基于人工神經(jīng)網(wǎng)絡實現(xiàn)智能機器人的避障軌跡控制摘 要：利用人工神經(jīng)網(wǎng)絡中的二級 BP網(wǎng)。模擬智能機器人的兩控制參數(shù)(左 、右輪速)間的函數(shù)關(guān)系。實現(xiàn)避
障軌跡為圓弧或橢圓弧的軌跡控制 。并且通過調(diào)整橢圓長、短軸大小。能實現(xiàn)多個及多層障礙物的避障控制．該方法
的突出特點是方法簡單、算法容易實現(xiàn) 。使機器人完成多個及多層避障動作時。不滯后于動態(tài)環(huán)境里其它機器人(障
礙物)位置的變化．在仿真實驗中。取得了理想的效果．
關(guān)鍵詞；BP神經(jīng)網(wǎng)絡I多個及多層避障控制I橢圓軌跡1 弓I言(Introduction)
在機器人中，避障軌跡的生成是一個重要的問
題．對于不確定的動態(tài)環(huán)境下的實時避障軌跡生成，
是較為困難的．有關(guān)這方面的研究，目前已有許多方
法．一些神經(jīng)網(wǎng)絡模型被設計出來，產(chǎn)生實時的軌跡
生成．文獻113[23提供的神經(jīng)網(wǎng)絡模型產(chǎn)生的軌跡
生成僅能處理在靜態(tài)環(huán)境下及假設空間中沒有障礙
物的情況．[3]提供的神經(jīng)網(wǎng)絡模型，能為智能機器
人產(chǎn)生導航的避障軌跡，然而模型在計算上相當復
雜．文獻[43提供了Hopfield神經(jīng)網(wǎng)絡模型，能在動
態(tài)環(huán)境下產(chǎn)生時實的避障軌跡生成，并在文獻[5]
中，嚴格證明了因該方法生成的軌跡沒有遭受局部
極小點逃離問題．并且文獻[63用兩個神經(jīng)網(wǎng)絡層疊
加起來，每層構(gòu)造相似于[43中的網(wǎng)絡結(jié)構(gòu)．它是利
用第二層網(wǎng)絡來發(fā)現(xiàn)下一個機器人位置的無監(jiān)督模
型，然而它卻加倍了計算量，盡管文獻[4，6]提供的
方法能在動態(tài)環(huán)境下，產(chǎn)生時實避障軌跡，但都具有
較慢的運動速度，在快速變化的環(huán)境下不能恰當?shù)?
完成動作執(zhí)行，因為機器人要比較好地完成避障動
作，必須不能滯后于障礙物動作變化
標簽：
神經(jīng)網(wǎng)絡
智能機器人
上傳時間：
2022-02-12
上傳用戶：得之我幸78
