Optimization of Membership Functions of a Fuzzy Logic Controller for an Autonomous Wheeled Mobile Robot Using Ant Colony Optimization

2009 ◽  
pp. 3-16
Author(s):  
Ricardo Martínez-Marroquín ◽  
Oscar Castillo ◽  
José Soria
Keyword(s):  
Fuzzy Logic ◽  
Mobile Robot ◽  
Ant Colony Optimization ◽  
Fuzzy Logic Controller ◽  
Wheeled Mobile Robot ◽  
Ant Colony ◽  
Membership Functions

Fuzzy Logic Controller for Obstacle Avoidance of Mobile Robot

2019 ◽  
Vol 20 (1) ◽  
pp. 51-62
Author(s):  
Rajmeet Singh ◽  
Tarun Kumar Bera
Keyword(s):  
Fuzzy Logic ◽  
Mobile Robot ◽  
Dynamic Model ◽  
Obstacle Avoidance ◽  
Fuzzy Logic Controller ◽  
Fuzzy Controller ◽  
Bond Graph ◽  
Membership Functions ◽  
Current Position ◽  
Dc Motors

AbstractThis work describes design and implementation of a navigation and obstacle avoidance controller using fuzzy logic for four-wheel mobile robot. The main contribution of this paper can be summarized in the fact that single fuzzy logic controller can be used for navigation as well as obstacle avoidance (static, dynamic and both) for dynamic model of four-wheel mobile robot. The bond graph is used to develop the dynamic model of mobile robot and then it is converted into SIMULINK block by using ‘S-function’ directly from SYMBOLS Shakti bond graph software library. The four-wheel mobile robot used in this work is equipped with DC motors, three ultrasonic sensors to measure the distance from the obstacles and optical encoders to provide the current position and speed. The three input membership functions (distance from target, angle and distance from obstacles) and two output membership functions (left wheel voltage and right wheel voltage) are considered in fuzzy logic controller. One hundred and sixty-two sets of rules are considered for motion control of the mobile robot. The different case studies are considered and are simulated using MATLAB-SIMULINK software platform to evaluate the performance of the controller. Simulation results show the performances of the navigation and obstacle avoidance fuzzy controller in terms of minimum travelled path for various cases.

Tuning Parameter pada Pengendali Logika Fuzzy menggunakan Algoritma Ant Colony Optimization

2020 ◽  
Vol 7 (2) ◽  
Author(s):  
Adriana Fanggidae
Keyword(s):  
Fuzzy Logic ◽  
Local Search ◽  
Ant Colony Optimization ◽  
Rise Time ◽  
Fuzzy Logic Controller ◽  
Ant Colony ◽  
Tuning Parameter

Algoritma Ant Colony Optimization (ACO) dapat diterapkan dalam tuning parameter pada pengendali logika fuzzy atau Fuzzy Logic Controller (FLC) untuk mengendalikan ketinggian air dari tangki proses. Masukan dan keluaran fuzzy terdiri dari tujuh fungsi keanggotaan, yaitu positif besar (PB), positif menengah (PM) dan positif kecil (PS), zero (Z), negatif kecil (NS), negatif menengah (NM) dan negatif besar (NB). Pertama-tama, dicari parameter FLC awal, lalu dibangkitkan suatu graph dimana nilai-nilai parameter FLC ditentukan dalam rentang nilai antara 0 hingga 1,5 kali dari nilai parameter awal. Algoritma ACO digunakan untuk memperbaiki nilai parameter FLC tersebut agar diperoleh performansi yang lebih baik. Performansi pengendali yang diharapkan adalah meminimalkan lonjakan maksimum (overshoot) dan waktu naik (rise time). Sistem ini diimplementasikan menggunakan program labVIEW. Data ketinggian air diperoleh menggunakan sensor potensiometer. Keluaran dari FLC terhubung dengan  motor stepper untuk mengatur debit masukan air ke tangki proses. Hasil pengujian  diperoleh overshoot dan rise time yang kecil, sebagai contoh, untuk setpoint 8, performansi keluaran sistem memiliki  overshoot 2.5% dan rise time 8909 ms. Algoritma ACO berhasil meningkatkan performansi sistem dibandingkan performansi sistem jika menggunakan parameter awal. Peningkatan performansi ini dikarenakan algoritma ACO bertindak sebagai algoritma pencarian lokal (local search) yang akan mencari performansi sistem yang lebih baik disekitar nilai parameter awalnya. Penelitian ini berhasil menunjukkan bahwa algoritma ACO dapat digunakan untuk melakukan tuning dari parameter FLC.

A new approach for dynamic fuzzy logic parameter tuning in Ant Colony Optimization and its application in fuzzy control of a mobile robot

2015 ◽  
Vol 28 ◽  
pp. 150-159 ◽  
Author(s):  
Oscar Castillo ◽  
Héctor Neyoy ◽  
José Soria ◽  
Patricia Melin ◽  
Fevrier Valdez
Keyword(s):  
Fuzzy Logic ◽  
Fuzzy Control ◽  
Mobile Robot ◽  
Ant Colony Optimization ◽  
Parameter Tuning ◽  
Ant Colony ◽  
New Approach
Sign in / Sign up

Export Citation Format

Share Document