云控制器在机器人平衡系统中应用与研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (32): 242-245.

云控制器在机器人平衡系统中应用与研究

潘荷新

常州纺织服装职业技术学院信息技术系，江苏常州 213164

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-11-11 发布日期:2011-11-11

Multiple rules cloud controller in balance system of wheeled robots

PAN Hexin

Department of Information Technology，Changzhou Textile Garment Institute，Changzhou，Jiangsu 213164，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-11-11 Published:2011-11-11

摘要/Abstract

摘要： 针对云模型理论的研究现状，提出了基于单片机一维云模型控制器的设计方法，应用该方法设计的云模型控制器成功地实现了对轮式机器人动态倒立的平衡控制，同时比较了三规则云模型控制器和五规则控制器对系统的性能影响。实验结果表明，该云模型控制器可以保证轮式机器人倒立平衡系统具有良好的控制性能和较强的抗干扰性，并证明拟合人类思维更好的五规则控制器具有更好的控制效果，为以后规则云模型控制器设计提供了参考。

关键词: 云模型, 云模型控制器, 轮式机器人, 单片机

Abstract: A novel design method of one-dimensional cloud controller based on single-chip microcomputer is proposed.The method is applied to implement the dynamic headstand balance control for wheeled robots.Features between cloud model controllers using three rules and five rules are compared.The experiments show that the proposed controller，which is close to the human behaviors with five rules，achieves good control performance and robustness in headstand state.It is helpful for the controller design using rules-based cloud model.

Key words: cloud model, cloud model controller, wheeled robot, Single-Chip Microcomputer（SCM）

潘荷新. 云控制器在机器人平衡系统中应用与研究[J]. 计算机工程与应用, 2011, 47(32): 242-245.

PAN Hexin. Multiple rules cloud controller in balance system of wheeled robots[J]. Computer Engineering and Applications, 2011, 47(32): 242-245.

[1]	王丽丽，申燚，徐玉松，袁明新. 融合云模型和反向学习的克隆选择算法[J]. 计算机工程与应用, 2021, 57(17): 68-74.
[2]	谢晖，李松月，孙永河，韩玮. 基于云模型求解属性权重的DEMATEL方法研究[J]. 计算机工程与应用, 2018, 54(7): 257-263.
[3]	徐士东，耿秀丽，董雪琦. 基于云模型的改进FMEA风险评估方法[J]. 计算机工程与应用, 2018, 54(2): 228-233.
[4]	纪蕾1，郭树荣2，丛旭辉3，刘彩霞1. 基于OWA算子和可拓云模型的PPP项目绩效评价——以经营性PPP项目为研究对象[J]. 计算机工程与应用, 2018, 54(16): 220-226.
[5]	肖子涵，耿秀丽，徐士东. 基于云模型的不确定性大群体多属性决策方法[J]. 计算机工程与应用, 2018, 54(11): 254-259.
[6]	常红伟1，夏克文1，2，白建川1，2，牛文佳1，武盼盼1. 采用云量子PSO的属性约简方法[J]. 计算机工程与应用, 2018, 54(10): 99-104.
[7]	李珣1，2，邓乾旺2，刘俊武2. 不确定条件下报废汽车回收率云模型仿真研究[J]. 计算机工程与应用, 2018, 54(10): 256-266.
[8]	崔丽群，黄殿平，宋晓. 基于云模型鱼群算法的多阈值图像分割研究[J]. 计算机工程与应用, 2017, 53(6): 204-208.
[9]	郑皎1，2，章恒全1，焦俊3，徐士东4，肖子涵4. 云模型与VIKOR集成的多属性群决策方法[J]. 计算机工程与应用, 2017, 53(24): 94-99.
[10]	陈志旺1，黄兴旺2，陈志兴3，赵子铮2，黄丽芳4. 区间多目标优化非支配排序云模型算法[J]. 计算机工程与应用, 2017, 53(22): 143-149.
[11]	柳赛男. 仓库物料运输系统多目标调度方法[J]. 计算机工程与应用, 2017, 53(18): 224-229.
[12]	冯彦卿，王伦文. 基于构造型云神经网络的电磁环境评估方法[J]. 计算机工程与应用, 2017, 53(16): 211-215.
[13]	李絮，刘争艳. 基于云模型的模糊自适应蚁群算法研究[J]. 计算机工程与应用, 2016, 52(2): 24-27.
[14]	王曙燕，张兴根，孙家泽. 基于云模型的老人手机易用性评估模型研究[J]. 计算机工程与应用, 2016, 52(19): 245-251.
[15]	刘争艳，李絮，王慧玲. 基于云模型的自适应蚁群算法改进研究[J]. 计算机工程与应用, 2016, 52(19): 68-71.