未知环境下基于GNG网络的环境地图自主认知
对环境地图的认知包含地图信息的获取和理解两个方面。以智能机器人自身对环境认知的要求，提出一种基于Mental Model Imprinting(MMI)认知框架的环境地图认知模型。该模型利用Growing Neural Gas(GNG)算法的增长特性，通过不断增加新的拓扑网络节点对周围环境的整体性知识进行抽象提取，构建易于机器人理解的环境地图。该认知模型具有异步、自学习、自适应等特点。仿真结果验证其正确性与有效性。
环境认知 地图信息 拓扑网络 移动机器人
仲朝亮 刘士荣 邱雪娜
杭州电子科技大学自动化研究所,杭州310018
国内会议
北京
中文
3768-3772
2010-07-29（万方平台首次上网日期，不代表论文的发表时间）