Control of autonomous mobile robot by quantitative inference
Loading...
Date
Journal Title
Journal ISSN
Volume Title
Publisher
Setif 1 University - Ferhat ABBAS , Faculty of Technology
Abstract
In this thesis, we describe a new form of neuro-fuzzy-genetic controller design for nonlinear system derived from a manipulator robot and a mobile robot. The proposed method combines fuzzy logic and neuronal networks which are of growing interest in robotics, the neuro-fuzzy controller does not require the knowledge of the robot parameters values. Furthermore, the genetic algorithms for complex motion planning of robots require an evaluation function which takes into account multiple factors. An optimizing algorithm based on the genetic algorithms is applied in order to provide the most adequate shape of the fuzzy subsets that are considered as interpolation functions. The proposed approach provides a good learning technique of the robot dynamics whatever the assigned task. Simulation and practical results illustrate the effectiveness of the proposed strategy. The advantages of the proposed method and the possibilities of further improvements are discussed
Description
Dans cette thèse, nous décrivons une nouvelle forme de conception de contrôleur neuro-flou-génétique pour un système non linéaire dérivé d'un robot manipulateur et d'un robot mobile. La méthode proposée combine la logique floue et les réseaux de neurones qui sont de plus en plus utilisés en robotique, le contrôleur neuroflou ne nécessite pas la connaissance des valeurs des paramètres du robot. En outre, les algorithmes génétiques pour la planification de mouvements complexes de robots nécessitent une fonction d'évaluation qui prend en compte plusieurs facteurs. Un algorithme d'optimisation basé sur les algorithmes génétiques est appliqué afin de fournir la forme la plus adéquate des sous-ensembles flous considérés comme des fonctions d'interpolation. L'approche proposée fournit un bon apprentissage de la dynamique du robot quelle que soit la tâche assignée. les résultats de simulation et pratiques illustrent l'efficacité de la stratégie proposée. Les avantages de la méthode proposée et les possibilités d'améliorations supplémentaires sont discutés