浅谈基于模糊神经网络的移动机器人路径规划技术研究

《浅谈基于模糊神经网络的移动机器人路径规划技术研究》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、南京理工大学硕士学位论文基于模糊神经网络的移动机器人路径规划技术研究姓名：熊博申请学位级别：硕士专业：控制理论与控制工程指导教师：陈庆伟;郭健20060614南京理工大学硕士学位论文基于模糊神经舟络的移动机器人路径规划技术研究摘要路径规划是移动机器人研究的关键技术之一，其主要任务是在机器人的运行环境中寻找一条从起点到目标点的无碰路径，使机器人沿着该路径运行至终点时指定的代价最小。本文以移动机器人AS-R为仿真研究对象，对移动机器人路径规划进行了研究。’本文首先详细介绍了全局路径规划和局部路径规划方法。以AS．R为

2、研究对象，建立了两轮差速驱动机器人的运动学模型，在这基础上进行了机器入定位研究，并对该方法进行了实验验证，实际调试结果证明了这种定位方法的有效性。研究了环境已知情况下的路径规划，提出了一种能有效克服局部极小值的改进人工势场法，仿真结果验证了该方法的有效性。针对未知环境下的移动机器人路径规划，研究了基于模糊神经网络的路径规划方法，对环境信息进行了模糊处理，构建了模糊神经网络进行路径规划，仿真结果表明，该方法对环境具有较好的适应性。关键词。移动机器人路径规划势场法模糊神经网络^BSllUKT硕士论文ABSTRACTP

3、athPlanningforMobileRobotisoneofthemostcriticaltechnologiesamongalloftheRoboticsresearches。whosechieftaskiStOseekoneoptimalpathundertherobot’Srunningspace,alongwhichMobileRobot啪gettOthegoalpointflorastartpointwithoutcollisionandthecoStassignedcausedbyrobotmov

4、ingtotheendpointalongthiswayissmallest．Based011mobilerobotAS-R，thepaperresearchesPathPlanningforMobileRobot．，Hrst,thepaperexpatiatesthetheoriesandalgorithmsofGlobalPathPlanningandLocalPathPlanning．OnthebaseofAS-R．thepaperintroducesthekinematicmodelofmobilerob

5、otdrivingbythedifferenceofthetwowheels．ThenOilthebasisofkinematicmodel，thepapercalculatesthepositionandangleoftherobot，andcarriesontheexperimentation。theexperimentconfirmsthemethodiseffective．TosolvethePathPlanningwhentheworkingenvironmentisknown，thepaperadva

6、ncesonemodifiedartificialpotentialfieldapproach,usingwhichrobotcangetawayflorathepartialmininlumpoint．andtheresultofsimulateconfi_rmsthemodifiedapproachisfeasible．‘Atlast,tosolvetheproblemofpathplanningunderfuUyunknownobstaclesspace，thepaperresearchesthemetho

7、dbased011fuzzyneuralnetwork．Withthehelpoffuzzy109ic，welransfermtheexactvalueofenvironmentinformationintofuzzyvalue．thenbuildsthefuzzyneuralnetwork．TheresultofsimulateexperimenteonflnllsthealgorithmcanadaptitselftOmanykindsofobstaclesspacesuccessfully．Keywords

8、：MobileRobot,PathPlanning，theoryofpotentialfield，FuzzyNeuralNetworkⅡ声明本学位论文是我在导师的指导下取得的研究成果，尽我所知，在本学位论文中，除了加以标注和致谢的部分外，不包含其他人已经发表或公布过的研究成果，也不包含我为获得任何教育机构的学位或学历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献