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
标签：
神经网络
智能机器人
上传时间：
2022-02-12
上传用户：得之我幸78
