Thesis - RWTH Aachen University

216 D.2 Steuerungskomponente der Hindernisvermeidung des Greifers
1
0.8
0.6
0.4
0.2
0
sehr nah
nah
nicht so weit
weit
20 30 40 50 60 70 80 90
Abbildung D.3: Zugehörigkeitsfunktionen für dHK.
nah mit m = 8.3 cm und σ = 3.3.
nicht sehr weit mit m = 16.6 cm und σ = 3.3.
weit mit m = 25.0 cm und σ = 3.3.
Die horizontale Größe dHHi des umgebenden Parallelogramms des Objektes im Bild (Abbildung
4.12b) wird mit drei linguistischen Termen angenähert (Abbildung D.5):
klein mit m = 0.0 Pixel und σ = 60.
mittel mit m = 150 Pixel und σ = 60.
groß mit m = 300 Pixel und σ = 60.
Dasselbe gilt für die vertikale Größe dHVi des umgebenden Parallelogramms (Abbildung 4.12b), dessen
Zugehörigkeitsfunktionen in Abbildung D.6 dargestellt sind.
klein mit m = 0.0 Pixel und σ = 60.
mittel mit m = 150 Pixel und σ = 60.
groß mit m = 300 Pixel und σ = 60.
Die Anzahl der unscharfen Terme der linguistische Ausgangsvariablen 1 ist gleich der Anzahl der
Regeln der Regelbasis. Die Werte der linguistischen Terme werden während der Trainingsphase im
Bereich [2, 10] für den Betrag bzw. [0 0 , 135 0 ] für die Elevation angepasst. Bei der Initialisierung erhalten
sie den optimalen Wert, wenn keinen Hindernisse vorhanden sind: den größten möglichen Betrag
für den Bewegungsvektor, also 10, und einen sehr kleinen Winkel für die Elevation, also 0.1 0 . Die
nach dem Training resultierende Regelbasis ist in Tabelle D.2 dargestellt.
1 Die Ausgangsvariablen des Neurofuzzy Systems sind hier der Betrag | �ρ | und die Elevation ϕ des Ausweichvektors.