JP2597419B2 - Fuzzy control method of small diameter tunnel robot - Google Patents
Fuzzy control method of small diameter tunnel robotInfo
- Publication number
- JP2597419B2 JP2597419B2 JP21408590A JP21408590A JP2597419B2 JP 2597419 B2 JP2597419 B2 JP 2597419B2 JP 21408590 A JP21408590 A JP 21408590A JP 21408590 A JP21408590 A JP 21408590A JP 2597419 B2 JP2597419 B2 JP 2597419B2
- Authority
- JP
- Japan
- Prior art keywords
- fuzzy
- fuzzy control
- deviation
- head angle
- robot
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Excavating Of Shafts Or Tunnels (AREA)
- Devices For Executing Special Programs (AREA)
- Feedback Control In General (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、無排土式で押し込み推進させながらロボッ
ト先端のヘッド角を制御し、方向修正を行なう小口径ト
ンネルロボットのファジィ制御法に関するものである。Description: BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a fuzzy control method for a small-diameter tunnel robot that controls a head angle of a robot tip while pushing and propelling without a soil removal method to correct a direction. It is.
第１図にトンネルロボットのシステム構成を示す。本
システムはヘッド角修正機能を持つトンネルロボット本
体１、埋設管２、埋設管を押し込む押管装置３、油圧装
置４、操作盤５よりなる。埋設管２は押管装置３により
油圧で１本ずつ押し込まれる。このとき、オペレータ６
はヘッド角を逐次修正し、計算線に沿うように方向制御
を行なう。この方向制御は現状ではオペレータ６の経験
と知識に頼っている。７は地表である。第２図で本トン
ネルロボットのヘッド角とピッチング角について定義す
る。第３図は実際の施工データから求めたヘッド角−ピ
ッチング角変化量特性である。ピッチング角変化量はヘ
ッド角が同じでもかなりばらついており、ヘッド角が異
なると、そのばらつきかたもちがう。このため、ある角
度、方向修正したいと思っても、どの程度ヘッド角を修
正すればよいかわからず、方向制御が非常に困難であっ
た。FIG. 1 shows a system configuration of a tunnel robot. This system comprises a tunnel robot main body 1 having a head angle correcting function, a buried pipe 2, a push pipe device 3 for pushing the buried pipe, a hydraulic device 4, and an operation panel 5. The buried pipes 2 are pushed one by one by hydraulic pressure by a push pipe device 3. At this time, the operator 6
, Sequentially corrects the head angle and controls the direction so as to follow the calculation line. This directional control currently relies on the experience and knowledge of the operator 6. 7 is the ground surface. FIG. 2 defines the head angle and the pitching angle of the tunnel robot. FIG. 3 shows a head angle-pitching angle change amount characteristic obtained from actual construction data. The amount of change in pitching angle varies considerably even when the head angle is the same, and the variation differs when the head angle is different. For this reason, even if it is desired to correct a certain angle and direction, it is difficult to correct the head angle, and it is very difficult to control the direction.
本発明は上記の事情に鑑みてなされたもので、従来オ
ペレータの経験とカンによって行なわれていた小口径ト
ンネルロボットの方向制御をオペレータの経験と知識を
制御規則とするファジィ制御により自動化する小口径ト
ンネルロボットのファジィ制御法を提供することを目的
とする。The present invention has been made in view of the above circumstances, and a small-diameter automatic fuzzy control in which the direction control of a small-diameter tunnel robot conventionally performed by an operator and a can is performed by fuzzy control using the operator's experience and knowledge as a control rule. An object of the present invention is to provide a fuzzy control method for a tunnel robot.
本発明は上記課題を解決するために、 多重ファジィ制御規則、すなわち変数が複数ある場合
のファジィ制御規則で、変数をx,yとするときのいわゆ
るIF−THEN表現が次のようになるもの 「IF x is A AND y is B THEN z is C」すなわち「変
数ｘが範囲Ａ内にあり、変数ｙが範囲Ｂ内にあれば、変
数ｚは範囲Ｃ内にある」についての前件部（プリアンブ
ル）ｘとして小口径トンネルロボット本体の計画線に対
する偏差、前件部ｙとして計画線に対する偏角（ピッチ
ング角−計画線の傾き）、前件部Ａとしてｘを示す三角
形型のファジィ集合、前件部Ｂとしてｙを示す三角形型
のファジィ集合、後件部ｚとして小口径トンネルロボッ
トのヘッド角、後件部Ｃとしてｚを示す三角形型のファ
ジィ集合をとる。その上で、偏差、偏角のファジィ集合
の三角形の頂点での偏差、偏角のA,B,C,…,W,0としたと
きＡ−Ｂ＞Ｂ−Ｃ＞…＞＝ＷとなるようにA,B,C,…Ｗを
決定し、前記多重ファジィ制御規則に偏差x,偏角ｙが入
力された時、制御入力であるヘッド角ｚを「代数積−加
算−重心法」およびその他の非ファジィ化手法を用いて
決定したものである。ここで、非ファジィ化手法という
のはファジィ（あいまい）集合から決定位（あいまいで
ない値）を求める手法である。詳細は本願発明者らが日
本機械学会論文集（Ｃ編）に投稿する予定である。In order to solve the above-mentioned problem, the present invention provides a multi-fuzzy control rule, that is, a fuzzy control rule when there are a plurality of variables, wherein a so-called IF-THEN expression when variables are x and y is as follows. IF x is A AND y is B THEN z is C ", that is, if the variable x is within the range A and the variable y is within the range B, then the variable z is within the range C. ) X is the deviation of the tunnel robot main body from the planning line, x is the antecedent part with respect to the planning line (pitching angle-inclination of the planning line), and triangular fuzzy set indicating x is the antecedent part A. A triangular fuzzy set indicating y as a part B, a head angle of a small-diameter tunnel robot as a consequent part z, and a triangular fuzzy set indicating z as a consequent part C are taken. Then, if the deviation and the deviation at the vertex of the triangle of the fuzzy set and the deviation are A, B, C,..., W, 0, AB>BC>. A, B, C,... W are determined as described above, and when the deviation x and the argument y are input to the multi-fuzzy control rule, the head angle z, which is the control input, is calculated by the algebraic product-addition-centroid method and It was determined using other defuzzification techniques. Here, the defuzzification method is a method of obtaining a determinant (unambiguous value) from a fuzzy (ambiguous) set. Details will be submitted by the present inventors to the Transactions of the Japan Society of Mechanical Engineers (C).
従来技術との差異は、本発明の方向制御法を使うこと
により、従来オペレータの経験とカンによって行われて
いた小口径トンネルロボットの方向制御を自動化するこ
とができる点である。The difference from the prior art is that by using the direction control method of the present invention, the direction control of the small-diameter tunnel robot, which has been conventionally performed by the operator and can, can be automated.
〔実施例〕 本実施例では、特許請求の範囲で示したファジィ制御
法により生成される入力ヘッド角を用いた方向制御のシ
ミュレーションと評価を行ない、本制御法の有効性を示
す。[Embodiment] In the present embodiment, simulation and evaluation of directional control using an input head angle generated by the fuzzy control method described in the claims are performed, and the effectiveness of the control method is shown.
方向修正に関するシミュレータはダイナミックモデル
〔式（１）〕とロボットのピッチング角と位置の算出式
〔式（２）、（３）〕によって構成される。方向制御の
シミュレーションは以下のように行なう。まず、ファジ
ィ制御規則によりヘッド角を求める。次にそのヘッド角
を式（１）のダイナミックモデルに代入し、方向修正量
を計算する。そして、式（２）、（３）を用い、ロボッ
トのピッチング角と位置と計算する。The simulator related to the direction correction is composed of a dynamic model [Equation (1)] and a calculation formula [Equations (2) and (3)] of the pitching angle and position of the robot. The simulation of the direction control is performed as follows. First, the head angle is obtained according to the fuzzy control rules. Next, the head angle is substituted into the dynamic model of equation (1), and the direction correction amount is calculated. Then, the pitching angle and the position of the robot are calculated using equations (2) and (3).
本システムのダイナミックモデルは方向修正角がヘッ
ド角とロボットの姿勢を近似的に表わすピッチング角変
化量の時系列項および確率分布項の和で表わせる確率モ
デルで表した。パラメータan、bnは最小２乗法によって
推定される。The dynamic model of this system is represented by a stochastic model in which the direction correction angle can be expressed by the sum of the time series term and the probability distribution term of the pitching angle change that approximately represents the head angle and the attitude of the robot. Parameters a n and b n are estimated by the method of least squares.
このモデル同定は特願平１−277200号に記述してあ
る。This model identification is described in Japanese Patent Application No. 1-277200.
シミュレータ Δθｐ（ｋ）＝a1Δθｐ（ｋ−１）＋… ＋anΔθｐ（ｋ−ｎ）＋b0θｈ（ｋ）＋b1θｈ（ｋ−
１） ＋…＋bnθｈ（ｋ−ｎ）＋ｅ（ｋ） （１） θｐ（ｋ）＝θｐ（ｋ−１）＋Δθｐ（ｋ） （２） Ｙ（ｋ）＝Ｙ（ｋ−１）＋Lsin（θｐ（ｋ）） （３） 第４図で各パラメータを定義する。下方の軌道が計画
線であり、上方の軌道がロボットの軌道である。ストロ
ークｋにおける計画線の位置をYd（ｋ）、計画線の傾き
をθｄ（ｋ）、ロボットの位置をＹ（ｋ）、ロボットの
ピッチング角をθｐ（ｋ）、ピッチング角変化量をΔθ
ｐ（ｋ）、１ストロークの長さをＬとおく。また、式
（２）のダイナミックモデルにおいて、ｅ（ｋ）は残
差、ｎはモデルの次数である。ファジィ制御シミュレー
タのブロック線図を第５図に示す。Simulator Δθ p (k) = a 1 Δθ p (k-1) +... + An Δθ p (kn) + b 0 θ h (k) + b 1 θ h (k−
1) + ... + b n θ h (k−n) + e (k) (1) θ p (k) = θ p (k−1) + Δθ p (k) (2) Y (k) = Y (k−) 1) + Lsin (θ p (k)) (3) Each parameter is defined in FIG. The lower trajectory is the planning line, and the upper trajectory is the robot trajectory. The position of the planning line in the stroke k is Y d (k), the inclination of the planning line is θ d (k), the position of the robot is Y (k), the pitching angle of the robot is θ p (k), and the pitching angle change amount is Δθ
p (k) Let L be the length of one stroke. In the dynamic model of the equation (2), e (k) is a residual, and n is an order of the model. FIG. 5 shows a block diagram of the fuzzy control simulator.
以下に、岡山地区のパラメータ推定値を用いたシミュ
レーション結果を示す。計画線はすべて初期位置、角度
とも０の水平線とした。第６図はファジィ制御シミュレ
ーション（ファジィ制御規則〔１〕）の結果である。こ
のシミュレーションでは、 多重フィジィ制御規則 「IF x is A AND y is B THEN z is C」の前件部ｘと
して小口径トンネルロボット本体の計画線に対する偏
差、前件部ｙとして計画線に対する偏角、前件部Ａとし
てｘを示す三角形型のファジィ集合、前件部Ｂとしてｙ
を示すファジィ集合、後件部ｚとして小口径トンネルロ
ボットのヘッド角、後件部Ｃとしてｚを示すフィジィ集
合をとり、前記多重ファジィ制御規則に偏差x,偏角ｙが
入力された時、制御入力であるヘッド角ｚを「代数積−
加算−重心法」およびその他の非ファジィ化手法を用い
て決定するファジィ制御法において、多重ファジィ制御
規則の集合を、 第７図のファジィ制御規則〔１〕としている。The following shows the simulation results using the parameter estimates for the Okayama area. The planning lines were all horizontal lines with initial positions and angles of 0. FIG. 6 shows the result of a fuzzy control simulation (fuzzy control rule [1]). In this simulation, the deviation from the planning line of the small-diameter tunnel robot body as the antecedent part x of the multi-physics control rule “IF x is A AND y is B THEN z is C”, the deflection angle with respect to the planning line as the antecedent part y, Triangular fuzzy set indicating x as antecedent part A, y as antecedent part B
A fuzzy set indicating the head angle of a small-diameter tunnel robot as a consequent part z, and a fuzzy set indicating z as a consequent part C. When deviation x and declination y are input to the multiple fuzzy control rules, control is performed. The head angle z, which is an input, is expressed as “algebraic product−
In the fuzzy control method determined using the "addition-centroid method" and other defuzzification methods, a set of multiple fuzzy control rules is set as a fuzzy control rule [1] in FIG.
ただし、 PB:positive big（正で大を意味し、特許請求の範囲で
はＡに対応する） PM:positive median（正で中を意味し、特許請求の範囲
ではＢに対応する） PS:positive small（正で小を意味し、特許請求の範囲
ではＣに対応する） ZO:zero（零を意味し、特許請求の範囲ではＤに対応す
る） NS:negative small（負で小を意味し、特許請求の範囲
ではＧに対応する） NM:negative median（負で中を意味し、特許請求の範囲
ではＦに対応する） NB:negative big（負で大を意味し、特許請求の範囲で
はＥに対応する） とした。However, PB: positive big (positive means large, corresponds to A in claims) PM: positive median (positive means middle, corresponds to B in claims) PS: positive small ZO: zero (meaning zero, corresponding to D in the claims) NS: negative small (negative meaning small, in the claims corresponds to C) NM: negative median (negative means medium, corresponding to F in claims) NB: negative big (negative means large, and E in claims) Corresponding).
なお、ファジィ集合の形は三角形とし、第８図のよう
に設定されており、ファジィ規則〔１〕では、 偏差の、ファジィ集合の三角形の頂点と底辺の両端の
値として、 PB＝500mm、PM＝150mm、PS＝50mm、ZO＝０、NS＝−PS、
NM＝−PM、NB＝−PB 偏角の、ファジィ集合の三角形の頂点と底辺の両端の
値として、 PB＝2.2〔deg〕、PM＝0.4〔deg〕、PS＝0.2〔deg〕、ZO
＝０、NS＝−PS、NM＝−PM、NB＝−PB、ヘッド角の、フ
ァジィ集合の三角形の頂点と底辺の両端の値として、 PB＝1.5〔deg〕、PM＝1.0〔deg〕、PS＝0.5〔deg〕、ZO
＝０、NS＝−PS、NM＝−PM、NB＝−PB とし、特許請求の範囲で示したように|PB−PM|＞|PM−P
S|＞＝|PS|,|NB−NM|＞|NM−NS|＞＝|NS|になるように
選択してある。これは特許請求の範囲ではPB:A,PM:B,P
S:C,ZO:D,NS:G,NM:F,NB:Eに対応してある。Note that the shape of the fuzzy set is a triangle and is set as shown in Fig. 8. According to the fuzzy rule [1], PB = 500mm, PM = 150mm, PS = 50mm, ZO = 0, NS = -PS,
NM = -PM, NB = -PB The values of the vertices and both ends of the base of the triangle of the fuzzy set of declination are PB = 2.2 [deg], PM = 0.4 [deg], PS = 0.2 [deg], ZO
= 0, NS = -PS, NM = -PM, NB = -PB, as the values of the head angle, both ends of the vertex and the base of the triangle of the fuzzy set, PB = 1.5 [deg], PM = 1.0 [deg], PS = 0.5 [deg], ZO
= 0, NS = -PS, NM = -PM, NB = -PB, and | PB-PM |> | PM-P as shown in the claims.
S |> = | PS |, | NB-NM |> | NM-NS |> = | NS | This is claimed in the claims PB: A, PM: B, P
Corresponds to S: C, ZO: D, NS: G, NM: F, NB: E.
また、残差ｅ（ｋ）は平均値0deg、標準偏差0.13deg
の正規分布で近似した。初期位置、角度はそれぞれ、50
0mm、0degとした。計画線は初期偏差0mmの水平線とし
た。The residual e (k) has an average value of 0 deg and a standard deviation of 0.13 deg.
Was approximated by a normal distribution. Initial position and angle are 50
0 mm and 0 deg. The design line was a horizontal line with an initial deviation of 0 mm.
第６図を見てわかるように非常に良好な制御が行われ
ていることが分かる。制御入力ヘッド角を調べたとこ
ろ、所定の距離まではヘッド角を下方最大限の−1.5度
に固定して最大限の速度で計画線にちかづき、その後す
ぐに上方最大限の1.5度に固定して、計画線の角度に一
致するように制御しており、ほぼ最適な制御を行ってい
ることがわかる。As can be seen from FIG. 6, it can be seen that very good control is being performed. When the control input head angle was examined, the head angle was fixed at the maximum of -1.5 degrees below the maximum for a predetermined distance, approached the planning line at the maximum speed, and then immediately fixed at the maximum of 1.5 degrees above the maximum. Thus, the control is performed so as to match the angle of the planning line, and it can be seen that the control is almost optimal.
また、 第９図はファジィ制御スミュレーション（初期偏差−
500mm）、 第10図はファジィ制御シミュレーション（初期偏差
200mm）、 第11図はファジィ制御シミュレーション（初期偏差−
200mm）、 である。Fig. 9 shows the fuzzy control simulation (initial deviation-
Fig. 10 shows a fuzzy control simulation (initial deviation)
Fig. 11 shows a fuzzy control simulation (initial deviation-
200mm).
第８図から第11図に示されるように、初期偏差を変え
た場合でも良好に計画線に追従していくことがわかる。
しかし、この場合、ファジィ集合のPB,PSなどの値を変
えていないため、収束に多少時間がかかる。収束を速め
るためには、例えば、偏差のPBに初期偏差の値を導入
し、PM,PSなどは第７図の偏差のファジィ集合のPB,PM,P
Sのそれぞれの割合と同様な割合になるように計算し、
偏角のPB,PSなどは第７図の偏角のファジィ集合のPB,P
M,PSのそれぞれの割合と同様な割合にした初期偏差の値
を用いたある補関値を使えばよい。この方法で求めたフ
ァジィ集合を用いたシミュレーション結果を第12図から
第14図に示す。As shown in FIGS. 8 to 11, it can be seen that even when the initial deviation is changed, it follows the plan line well.
However, in this case, it takes some time to converge because the values of the fuzzy set such as PB and PS are not changed. In order to speed up the convergence, for example, the value of the initial deviation is introduced into the deviation PB, and PM, PS, etc. are represented by the deviation fuzzy set PB, PM, P in FIG.
Calculate so that the ratio is the same as each ratio of S,
The declination PB, PS, etc. are the PB, P of the fuzzy set of declination in FIG.
What is necessary is just to use a certain supplementary value using the value of the initial deviation set to the same ratio as each ratio of M and PS. Simulation results using the fuzzy set obtained by this method are shown in FIG. 12 to FIG.
第12図はファジィ制御シミュレーション（初期偏差
400mm）、 第13図はファジィ制御シミュレーション（初期偏差−
300mm）、 第14図はファジィ制御シミュレーション（初期偏差
200mm）、 である。Figure 12 shows the fuzzy control simulation (initial deviation
Fig. 13 shows a fuzzy control simulation (initial deviation-
Fig. 14 shows a fuzzy control simulation (initial deviation)
200mm).
いずれも、収束が速くなっている。 In each case, convergence is faster.
以上説明したように本発明によれば、従来、数100mを
推進するに当って、土質は均一ではない。例えば粘土質
（ローム層）、砂、礫混じりもあり、トンネルロボット
の推進にはオペレータの永年の経験とカンによって行な
われていた小口径トンネルロボットの方向制御を自動化
できるため、オペレータの負担が軽減され、かつ品質の
よい施工が実現できるという効果がある。As described above, according to the present invention, the soil properties are not uniform when several hundred meters are conventionally propelled. For example, there is a mixture of clay (loam layer), sand, and gravel. The tunnel robot propulsion can be automated because the long-term experience of the operator and the direction control of the small-diameter tunnel robot performed by the can are automated, reducing the burden on the operator. This has the effect that high quality construction can be realized.
第１図はトンネルロボットのシステム構成を示す構成
図、 第２図はヘッド角とピッチング角の定義を示す説明図、 第３図はヘッド角−ピッチング角変化量特性を示す特性
図、 第４図は各パラメータの定義を示す説明図、 第５図はファジィ制御シミュレータのブロック線図、 第６図はファジィ制御シミュレーション（ファジィ制御
規則〔１〕）を示す特性図、 第７図はファジィ制御規則〔１〕を示す説明図、 第８図はファジィ集合を示す説明図、 第９図はファジィ制御シミュレーション（初期偏差−50
0mm）を示す特性図、 第10図はファジィ制御シミュレーション（初期偏差 20
0mm）を示す特性図、 第11図はファジィ制御シミュレーション（初期偏差−20
0mm）を示す特性図、 第12図はファジィ制御シミュレーション（初期偏差 40
0mm）を示す特性図、 第13図はファジィ制御シミュレーション（初期偏差 30
0mm）を示す特性図、 第14図はファジィ制御シミュレーション（初期偏差 20
0mm）を示す特性図、 である。 １……ロボット本体、２……埋設管、３……押管装置、
４……油圧装置、５……操作盤、６……オペレータ、７
……地表。1 is a configuration diagram showing a system configuration of a tunnel robot, FIG. 2 is an explanatory diagram showing definitions of a head angle and a pitching angle, FIG. 3 is a characteristic diagram showing a head angle-pitching angle change amount characteristic, and FIG. Is an explanatory diagram showing the definition of each parameter, FIG. 5 is a block diagram of a fuzzy control simulator, FIG. 6 is a characteristic diagram showing a fuzzy control simulation (fuzzy control rule [1]), and FIG. 7 is a fuzzy control rule [ 1], FIG. 8 is an explanatory diagram showing a fuzzy set, and FIG. 9 is a fuzzy control simulation (initial deviation −50).
0mm), Fig. 10 is a fuzzy control simulation (initial deviation 20
0mm), Fig. 11 shows a fuzzy control simulation (initial deviation -20)
FIG. 12 shows a fuzzy control simulation (initial deviation 40 mm).
0mm), Fig. 13 shows a fuzzy control simulation (initial deviation 30
0mm), Fig. 14 shows a fuzzy control simulation (initial deviation 20 mm).
0mm). 1 ... robot body, 2 ... buried pipe, 3 ... push tube device,
4 ... hydraulic device, 5 ... operation panel, 6 ... operator, 7
... the ground surface.
フロントページの続き (56)参考文献 特開 平２−115492（ＪＰ，Ａ) 特開 平３−199597（ＪＰ，Ａ) 特開 平２−183087（ＪＰ，Ａ) 特開 平２−186097（ＪＰ，Ａ)Continuation of the front page (56) References JP-A-2-115492 (JP, A) JP-A-3-199597 (JP, A) JP-A-2-183087 (JP, A) JP-A-2-186097 (JP) , A)
Claims (1)
ト先端のヘッド角を制御し、方向修正を行なう小口径ト
ンネルロボットの方向制御の制御入力であるヘッド角の
決定法に関して、 多重ファジィ制御規則 「変数ｘが範囲Ａ内にあり、変数ｙが範囲Ｂ内にあれ
ば、変数ｚは範囲Ｃ内にある」 の前件部ｘとして小口径トンネルロボット本体の計画線
に対する偏差、前件部ｙとして計画線に対する偏角、前
件部Ａとしてｘを示す三角形型のファジィ集合、前件部
Ｂとしてｙを示す三角形型のファジィ集合、後件部ｚと
して小口径トンネルロボットのヘッド角、後件部Ｃとし
てｚを示す三角形型のファジィ集合をとり、偏差、偏角
のファジィ集合の三角形の頂点での偏差、偏角の値の絶
対値の大きい順に A,B,C,…,W,0としたときＡ−Ｂ＞Ｂ−Ｃ＞…＞＝Ｗとな
るように、A,B,C,…,Wを決定し、前記多重ファジィ制御
規則に偏差x,偏角ｙが入力された時、制御入力であるヘ
ッド角ｚを「代数積−加算−重心法」およびその他の非
ファジィ化手法を用いて決定することを特徴とした小口
径トンネルロボットのファジィ制御法。1. A method for determining a head angle, which is a control input for directional control of a small-diameter tunnel robot for controlling a head angle of a robot tip while pushing and propelling it in a non-discharge type, and a multi-fuzzy control rule. "If the variable x is within the range A and the variable y is within the range B, the variable z is within the range C". The antecedent part x deviates from the plan line of the small-diameter tunnel robot body, and the antecedent part y As the antecedent part A, a triangular fuzzy set indicating x as the antecedent part A, a triangular fuzzy set indicating y as the antecedent part B, the head angle of the small-diameter tunnel robot as the consequent part z, and the consequent As a part C, a triangular fuzzy set indicating z is taken, and the deviation, the deviation at the vertex of the triangle of the fuzzy set of declination, and the absolute value of the declination value are A, B, C, ..., W, 0 in descending order. AB>BC> A, B, C,..., W are determined so that> = W, and when the deviation x and the declination y are input to the multiple fuzzy control rule, the head angle z, which is the control input, is expressed as “algebraic product A fuzzy control method for a small-diameter tunnel robot, which is determined by using an "addition-centroid method" and other defuzzification techniques.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21408590A JP2597419B2 (en) | 1990-08-13 | 1990-08-13 | Fuzzy control method of small diameter tunnel robot |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21408590A JP2597419B2 (en) | 1990-08-13 | 1990-08-13 | Fuzzy control method of small diameter tunnel robot |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0497098A JPH0497098A (en) | 1992-03-30 |
| JP2597419B2 true JP2597419B2 (en) | 1997-04-09 |
Family
ID=16649989
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP21408590A Expired - Fee Related JP2597419B2 (en) | 1990-08-13 | 1990-08-13 | Fuzzy control method of small diameter tunnel robot |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2597419B2 (en) |
-
1990
- 1990-08-13 JP JP21408590A patent/JP2597419B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0497098A (en) | 1992-03-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111271071A (en) | Shield tunneling machine attitude control method based on fuzzy adaptive neural network | |
| CN106909151A (en) | For the unpiloted path planning of agricultural machinery and its control method | |
| CN104360687B (en) | Multi-mode autonomous driving control method for underground carry scraper | |
| CN110045598B (en) | A kind of cantilever roadheader downhole travel path tracking control method | |
| CN112109732A (en) | An adaptive curve preview method for intelligent driving | |
| CN106647770A (en) | Field turning path planning and control method used for farm machinery driverless driving | |
| CN110631596A (en) | A Path Planning Method for Equipped Vehicles Based on Migration Learning | |
| CN110908386A (en) | Layered path planning method for unmanned vehicle | |
| CN113404499B (en) | Real-time control method for attitude of shield type heading machine in complex stratum | |
| CN113467480A (en) | Global path planning algorithm for unmanned equation | |
| CN117697741A (en) | Path planning control method and system based on self-rotation concrete vibrating robot | |
| CN111857142B (en) | Path planning obstacle avoidance auxiliary method based on reinforcement learning | |
| CN111707274B (en) | Energy-optimal spacecraft continuous dynamic obstacle avoidance trajectory planning method | |
| JP2597419B2 (en) | Fuzzy control method of small diameter tunnel robot | |
| JP2597418B2 (en) | Automatic Direction Control Method for Small Diameter Tunnel Robot Using Fuzzy Control | |
| JPH0566803A (en) | Optimal fuzzy set representative value autotuning method for neural type robot of small diameter tunnel | |
| CN113985729A (en) | Tractor paddy field operation path tracking method and system based on variable universe fuzzy PID theory | |
| US11977383B2 (en) | Intelligent course planning method and controller for unmanned surface vehicle | |
| CN113805599B (en) | Multi-constraint trajectory rapid planning method based on parameterized control profile | |
| CN118759845A (en) | A shield machine posture control method based on fuzzy control and BP neural network | |
| JPH05231091A (en) | Neural-type deviation / declination fuzzy variable auto-tuning method for small-diameter tunnel robot | |
| JP2764506B2 (en) | Automatic direction control device for shield machine | |
| CN117095139A (en) | A deep reinforcement learning navigation method considering terrain structure | |
| CN117961915A (en) | Intelligent auxiliary decision-making method of coal mine tunneling robot | |
| JPH04309696A (en) | Direction control knowledge acquiring method for small bore tunnel robot using neural network |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |