基于人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)智能機(jī)器人的避障軌跡控制摘 要：利用人工神經(jīng)網(wǎng)絡(luò)中的二級(jí) BP網(wǎng)。模擬智能機(jī)器人的兩控制參數(shù)(左 、右輪速)間的函數(shù)關(guān)系。實(shí)現(xiàn)避
障軌跡為圓弧或橢圓弧的軌跡控制 。并且通過(guò)調(diào)整橢圓長(zhǎng)、短軸大小。能實(shí)現(xiàn)多個(gè)及多層障礙物的避障控制．該方法
的突出特點(diǎn)是方法簡(jiǎn)單、算法容易實(shí)現(xiàn) 。使機(jī)器人完成多個(gè)及多層避障動(dòng)作時(shí)。不滯后于動(dòng)態(tài)環(huán)境里其它機(jī)器人(障
礙物)位置的變化．在仿真實(shí)驗(yàn)中。取得了理想的效果．
關(guān)鍵詞；BP神經(jīng)網(wǎng)絡(luò)I多個(gè)及多層避障控制I橢圓軌跡1 弓I言(Introduction)
在機(jī)器人中，避障軌跡的生成是一個(gè)重要的問(wèn)
題．對(duì)于不確定的動(dòng)態(tài)環(huán)境下的實(shí)時(shí)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(luò)模型被設(shè)計(jì)出來(lái)，產(chǎn)生實(shí)時(shí)的軌跡
生成．文獻(xiàn)113[23提供的神經(jīng)網(wǎng)絡(luò)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(shè)空間中沒(méi)有障礙
物的情況．[3]提供的神經(jīng)網(wǎng)絡(luò)模型，能為智能機(jī)器
人產(chǎn)生導(dǎo)航的避障軌跡，然而模型在計(jì)算上相當(dāng)復(fù)
雜．文獻(xiàn)[43提供了Hopfield神經(jīng)網(wǎng)絡(luò)模型，能在動(dòng)
態(tài)環(huán)境下產(chǎn)生時(shí)實(shí)的避障軌跡生成，并在文獻(xiàn)[5]
中，嚴(yán)格證明了因該方法生成的軌跡沒(méi)有遭受局部
極小點(diǎn)逃離問(wèn)題．并且文獻(xiàn)[63用兩個(gè)神經(jīng)網(wǎng)絡(luò)層疊
加起來(lái)，每層構(gòu)造相似于[43中的網(wǎng)絡(luò)結(jié)構(gòu)．它是利
用第二層網(wǎng)絡(luò)來(lái)發(fā)現(xiàn)下一個(gè)機(jī)器人位置的無(wú)監(jiān)督模
型，然而它卻加倍了計(jì)算量，盡管文獻(xiàn)[4，6]提供的
方法能在動(dòng)態(tài)環(huán)境下，產(chǎn)生時(shí)實(shí)避障軌跡，但都具有
較慢的運(yùn)動(dòng)速度，在快速變化的環(huán)境下不能恰當(dāng)?shù)?
完成動(dòng)作執(zhí)行，因?yàn)闄C(jī)器人要比較好地完成避障動(dòng)
作，必須不能滯后于障礙物動(dòng)作變化
標(biāo)簽：
神經(jīng)網(wǎng)絡(luò)
智能機(jī)器人
上傳時(shí)間：
2022-02-12
上傳用戶(hù)：得之我幸78
