基于神经网络和粒子群算法的移动机器人路径规划

基于神经网络和粒子群算法的移动机器人路径规划

ID:15765838

大小:164.97 KB

页数:4页

时间:2018-08-05

基于神经网络和粒子群算法的移动机器人路径规划_第1页
基于神经网络和粒子群算法的移动机器人路径规划_第2页
基于神经网络和粒子群算法的移动机器人路径规划_第3页
基于神经网络和粒子群算法的移动机器人路径规划_第4页
资源描述:

《基于神经网络和粒子群算法的移动机器人路径规划》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、维普资讯http://www.cqvip.com2007年12月沈阳理工大学学报V01.26No.6第26卷第6期TRANSACTIONSOFSHENYANGLIGONGUNIVERSITYDec.2007文章编号:1003—1251(2007)06—0011—04基于神经网络和粒子群算法的移动机器人路径规划姜明洋,胡玉兰(沈阳理工大学信息科学与工程学院,辽宁沈阳l10168)摘要:针对移动机器人传统路径规划算法效率不高,寻优能力差等问题,提出一种基于神经网络和粒子群优化算法相结合的移动机器人路径规划方法.该方法利用神经网络实现大量的并行和分布计算,发挥PSO简单、容

2、易实现的优点,提高了路径规划的计算效率和可靠性.仿真结果表明,这种新路径规划方法是可行且有效的.关键词:神经网络;粒子群优化算法;路径规划中图分类号:TP242.2文献标识码:APathPlanningforMobileRobotsBasedontheNeuralNetworkandParticleSwarmAlgarithmJIANGMing—yang.HUYu—lan(ShenyangLigongUniversity,Shenyang110168,China)Abstract:Thequalityandeficiencyofcalculationisthetwop

3、uzzlingproblemsinthetradi—tionalalgorithmfortherobotpathplanning.Inthispaper,anewmethodofobstacleavoidanceandpathplanningbasedonneuralnetworkandparticleswarmoptimizationisproposed.Inthismethod,aneuralnetworkisusedtorealizesubstantiveparallelanddistributedcompu—ting.Andalsothisexertsthem

4、eritofPSO,whichimprovesthecomputationaleficiencyandreliability.Asitisprovedbyanalysisandtest,thatabetterresultisobtainedbythepro—posedalgorithm.Keywords:neuralnetwork;particleswarmoptimization(PSO)algorithm;PathPlanning路径规划是移动机器人导航的最基本的环节神经网络作为一种高度并行的分布式系统,之一,它是按照某一性能指标(如路径最短、使用为解决机器人系统

5、的高实时性问题提供了可能,时间最短或消耗能量最少等)搜索一条从起始状并应用于智能自主移动机器人导航与路径规划等态到目标状态的最优或近似最优的无碰路径.传方面.粒子群优化算法(PSO)是一种进化计算技统的路径规划算法如势场法¨0j、可视图法、遗传术,同遗传算法类似,是一种基于迭代的优化工算法等,都存在一定的缺陷,使得路径搜索出现计具,通过迭代搜寻最优值.同遗传算法比较,PSO算量过大,效率不高,寻优能力差等问题,保证不的优势在于简单、容易实现并且许多参数不需要了对路径规划的计算效率和可靠性的要求.调整.为了解决传统路径规划算法存在的问题本文采用一种新的智能算法进行路径规

6、划,首先采用神经网络训练碰撞罚函数,得到无碰撞路径,然收稿日期:2007—09—05后采用粒子群优化算法解决路径的最优问题.作者简介:姜明洋(1983一),男,内蒙古通辽人,硕士研究生维普资讯http://www.cqvip.com·12·沈阳理工大学学报2007焦路径与障碍物之间的碰撞性质加以量化,一条路1环境与神经网络模型的建立径的碰撞罚函数定义为各路径点的碰撞罚函数之和,而一个点的碰撞罚函数是通过它对各个障碍物的连接网络表示得到的J.假设障碍物为多边1.1环境建模形,它可以用一组线性不等式来表示,则在障碍物对工作空间提出假设:①机器人在二维有界中的点必须满足所有

7、不等式的限制.图1中障碍空间中运动;②机器人的工作空间中分布着有限物碰撞罚函数的神经网络模型J,如图2所示.个障碍物,障碍物可用凸多边形来描述;③机器人中心位置可用点来表示,即所谓的“点机器人”.机器人的工作空间如图1所示,起始点为

8、S,目标点为71,

9、S、71之间存在一些障碍物.路径规划的任务就是搜索一条由

10、S点到71点的无碰撞最短路径,无碰撞路径可以用一系列中间点来表示,相邻点之间用线段相连.1.2神经网络模型建立移动机器人工作在具有静态障碍物的环境中,要求从起始点无碰撞地移动到目标点.为了对ff图2神经网络模型该网络模型的运算关系为坐标.C(=

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。