 目標物 前進。 (c). 動態障 礙物出 現，停止 沿目標 執行沿 目標動 作行為。 (d). 78.
相關文件
Wang, and Chun Hu (2005), “Analytic Hierarchy Process With Fuzzy Scoring in Evaluating Multidisciplinary R&D Projects in China”, IEEE Transactions on Engineering management,
Soille, “Watershed in Digital Spaces: An Efficient Algorithm Based on Immersion Simulations,” IEEE Transactions on Pattern Analysis and Machine Intelligence,
The scenarios fuzzy inference system is developed for effectively manage all the low-level sensors information and inductive high-level context scenarios based
F., “A neural network structure for vector quantizers”, IEEE International Sympoisum, Vol. et al., “Error surfaces for multi-layer perceptrons”, IEEE Transactions on
Then, these proposed control systems(fuzzy control and fuzzy sliding-mode control) are implemented on an Altera Cyclone III EP3C16 FPGA device.. Finally, the experimental results
Generally, the declared traffic parameters are peak bit rate ( PBR), mean bit rate (MBR), and peak bit rate duration (PBRD), but the fuzzy logic based CAC we proposed only need
Zhang, “ Face recognition using Laplacianfaces,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. Zhang, “Orthogonal Laplacianfaces for face
accidents and violations a failure on higher or lower hierarchical levels of driving behaviour”, Accident Analysis and Prevention, Vol. (1999), “Annual Mileage, Driving Violations
