基于人工神经网络实现智能机器人的避障轨迹控制

《基于人工神经网络实现智能机器人的避障轨迹控制》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第uw卷第y期机器人∂²¯quwo²qyΡΟΒΟΤussu年tt月²√qoussu文章编号}tssu2swwykussulsy2sxs{2sxΞ基于人工神经网络实现智能机器人的避障轨迹控制郭琦洪炳熔k哈尔滨工业大学计算机科学与工程系哈尔滨txssstl摘要}利用人工神经网络中的二级°网o模拟智能机器人的两控制参数k左!右轮速l间的函数关系o实现避障轨迹为圆弧或椭圆弧的轨迹控制o并且通过调整椭圆长!短轴大小o能实现多个及多层障碍物的避障控制q该方法的突出特点是方法简单!算法容易实现o使机器人完成多个及多层避障动作时o不滞后于动态环境里其它机器人k障碍物l位

2、置的变化q在仿真实验中o取得了理想的效果q关键词}°神经网络~多个及多层避障控制~椭圆轨迹中图分类号}×°uw文献标识码}ΤΡΑϑΕΧΤΟΡΨΧΟΝΤΡΟΛΩΙΤΗΟΒΣΤΑΧΛΕΑςΟΙΔΑΝΧΕΟΦΜΟΒΙΛΕΡΟΒΟΤΣΒΑΣΕΔΟΝΝΕΥΡΑΛΝΕΤΩΟΡΚ±¬¬±ª2µ²±ªkΔεπτqοφΧομπυτερΣχιενχεiΕνγινεερινγoΗαρβινΙνστιτυτεοφΤεχηνολογψoΗαρβινtxssstlΑβστραχτ}׫¨³µ²³²¶¨§°¨·«²§¬±·«¨³¤³¨µ¶¬°∏¯¤·¨¶·«¨©∏±¦·¬²±¦²±±

3、¨¦·¬²±²©·º²¦²±·µ²¯³¤µ¤°¨·¨µ¶k¯¨©·¤±§µ¬ª«·º«¨¨¯√¨¯²¦¬·¼l²©·«¨°²¥¬¯¨µ²¥²·¶¥¼·º²2¯¤¼¨µ°±¨·º²µ®o¤±§¬°³¯¨°¨±·¶·«¨·µ¤¨¦·²µ¼¦²±·µ²¯©²µ·µ¤¨¦·²µ¼¨´∏¤·¬²±¥¨¬±ª¤±¤µ¦²©¦¬µ¦¯¨²µ¨¯¯¬³¶¨q·¦¤±¬°³¯¨°¨±··µ¤¨¦·²µ¼¦²±·µ²¯º¬·«²¥¶·¤¦¯¨¤√²¬§¤±¦¨©²µ°∏¯·¬2±∏°¥¨µ²µ°∏¯·¬2¯¤¼¨µ²¥¶·¤¦¯¨¶¥¼¤§∏¶·¬±ª·«¨¯²±ª¤¬¨¶

4、¤±§¶«²µ·¤¬¨¶²©·«¨¨¯¯¬³¶¨¬±¯¨±ª·«q׫¨¨√¬§¨±·©¨¤·∏µ¨¶²©·«¨³µ²³²¶¨§°¨·«²§¤µ¨¶¬°³¯¨¬±°¨¤±¶¤±§¤µ¨¬°³¯¨°¨±·¨§¨¤¶¬¯¼¬±¤¯ª²µ¬·«°o¶²·«¤··«¨¦²°³¯¨·¬²±²©²¥¶·¤¦¯¨¤√²¬§¤±¦¨§²±.·¯¤ª·«¨³²¶¬·¬²±¦«¤±ª¨²©²·«¨µµ²¥²·¶k²¥¶·¤¦¯¨¶l¬±·«¨§¼±¤°¬¦¨±√¬µ²±°¨±·q׫¨°¨·«²§¬¶¨©©¨¦·∏¤¯¬±¶¬°∏¯¤·¬²±qΚεψωορδσ}°±¨∏µ¤

5、¯±¨·º²µ®o°∏¯·¬2±∏°¥¨µ²µ°∏¯·¬2¯¤¼¨µ²¥¶·¤¦¯¨¤√²¬§¤±¦¨¦²±·µ²¯o·µ¤¨¦·²µ¼²©¨¯¯¬³¶¨1引言kΙντροδυχτιονl极小点逃离问题q并且文献≈y 用两个神经网络层叠加起来o每层构造相似于≈w 中的网络结构q它是利在机器人中o避障轨迹的生成是一个重要的问用第二层网络来发现下一个机器人位置的无监督模题q对于不确定的动态环境下的实时避障轨迹生成o型o然而它却加倍了计算量o尽管文献≈woy 提供的是较为困难的q有关这方面的研究o目前已有许多方方法能在动态环境下o产生时实避障轨迹o但都具有法q

6、一些神经网络模型被设计出来o产生实时的轨迹较慢的运动速度o在快速变化的环境下不能恰当地生成q文献≈t ≈u 提供的神经网络模型产生的轨迹完成动作执行o因为机器人要比较好地完成避障动生成仅能处理在静态环境下及假设空间中没有障碍作o必须不能滞后于障碍物动作变化所造成的环境物的情况q≈v 提供的神经网络模型o能为智能机器变化q人产生导航的避障轨迹o然而模型在计算上相当复因此o设计出的神经网络必须计算效率高o能保杂q文献≈w 提供了²³©¬¨¯§神经网络模型o能在动证机器人的运动速度o以适应动态环境变化o这是至态环境下产生时实的避障轨迹生成o并在文献≈x 关重要

7、的q基于这一思想o本文设计二级°神经网中o严格证明了因该方法生成的轨迹没有遭受局部络来模拟函数关系q先给定机器人一个控制参数k如Ξ基金项目}本文得到国家{yv计划小型机器人足球关键技术kusstwuuuzsl的研究资助q收稿日期}ussupsypuz第uw卷第y期郭琦等}基于人工神经网络实现智能机器人的避障轨迹控制xs

8、左轮速ϖλlo利用二级°网o来模拟机器人避障轨迹tξᦲ¶Ηkϖρnϖλl方程为椭圆时的两个控制参数k左!右轮速l间的函u数关系o然后由网络变换输出另一个控制参数k如右ψαt¶¬±Ηkϖρnϖλlkulu轮速ϖρlo从而通过ϖλ!ϖρ来

9、操纵机器人o就可实现期αt望的避障轨迹生成q根据绕过的障碍物多少o来调整Ηuωk