您现在的位置是:源码地带 > 资源下载

基于人工神经网络实现智能机器人的避障轨迹控制

  • 上传时间: 2022-02-12
  • 上传用户:得之我幸78
  • 资源积分:2 下载积分
  • 标      签: 神经网络 智能机器人

资 源 简 介

基于人工神经网络实现智能机器人的避障轨迹控制

摘 要:利用人工神经网络中的二级 BP网。模拟智能机器人的两控制参数(左 、右轮速)间的函数关系。实现避 障轨迹为圆弧或椭圆弧的轨迹控制 。并且通过调整椭圆长、短轴大小。能实现多个及多层障碍物的避障控制.该方法 的突出特点是方法简单、算法容易实现 。使机器人完成多个及多层避障动作时。不滞后于动态环境里其它机器人(障 碍物)位置的变化.在仿真实验中。取得了理想的效果. 关键词;BP神经网络I多个及多层避障控制I椭圆轨迹

1 弓I言(Introduction) 在机器人中,避障轨迹的生成是一个重要的问 题.对于不确定的动态环境下的实时避障轨迹生成, 是较为困难的.有关这方面的研究,目前已有许多方 法.一些神经网络模型被设计出来,产生实时的轨迹 生成.文献113[23提供的神经网络模型产生的轨迹 生成仅能处理在静态环境下及假设空间中没有障碍 物的情况.[3]提供的神经网络模型,能为智能机器 人产生导航的避障轨迹,然而模型在计算上相当复 杂.文献[43提供了Hopfield神经网络模型,能在动 态环境下产生时实的避障轨迹生成,并在文献[5] 中,严格证明了因该方法生成的轨迹没有遭受局部 极小点逃离问题.并且文献[63用两个神经网络层叠 加起来,每层构造相似于[43中的网络结构.它是利 用第二层网络来发现下一个机器人位置的无监督模 型,然而它却加倍了计算量,尽管文献[4,6]提供的 方法能在动态环境下,产生时实避障轨迹,但都具有 较慢的运动速度,在快速变化的环境下不能恰当地 完成动作执行,因为机器人要比较好地完成避障动 作,必须不能滞后于障碍物动作变化

相 关 资 源