Selection of parameters for a fuzzy logic controller

Braae, M.; Rutherford, D.A.

doi:10.1016/0165-0114(79)90026-5

Cited by 141 publications

(14 citation statements)

References 6 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…The scaling factors (i.e. GE, GCE, and GPE) of the SLFC can be calculated by the criterion proposed by Braae and Rutherford [13]. The initial weighting factor ( % ) and learning rate (c) of the generalised delta rule can be determined from the viewpoint of convergence speed and system response [14].…”

Section: Discussionmentioning

confidence: 99%

A self-learning fuzzy controller for wire rupture prevention in WEDM

Yan

Liao

1996

Int J Adv Manuf Technol

View full text Add to dashboard Cite

show abstract

Section: Discussionmentioning

confidence: 99%

A self-learning fuzzy controller for wire rupture prevention in WEDM

Yan

Liao

1996

Int J Adv Manuf Technol

View full text Add to dashboard Cite

show abstract

“…Rutherford in [14] and [15]. Because the fundamental difference between the representation of a phase plane in two dimensions and in higher-dimensional systems, practically this method is only applicable in case of an input with two state variables, typically the error and the change of error, but to generalize this, we will denote these variables by X 1 and X 2 .…”

Section: The State Space Approachmentioning

confidence: 99%

An Overview of Fuzzy Control Theory

Peeters

2008

Foundations of Generic Optimization

View full text Add to dashboard Cite

This chapter may serve as an introductory article, and is meant to give an overview of the mathematical methods applied in fuzzy control techniques, such as fuzzification, aggregation and defuzzification. We will also discuss the advantages and disadvantages of the several techniques, with respect to the achievability of their goals, and we will give a brief overview of "hybrid techniques", techniques that involves fuzzy control as well as other artificial intelligent computing methods, such as neural networks and genetic algorithms.

show abstract

“…Depending on how large values of E and ΔE are, the value of the output linguistic variable, U s1 , can be chosen. The justification of fuzzy control rules based on "scale mappings" method as shown in [29]. As a result, the fuzzy rules of the controller are represented in Table 1 and composed as follows:…”

Section: Figure 10 the Membership Functions Of U S1 Variablementioning

confidence: 99%

Vision Based Autonomous Path/Line Following of a Mobile Robot Using a Hybrid Fuzzy PID Controller

Thuy¹,

Cường²

2016

Tuyển Tập Công Trình HNKH Toàn Quốc Lần Thứ 3 Về Điều Khiển &Amp; Tự Động Hoá VCCA - 2015

View full text Add to dashboard Cite

Hội nghị toàn quốc lần thứ 3 về Điều khiển và Tự động hoá -VCCA-2015 VCCA-2015Rôbốt di động bám quỹ đạo tự động dựa trên xử lý ảnh sử dụng bộ điều khiển lai PID-mờ Tóm tắtTrong bài báo này, chúng tôi đề xuất một phương pháp điều khiển cho robốt tự hành để bám quỹ đạo cho trước trong môi trường trong nhà. Để bám được theo quỹ đạo, các kỹ thuật sử dụng logíc mờ với thông tin đầu vào từ hệ thống xử lý ảnh đã được nghiên cứu và áp dụng. Phương pháp điều khiển sử dụng trong hệ thống là sự kết hợp giữa bộ điều khiển lái -bộ điều khiển lai PID-mờ, và bộ điều khiển vận tốc tuyến tính -bộ điều khiển mờ. Để khẳng định tính đúng đắn của giải thuật điều khiển, chúng tôi đã tiến hành thử nghiệm trên một robốt tự hành, robốt thiết kế dựa trên cơ sở các linh kiện sẵn có trên thị trường. Thử nghiệm chỉ ra rằng, robốt sử dụng giải thuật chúng tôi đề xuất bám tốt theo quỹ đạo cho trước -bao gồm cả quỹ đạo cong và quỹ đạo thẳng. Từ khóa: Hệ thống điều khiển, robốt tự hành, hệ thống xử lý ảnh, logíc mờ, bộ điều khiển lái, bộ điều khiển tốc độ. AbstractIn this work, we propose a method for autonomous path/line following of differential-drive wheeled robot to track straight and curved paths in an indoor environment. In order to follow the path/line, fuzzy logic techniques are applied to generate movement with the information extracted from vision system. The control method in the system combines a steering controller, which is implemented by an intelligent hybrid fuzzy PID controller, controlling the steering angle of the robot, and fuzzy velocity controller, which controls the forward linear velocity with the purpose of safe tracking. We do experiments using an open source differential-drive wheeled robot platform (Figure 1). In the experiments, the robot is successfully able to follow a pre-defined path/line containing both straight and curved sections. The effectiveness of the control algorithm, combining steering and velocity controllers, is examined in these experiments. Keywords: Control systems, vision system, fuzzy logic, steering controller, velocity controller. List of Symbols

show abstract

Selection of parameters for a fuzzy logic controller

Cited by 141 publications

References 6 publications

A self-learning fuzzy controller for wire rupture prevention in WEDM

A self-learning fuzzy controller for wire rupture prevention in WEDM

An Overview of Fuzzy Control Theory

Vision Based Autonomous Path/Line Following of a Mobile Robot Using a Hybrid Fuzzy PID Controller

Contact Info

Product

Resources

About