神經(jīng)網(wǎng)絡(luò)在移動(dòng)機(jī)器人路徑規(guī)劃中的應(yīng)用研究

移動(dòng)機(jī)器人路徑規(guī)劃可分為兩種類型：(1)全局路徑規(guī)劃；(2)局部路徑規(guī)劃。本文
分析了Kohonen神經(jīng)網(wǎng)絡(luò)算法及其識(shí)別機(jī)理，提出了Kohonen神經(jīng)網(wǎng)絡(luò)和BP神經(jīng)網(wǎng)絡(luò)結(jié)合起來進(jìn)行路徑規(guī)劃的方法，最后給出了具體的算法，探討了在神經(jīng)網(wǎng)絡(luò)技術(shù)中引入學(xué)習(xí)機(jī)制的特點(diǎn)。
隨著智能控制理論與方法的迅速發(fā)展，智能方法在移動(dòng)機(jī)器人路徑規(guī)劃中得到了廣泛應(yīng)
用。目前主要存在的智能導(dǎo)航算法主要有模糊算法、神經(jīng)網(wǎng)絡(luò)算法、模糊神經(jīng)網(wǎng)絡(luò)、遺傳算法和進(jìn)化神經(jīng)網(wǎng)絡(luò)等。根據(jù)機(jī)器人對(duì)環(huán)境信息掌握的程度, 可分為兩種類型: (1)全局路徑規(guī)劃: 指根據(jù)先驗(yàn)環(huán)境模型找出從起始點(diǎn)到目標(biāo)點(diǎn)的可行或最優(yōu)路徑, 環(huán)境信息大多是靜止障礙; (2) 局部路徑規(guī)劃:工作環(huán)境是未知和部分未知, 障礙物的尺寸、形狀和位置等信息必須通過傳感器獲得, 再實(shí)時(shí)做出決策。本文借鑒人腦從粗分到細(xì)分的思想, 將無(wú)師學(xué)習(xí)的自組織神經(jīng)網(wǎng)絡(luò)和有師學(xué)習(xí)的多層前饋神經(jīng)網(wǎng)絡(luò)相結(jié)合, 在二維的環(huán)境中對(duì)機(jī)器人進(jìn)行全局路徑規(guī)劃和局部路徑規(guī)劃。首先分析了Kohonen 神經(jīng)網(wǎng)絡(luò)算法及其識(shí)別機(jī)理,對(duì)機(jī)器人所處環(huán)境進(jìn)行識(shí)別作出全局規(guī)劃，再利用在線得到的局部環(huán)境信息, 在盡可能短的時(shí)間內(nèi)，避開出現(xiàn)的未知障礙物。避碰規(guī)劃也就是局部規(guī)劃，它是感知空間到行動(dòng)空間的一種映射。
映射關(guān)系可以用不同的方法來實(shí)現(xiàn)，這里采用有師學(xué)習(xí)的BP 算法。實(shí)驗(yàn)表明, 采用該方法進(jìn)行路徑規(guī)劃后，在機(jī)器人路徑的合理性、執(zhí)行任務(wù)的準(zhǔn)確性和工作效率等方面得到了大幅度的改善, 同時(shí)也在很大程度上降低了能量損耗。