基于神经网络的移动机器人路径规划
针对动态环境下移动机器人路径规划,提出一种基于反馈神经网络的实时规划方法。移动机器人的结构空间由神经网络组成的拓扑结构来表示,神经网络中所有神经元之间只存在局部的侧连接,每个神经元的活性值表示其相应位置的势场值。通过神经元活性值的传播,目标点。全局地吸引机器人,障碍物则在局部推开机器人,从而能够保证机器人在整个运动空间中找到最优路径.此算法不需要进行学习,也不需要整个工作空间的先验知识,网络权值根据算法直接进行设计,在没有优化目标函数的情况下就能在动态环境下产生最优规划路径.模型参数的改变对规划器性能的影响相对较小。算法不仅能够避障,而且能够对移动的目标点进行有效的跟踪.最后对算法进行仿真研究,结果表明该方法具有较高的环境适应性和实时性。
移动机器人 路径规划 神经网络 动态环境 模型参数
李贻斌 宋勇 李彩虹
山东大学,控制科学与工程学院,山东,济南,250061;天津大学,电气与自动化工程学院,天津,300072 山东大学,控制科学与工程学院,山东,济南,250061
国内会议
兰州
中文
451-456
2007-08-24（万方平台首次上网日期，不代表论文的发表时间）