SRTP---基于二型模糊逻辑的移动机器人的故障检测技术1、项目的立项依据随着计算机、微电子、信息处理及智能控制的快速发展，机器人技术也在逐步深入和细化[1,5]。机器人技术的发展是一个国家高科技水平和工业自动化程度的重要标志和体现。作为机器人技术的重要领域，移动机器人是一类能够通过传感器感知环境和自身状态，实现在有障碍物的环境中面向目标的自主运动(称为导航)，从而完成一定作业功能的机器人系统，是机器人学中的一个重要分支，正越来越多地受到人们的关注，并朝着智能化和多样化的方向发展，开发速度越来越快，应用领域也越来越广。从机器人足球赛到陆地无人自主车赛，从无人机到机器鱼，从资源探测到机器人走向战场，移动机器人已经涉及工农业生产、军事应用、海洋开发、宇宙探测、社会服务、娱乐等各个领域。它的研究涉及机械工程、计算机、传感器技术、机器视觉、自动控制、人工智能等诸多科学领域，内容广泛。移动机器人不仅能够在经济、国防、教育、文化和生活中起到越来越大的作用，而且还是研究复杂智能行为的产生、探索人类思维模式的有效工具与实验平台。半个世纪以来，人类的研究和活动领域已由陆地扩展到深海和太空。利用移动机器人进行空间探测和开发，已成为21世纪世界各主要科技发达国家开发空间资源的主要手段之一。研究和发展月球探测移动机器人技术，对包括移动机器人导航控制在内的相关前沿技术的研究将产生巨大的推动作用。移动机器人在月球和火星等外星球表面导航时将面临复杂的未知环境。未知环境中的移动机器人自主导航控制技术已成为空间探测机器人的一项关键技术。在移动机器人导航控制理论和方法的研究中，确定性环境的导航控制方法已取得了大量的研究和应用成果[4,6]，对这些研究方法及成果的改进以及基于新思维的移动机器人的导航控制研究将是未来移动机器人技术的研究重点。对未知环境中的导航控制也开展了一些研究[12]，并提出了若干方法，但尚未形成统一和完善的体系结构，还有许多关键理论和技术问题有待解决和完善，这些问题主要包括环境建模、定位、导航控制器的学习与优化、故障诊断、在线运动规划与控制等。未知环境中的移动机器人只具有较少的先验知识，其导航控制方法涉及环境认知、优化决策、知识表示与获取等多项关键问题。对未知环境中的移动机器人导航控制理论和方法的研究，将推动认知科学、模式识别、非线性控制等前沿学科的研究，带动航天、海洋、军事、建筑、交通、工业和服务业等领域移动机器人导航控制系统的开发研究，为无人探测车、无人排险车和无人运输车等用于航天、军事、深海作业和核工业领域的移动机器人系统的应用奠定理论和技术基础。另一方面，自美国的控制论专家L.A.Zadeh教授于1965年在《InformationandControl》杂志的“Fuzzysets”一文中首次提出模糊集合的概念之后，基于模糊集的模糊理论应运而生，且发展十分迅速，除了在模糊逻辑、模糊拓扑、模糊概率、模糊测度论等理论方面得到长足的发展之外[3],模糊控制、模糊聚类分析、模糊模式识别、模糊决策、模糊线性规划技术也广泛应用于工业生产、航空航天、机器人、通信、计算机科学、生物、医学、社会学、经济学、管理学等诸多领域。当然，其最重大的应用一直集中在控制问题上[17]。由于模糊控制系统易于接受，设计简单，维护方便，且比常规控制系统稳定性好，鲁棒性高，使得模糊控制正在得到越来越广泛的应用。而今，模糊控制与神经网络、遗传算法、自学习、自适应思想的结合更是将模糊控制的应用推到了一个新的高潮。然而模糊系统也存在诸多不完善之处，其主要缺陷有：系统精度和速度的矛盾;设计尚缺乏系统性;无法定义系统目标，等。这些对复杂和高不确定性系统的处理是困难的。为了解决上述提到的这些问题，可行的方法之一是增强系统方法的模糊性。二型模糊系统(或二型模糊逻辑统)Type-2FLS是一个新的系统工具，它于1998年，由南加州大学（UniversityofSouthernCalifornia）电子工程系的一个工作小组提出并成功应用于时变信道均（time-varyingchannelequalization）上[13]，效果明显。在整个过程中，他们初步提出完整的二型模糊系统方法。此后国际上有研究机构将这类方法应用于通信、生物、金融等领域[14,15,18]。成功利用Type-2FLS的案例有：编码视频流分类、图像预处理、网络接入控制、问卷知识提取、时序预测、函数拟合、时变非线性信道干扰噪音消除、辅助决策、语言学习训练、解模糊等式、推理库、交通规划等。还有学者进一步指出当处于以下条件下，Type-2FLS是可以考虑的：(1)数据产生系统，且系统是时变但时变特征无法用数学语言描述；(2)不稳定的测量噪声，且不稳定性不能用数学语言描述（如时变SNR）；(3)模式识别，