臺灣博碩士論文加值系統

本文提出一個細菌覓食(bacterial foraging optimization，BFO)演算法應用於麥卡倫全方位移動機器人運動控制達成軌跡追蹤應用。細菌覓食演算法調整運動控制器參數，這些最佳化的控制參數被用在設計麥卡倫全方位輪式機器人運動控制器，使機器人能夠順利完成軌跡追蹤(trajectory tracking)，並獲得更好的效能。藉由Lyapunov穩定性分析，證明閉迴路系統為有界及追蹤誤差能收斂，使得麥卡倫全方位機器人得到更好的控制，達成穩定與軌跡追蹤的控制。推導麥卡倫全方位移動機器人運動學模型，並結合細菌覓食演算法，透過嵌入式系統的晶片軟、硬體協同設計，植入到可程式化邏輯陣列(field programmable gate array, FPGA)晶片，完成一套麥卡倫全方位移動機器人運動控制系統，在經由模擬及實驗結果驗證本文所提出方法的可行性。

This paper presents a bacterial foraging optimization algorithm (BFO) motion control method and its application to a four-wheeled Mecanum omnidirectional mobile robot. The optimal parameters of motion controller are auto-tuned by using the proposed BFO computing. By using Lyapunov stability theory, the closed-loop system has been proven stable. The convergent behavior of tracking errors provides better performance of the Mecanum omnidirectional mobile robot to achieve stability and trajectory tracking. The kinematic model is derived via the geometric architecture of Mecanum omnidirectional mobile robots and the BFO-based kinematic controller is developed. This efficient BFO-based intelligent motion controller is then implemented in a field programmable gate array (FPGA) chip by using the system-on-a-programmable-chip (SoPC) technology and hardware/software codesign to achieve stabilization and trajectory tracking. Simulations and experimental results demonstrate the effectiveness and merits of the proposed methods.

第一章 緒論 1
1.1 前言 1
1.2 研究背景與目的 2
1.3 研究步驟 3
1.4 文章架構 3
第二章 細菌覓食演算法 4
2.1 前言 4
2.2 細菌覓食演算法(BFO) 4
2.2.1 細菌覓食演算法自然基礎理論 4
2.2.2 細菌覓食演算法流程 5
第三章 應用細菌覓食演算法設計麥卡倫 全方位機器人PID控制器 9
3.1 前言 9
3.2 PID控制原理 9
3.3 麥卡倫全方位移動機器人運動學模型與控制器設計 11
3.3.1 運動學模型 11
3.3.2 運動學控制 13
第四章 軟硬體設備與系統架構 18
4.1 麥卡倫全方位移動機器人基本架構 18
4.1.1 麥卡倫全方位輪 18
4.1.2 直流減速馬達 19
4.1.3 馬達驅動器HB-25 20
4.1.4 FPGA實驗套件 21
4.2 麥卡倫全方位移動機器人系統 24
4.2.1 軟體介紹 24
4.2.2 馬達控制 26
4.2.3 回授系統 28
4.2.4 嵌入式處理器 34
第五章 模擬與實驗結果 40
5.1 細菌覓食演算法控制器模擬分析 40
5.1.1 圓形軌跡之追蹤模擬分析 40
5.1.2 Lemniscate軌跡追蹤模擬分析 44
5.1.3 心臟曲線軌跡追蹤模擬分析 48
5.1.4 玫瑰曲線軌跡追蹤模擬分析 52
5.2 細菌覓食運動控制器實驗結果 56
5.2.1 圓形軌跡追蹤實驗結果 56
5.2.2 Lemniscate軌跡追蹤實驗結果 58
5.2.3 心臟曲線軌跡追蹤實驗結果 60
5.2.4 玫瑰曲線軌跡追蹤實驗結果 62
第六章結論與未來展望 65
6.1 結論 65
6.2 未來展望 65
參考文獻 66

[1]機器人世界情報網，http://www.robotworld.org.tw/index.htm?pid=8&News_ID=340
[2]P. Muir, C. Neuman, “Kinematic modeling of wheeled mobile robots,” Journal of Robotic Systems, vol. 4, no. 2, pp. 281-340, 1987.
[3]K. Watanabe, Y. Shiraishi, S. Tzafestas, J. Tang and T. Fukuda, “Feedback control of an omnidirectional autonomous platform for mobile service robots,” Journal of Intelligent and Robotic Systems, vol. 22, pp. 315-330, 1998.
[4]M. J. Jung, H. S. Kim, S. Kim and J. H. Kim,“Omnidirectional mobile base OK-II,” Proceeding of the 2000 IEEE International Conference on Robotics and Automation, pp. 3449-3454, San Francisco, April 2000.
[5]T. W. Manikas, K. Ashenayi and R. L. Wainwright, “Genetic algorithms for autonomous robot navigation,” IEEE Instrumentation & Measurement Magazine, vol. 10, no. 6, pp. 26-31, December 2007.
[6]K. M. Passino, “Biomimicry of bacterial foraging for distributed optimization and control,” IEEE Control Systems. Mag., vol.22, No. 3, pp. 52-67, 2002.
[7]J. Kennedy, R. Eberhart, “Particle swarm optimization,” in Proc. IEEE Instrumentation. Conference. Neural Netw., 1995,pp. 1942-1948
[8]L. N. De Castor and F. J. Von Zuben, “The clonal selection algorithm with engineering application”, Proceedings of the Genetic and Evolutionary Computation Conference, vol. 1, pp. 36-37, 2000.
[9]M. Dorigo and L. M. Gambardella, “Ant colony system: A cooperative learning approach to the traveling salesman problem,” IEEE Transactions on Evolutionary Computaion, vol. 1, no. 1, 1997.
[10]P. Gawthrop, “Self-tuning PID controllers: Algorithms and implementation”, IEEE Trans. on Automatic Control, vol. 31, pp. 201-209, 1986.
[11]J. G. Juang, M. T. Huang and W. K. Liu, “PID control using presearched genetic algorithms for a MIMO system”, IEEE Transactions on Systems, Man, and Cybernetics, Part C: Applications and Reviews, vol. 38, pp. 716-727, 2008.
[12]S. Daley and G.P. Liu, “Optimal PID tuning using direct search algorithms”, Computing and Control Engineering Journal, vol. 10, pp. 51-56, 1999.
[13]R.A. Krohling and J.P. Rey, “Design of optimal disturbance rejection PID controllers using genetic algorithms”, IEEE Transactions on Evolutionary Computation, vol. 5, pp. 78-82, 2001.
[14]Pakpoom Vibaanchaicheep,Akira Shimada, and Yuhki Kosak, “Position rectification control for mecanum wheeled omni-directional vehicles”, IEEE International Conference Manuscript received, vol,1, pp ,2003.
[15]P. Wang and D. P. Kwok, “Optimal design of PID process controllers based on genetic algorithms”, Control Engineering Practice, vol. 2, no. 4, pp. 641-648, 1994.
[16]T. C. Lee, K. T. Song, C. H. Lee and C. C. Teng, “Tracking control of unicycle-modeled mobile robots using a saturation feedback controller,” IEEE Transactions on Control Systems Technology, vol. 9, no. 2, pp. 305-318, 2001.
[17]廖裕評、陸瑞強、友晶科技研發團隊，友晶科技，“邏輯電路設計 DE2-115 實戰寶典”。
[18]
[19]李盈儒，“麥卡倫全方位輪式機器人之智慧型適應行動控制”，國立中興大學碩士論文，2010。
[20]吳建龍，“植基於FPGA 之類免疫演算法及其在全方位移動機器人運動控制與路徑規劃之應用”，國立宜蘭大學碩士論文，2012。
[21]張怡凡，“離散型細菌演算法解容量限制車輛途程問題” ，大同大學碩士論文，2012。
[22]賈證生，台科大圖書，“VHDL 數位設計做中學”。
[23]唐佩忠，高立圖書有限公司，“VHDL 與數位邏輯設計”。
[24]王進德，“類神經網與模糊控制理論入門與應用”，全華書局，2007。
[25]張斐章、張麗秋，“類神經網路導論原理與應用”，滄海書局，2010。
[26]王文俊，“認識Fuzzy(第三版) ”，全華，2005。
[27]Bjarne Stroustrup ，“C++程式語言設計原理與實務”上奇出版社，2010。
[28]莊鎮嘉、鄭錦聰，“Matlba程式設計實務(第三版)” ，全華書局，2011。
[29]友晶科技，http://www.terasic.com.tw/tw/。
[30]飆機器人，普特企業有限公司，http://www.playrobot.com/。