자율가변 구조의 신경망 모델을 이용한 구륜 이동 로봇의 위치 제어

Position Control of Wheeled Mobile Robot using Self-Structured Neural Network Model

본 논문에서는 퍼지모델의 최적 입-출력 소속함수들(membership functions) 및 규칙기반(rulebase) 얻기 위한 자율가변구조의 신경망 알고리즘을 제안하였으며 구륜 이동 로봇(WMR : Wheeled Mobile Robot)의 위치, 속도 방향제어를 위한 퍼지-신경망 제어기 설계를 설계하였다. 제안된 알고리즘에서 입-출력 소속함수의 파라미터들을 찾기 위하여 유전알고리즘을 응용한다. 유전알고리즘에 의해 출력술어의 원소가 증가되며, 규칙기반이 원소의 증가에 의하여 조절된다. 새롭게 조절된 제어기는 출력술어의 증가를 수행하지 않은 제어기와 경쟁하며. 만약 새롭게 조절되어진 퍼지-신경망 제어기가 경쟁에서 진다면, 그 제어법칙은 소멸한다. 그 반대로 조절된 제어기가 생존한다면, 출력술어의 증가된 각 원소들 및 변화된 시스템의 규칙기반이 제어기에 적용된다. 출력술어 및 규칙의 조절이 완료된 후 입력소속함수들에 대한 탐색이 제약조건을 가지고 수행되며 입력소속함수들의 탐색이 완료된 후 출력소속함수의 미세 조정이 수행된다.

A self-structured neural network algorithm that finds optimal fuzzy membership functions and nile base to fuzzy model is proposed and a fuzzy-neural network controller is designed to get more accurate position and velocity control of wheeled mobile robot. This procedure that is composed of three steps has its own unique process at each step. The elements of output term set are increased at first step and then the rule base Is varied according to increase of the elements. The adjusted controller is in competition with controller which doesn't include any increased elements. The adjusted controller will be removed if the control-law lost. Otherwise, the controller is replaced with the adjusted system. After finished regulation of output term set and rule base, searching for input membership functions is processed with constraints and fine tuning of output membership functions is done.