模糊控制-炼狱攻略-炼狱狂骨活动中心_暗黑风格游戏

admin

一般的控制器只有一套参数，无法实时调整，于是引入模糊控制器，对控制器的参数进行调整

模糊控制一般分为三个部分

模糊化

模糊推理

去模糊化

1234567graph LR subgraph 模糊控制器输入==e==>模糊化==E==>模糊推理==U==>清晰化==u==>输出 end 输入隶属度函数-.-模糊化规则库-.-模糊推理输出隶属度函数-.-清晰化

模糊化基本概念

模糊量：输入模糊控制器的量，如（偏差）、

论域：模糊子集上下限的区间

隶属度：隶属于某模糊子集的程度

模糊子集：

NB (Negetive Big)

NM (Negative Medium)

NS (Negative Small)

ZO (Zero)

PS (Positive Small)

PM (Positive Medium)

PB (Positive Big)

模糊化根据隶属度函数（模糊函数）求隶属度。一般使用线性隶属度函数（三角隶属度函数）。例如对于一个测量信号，其模糊化的过程如下：

定义模糊子集，分别对应NB，NM，NS，ZO，PS，PM，PB

将输入量化。为了将和与模糊子集对应，引入量化函数，的范围为，为两次作差，范围为的二倍。采取线性量化，函数关系为例如，则

计算隶属度。对于线性隶属度函数，我们只需计算量化值其与其所属的两个隶属度的差值比例即可。其中，隶属于PS和PM，隶属于NB和NM。隶属于PS的隶属度为：隶属于PM的隶属度为：隶属于NB的隶属度为：隶属于NM的隶属度为：可以看出，对于一个输入，它所属的两个隶属度的和为1

模糊推理模糊推理：根据模糊规则表求输出值U的隶属度，决策出模糊输出量

对于一般的控制，我们可以制订以下模糊表规则：

其中，第一列为的取值，第一行为的取值。

根据以上规则，可以求得输出值隶属于各个模糊子集的隶属度为：隶属于PS的隶属度为：隶属于ZO的隶属度为：

==NB==

==NM==

==PS==

==PM==

==ZO==

去模糊化对于输出值，我们同样采用给予隶属度的方法。由于采用了相同的论域，模糊变量的隶属度是相同的。基于这一基础，采用重心法计算量化值。其公式如下：对于三角隶属度函数，有：对于上例，输出值为：是一个在论域范围内的量化值

要将其转化为实际值，使用以下公式：

代码实现fuzzy_pid.h1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859/** * @file fuzzy_pid.h * @brief 模糊PID控制器 * @version 1.0 * @author SkylerLiang * @date 2023-10-15 * @note 仅测试使用 */#ifndef __FUZZY_PID_H#define __FUZZY_PID_H#include "GM6020.h"// 模糊子集枚举enum Union{ NB = -3, NM = -2, NS = -1, ZO = 0, PS = 1, PM = 2, PB = 3};// 将对应的PID控制结构体typedef为PIDController// @note: 有些结构体的上次偏差命名为Err_Last，有些命名为Err_last，注意区分typedef GM6020_PID PIDController;// 隶属度结构体typedef struct{ enum Union L_Union; /* 左侧隶属子集 */ enum Union R_Union; /* 右侧隶属子集 */ float L_Membership; /* 左侧隶属度 */ float R_Membership; /* 右侧隶属度 */} Membership;// 模糊控制器结构体typedef struct{ float MAX; /* 实际最大值 */ float MIN; /* 实际最小值 */ float E; /* 偏差（量化后） */ float EC; /* 偏差变化（量化后） */ float Kp_Output; /* Kp增量 */ float Ki_Output; /* Ki增量 */ float Kd_Output; /* Kd增量 */ Membership E_Membership; /* E的隶属结构体 */ Membership EC_Membership; /* EC的隶属结构体 */} FuzzyController;void LinearQuantization(FuzzyController *fc, float e, float ec);void CalcMembership(Membership *ms, float qv);void FuzzyComputation(FuzzyController *fc, float rule[7][7], float *output);void FuzzyPID(PIDController *pidController);#endif

fuzzy_pid.c123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171172173174175176177178179180181182/** * @file fuzzy_pid.c * @brief 模糊PID控制器 * @version 1.0 * @author SkylerLiang * @date 2023-10-15 * @note 仅测试使用 */#include "fuzzy_pid.h"// 规则库，行为e，列为ecfloat ruleKp[7][7] = { PB, PB, PM, PM, PS, PS, ZO, PB, PB, PM, PM, PS, ZO, ZO, PM, PM, PM, PS, ZO, NS, NM, PM, PS, PS, ZO, NS, NM, NM, PS, PS, ZO, NS, NS, NM, NM, ZO, ZO, NS, NM, NM, NM, NB, ZO, NS, NS, NM, NM, NB, NB};float ruleKi[7][7] = { NB, NB, NB, NM, NM, ZO, ZO, NB, NB, NM, NM, NS, ZO, ZO, NM, NM, NS, NS, ZO, PS, PS, NM, NS, NS, ZO, PS, PS, PM, NS, NS, ZO, PS, PS, PM, PM, ZO, ZO, PS, PM, PM, PB, PB, ZO, ZO, PS, PM, PB, PB, PB};float ruleKd[7][7] = { PS, PS, ZO, ZO, ZO, PB, PB, NS, NS, NS, NS, ZO, NS, PM, NB, NB, NM, NS, ZO, PS, PM, NB, NM, NM, NS, ZO, PS, PM, NB, NM, NS, NS, ZO, PS, PS, NM, NS, NS, NS, ZO, PS, PS, PS, ZO, ZO, ZO, ZO, PB, PB};// 模糊控制器输出增益double increase[3] = {0.1, 0.1, 0.1};// 实例化模糊控制器，这里取值范围为GM6020电机允许的速度范围FuzzyController fuzzyController = { .MAX = 320, .MIN = -320};/** * @brief 将实际的偏差和偏差变化线性量化到论域[-3,3]范围内 * @param fc 要被储存量化结果的模糊控制器 * @param e 要被量化的偏差值 * @param ec 要被量化的偏差变化值 * @note 库内部调用 */void LinearQuantization(FuzzyController *fc, float e, float ec){ fc->E = 3.0 * e / (fc->MAX - fc->MIN); fc->EC = 1.5 * ec / (fc->MAX - fc->MIN);}/** * @brief 根据线性隶属度函数计算给定输入值的隶属关系及隶属度 * @param ms Membership，隶属度结构体，用于储存计算结果 * @param qv Quantizated Value，量化后的输入值 * @note 库内部调用 */void CalcMembership(Membership *ms, float qv){ if (qv < NB) { ms->L_Union = NB; ms->R_Union = NB; ms->L_Membership = 0; ms->R_Membership = 1.0; } else if ((qv >= NB) && (qv < NM)) { ms->L_Union = NB; ms->R_Union = NM; ms->L_Membership = -qv - 2.0; ms->R_Membership = qv + 3.0; } else if ((qv >= NM) && (qv < NS)) { ms->L_Union = NM; ms->R_Union = NS; ms->L_Membership = -qv - 1.0; ms->R_Membership = qv + 2.0; } else if ((qv >= NS) && (qv < ZO)) { ms->L_Union = NS; ms->R_Union = ZO; ms->L_Membership = -qv; ms->R_Membership = qv + 1.0; } else if ((qv >= ZO) && (qv < PS)) { ms->L_Union = ZO; ms->R_Union = PS; ms->L_Membership = -qv + 1.0; ms->R_Membership = qv; } else if ((qv >= PS) && (qv < PM)) { ms->L_Union = PS; ms->R_Union = PM; ms->L_Membership = -qv + 2.0; ms->R_Membership = qv - 1.0; } else if ((qv >= PM) && (qv <= PB)) { ms->L_Union = PM; ms->R_Union = PB; ms->L_Membership = -qv + 3.0; ms->R_Membership = qv - 2.0; } else if (qv > PB) { ms->L_Union = PB; ms->R_Union = PB; ms->L_Membership = 1.0; ms->R_Membership = 0; }}/** * @brief 根据给定的规则和输入成员计算模糊控制器的输出 * @param fc 包含输入成员信息的FuzzyController结构体 * @param rule 用于模糊推理的7x7规则矩阵 * @param output 指向将要计算的输出变量的指针 * @note 库内部调用 */void FuzzyComputation(FuzzyController *fc, float rule[7][7], float *output){ // 计算每条规则的输出，储存在临时数组中 float temp[4]; temp[0] = rule[fc->E_Membership.L_Union + 3][fc->EC_Membership.L_Union + 3] * (fc->E_Membership.L_Membership) * (fc->EC_Membership.L_Membership); temp[1] = rule[fc->E_Membership.L_Union + 3][fc->EC_Membership.R_Union + 3] * (fc->E_Membership.L_Membership) * (fc->EC_Membership.R_Membership); temp[2] = rule[fc->E_Membership.R_Union + 3][fc->EC_Membership.L_Union + 3] * (fc->E_Membership.R_Membership) * (fc->EC_Membership.L_Membership); temp[3] = rule[fc->E_Membership.R_Union + 3][fc->EC_Membership.R_Union + 3] * (fc->E_Membership.R_Membership) * (fc->EC_Membership.R_Membership); // 将计算结果求和，得到最终输出 *output = (temp[0] + temp[1] + temp[2] + temp[3]);}/** * @brief 模糊PID控制器 * @param pidController 指向PIDController结构体的指针，该结构体包含误差值和上次误差值。 * @note 该函数应在PID控制器的计算周期内被调用，如GM6020_Set_Speed()函数中 * @exception 有些结构体的上次偏差命名为Err_last，如报错请自行修改 */void FuzzyPID(PIDController *pidController){ // 线性量化 LinearQuantization(&fuzzyController, pidController->Err, pidController->Err - pidController->Err_Last); // 计算隶属度 CalcMembership(&fuzzyController.E_Membership, fuzzyController.E); CalcMembership(&fuzzyController.EC_Membership, fuzzyController.EC); // Kp模糊推理 FuzzyComputation(&fuzzyController, ruleKp, &fuzzyController.Kp_Output); pidController->Kp += fuzzyController.Kp_Output * increase[0]; if (pidController->Kp < 0) pidController->Kp = 0; // Ki模糊推理 FuzzyComputation(&fuzzyController, ruleKi, &fuzzyController.Ki_Output); pidController->Ki += fuzzyController.Ki_Output * increase[1]; if (pidController->Ki < 0) pidController->Ki = 0; // Kd模糊推理 FuzzyComputation(&fuzzyController, ruleKd, &fuzzyController.Kd_Output); pidController->Kd += fuzzyController.Kd_Output * increase[2]; if (pidController->Kd < 0) pidController->Kd = 0;}