自在自线亚洲а∨天堂在线-中文字幕一区视频播放-扒开双腿猛进入喷水高潮叫声-欧美日本亚洲一区二区-老熟妇高潮偷拍一区二区-国产精品高清一区二区不卡-午夜色福利视频一区二区三区-亚洲国产成人精品福利在线观看-亚洲欧美成人一区二区在线电影

摘 要: 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(lái)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)。
關(guān)鍵詞：移動(dòng)機(jī)器人；神經(jīng)網(wǎng)絡(luò)；路徑規(guī)劃

1 引言
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(guò)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(kāi)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(lái)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。
2 Kohonen神經(jīng)網(wǎng)絡(luò)在全局路徑規(guī)劃中的應(yīng)用
Kohonen 神經(jīng)網(wǎng)絡(luò)是一個(gè)自組織神經(jīng)網(wǎng)絡(luò),其學(xué)習(xí)的結(jié)果能體現(xiàn)出輸入樣本的分布情況，從而對(duì)輸入樣本實(shí)現(xiàn)數(shù)據(jù)壓縮�；�于網(wǎng)絡(luò)的這些特性, 可采用Kohonen 神經(jīng)元的權(quán)向量來(lái)表示自由空間，其方法是在自由空間中隨機(jī)地選取坐標(biāo)點(diǎn)(可由傳感器獲得)作為網(wǎng)絡(luò)輸入，神經(jīng)網(wǎng)絡(luò)通過(guò)對(duì)大量的輸入樣本的學(xué)習(xí)，其神經(jīng)元就會(huì)體現(xiàn)出一定的分布形式。學(xué)習(xí)過(guò)程如下:開(kāi)始時(shí)網(wǎng)絡(luò)的權(quán)值隨機(jī)地賦值，每個(gè)神經(jīng)元能最大限度地表示一定的自由空間。神經(jīng)元權(quán)向量的最小生成樹(shù)可以表示出自由空間的基本框架。網(wǎng)絡(luò)學(xué)習(xí)的鄰域可以動(dòng)態(tài)地定義成矩形、多邊形。神經(jīng)元數(shù)量的選取取決于環(huán)境的復(fù)雜度，如果神經(jīng)元的數(shù)量太少，它們就不能覆蓋整個(gè)空間，結(jié)果會(huì)導(dǎo)致節(jié)點(diǎn)穿過(guò)障礙物區(qū)域。如果節(jié)點(diǎn)的數(shù)量太大，節(jié)點(diǎn)就會(huì)表示更多的區(qū)域，也就得不到距障礙物的最大距離。在這種情況下，節(jié)點(diǎn)是對(duì)整個(gè)自由空間的學(xué)習(xí)，而不是學(xué)習(xí)最小框架空間。節(jié)點(diǎn)的數(shù)量可以動(dòng)態(tài)地定義，在每個(gè)學(xué)習(xí)階段的結(jié)束，機(jī)器人會(huì)檢查所有的路徑，如檢測(cè)到路徑上有障礙物，就意味著沒(méi)有足夠的節(jié)點(diǎn)來(lái)覆蓋整個(gè)自由空間，需要增加網(wǎng)絡(luò)節(jié)點(diǎn)來(lái)重新學(xué)習(xí)。所以為了收斂于最小框架表示，應(yīng)該采用較少的網(wǎng)絡(luò)節(jié)點(diǎn)開(kāi)始學(xué)習(xí)，逐步增加其數(shù)量。這里采用二維結(jié)構(gòu)表示。Kohonen 模型為兩層網(wǎng)絡(luò)(結(jié)構(gòu)如圖1 所示) : 輸入層接收輸入信號(hào)模式, 神經(jīng)元個(gè)數(shù)與輸入模式的特征數(shù)對(duì)應(yīng); 輸出層神經(jīng)元又稱為映射神經(jīng)元。 Kohonen 網(wǎng)絡(luò)的輸入神經(jīng)元和輸出神經(jīng)元之間為全連接, 其連接強(qiáng)度由權(quán)值控制, 網(wǎng)絡(luò)的自組織過(guò)程就是根據(jù)輸入信號(hào)模式動(dòng)態(tài)地調(diào)整權(quán)值的過(guò)程。算法如下：

 
 
 
3 多層前饋神經(jīng)網(wǎng)絡(luò)在局部規(guī)劃中的應(yīng)用
Kohonen 神經(jīng)網(wǎng)絡(luò)對(duì)環(huán)境信息進(jìn)行了分類，得出輸入樣本的分布情況，即障礙物的位置信息及機(jī)器人相對(duì)于障礙物的位置信息,但由于受到動(dòng)態(tài)環(huán)境的影響（例如動(dòng)態(tài)障礙物），機(jī)器人很可能偏離全局路徑，這時(shí)就需要根據(jù)傳感器獲得的信息，利用上一節(jié)的算法結(jié)果結(jié)合BP 神經(jīng)網(wǎng)絡(luò)對(duì)機(jī)器人路徑進(jìn)行細(xì)化。才能通過(guò)這個(gè)樣本集訓(xùn)練出一個(gè)好的神經(jīng)網(wǎng)絡(luò)來(lái)完成交給它的路徑規(guī)劃任務(wù).這里選擇已知類別的訓(xùn)練樣本集T，用它們作為輸入信號(hào)模式來(lái)訓(xùn)練BP 網(wǎng)絡(luò)，算法收斂后，根據(jù)這些已知類別的環(huán)境樣本可以得出一最優(yōu)路徑，步驟如下：

 
BP 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)樣本確定如下:學(xué)習(xí)樣本表示障礙物的位置信息及機(jī)器人相對(duì)于障礙物的位置信息,通過(guò)Kohonen網(wǎng)絡(luò)對(duì)機(jī)器人的工作空間進(jìn)行劃分,才能通過(guò)這個(gè)樣本集訓(xùn)練出一個(gè)好的神經(jīng)網(wǎng)絡(luò)來(lái)完成交給它的路徑規(guī)劃任務(wù).
4 結(jié)論
本文對(duì)神經(jīng)網(wǎng)絡(luò)用于機(jī)器人路徑規(guī)劃進(jìn)行一些探索和研究，按上述方法在計(jì)算機(jī)上模擬，所述算法是正確有效的。而且這兩種神經(jīng)網(wǎng)絡(luò)結(jié)合特別適應(yīng)于機(jī)器人控制。它具有以下顯著特點(diǎn)：
(1) 由于神經(jīng)網(wǎng)絡(luò)可以通過(guò)若干實(shí)例學(xué)習(xí)實(shí)現(xiàn)網(wǎng)絡(luò)參數(shù)最優(yōu), 而不需要被控對(duì)象的數(shù)學(xué)模型, 也不需要人事先為它設(shè)計(jì)好控制算法。
(2) 神經(jīng)網(wǎng)絡(luò)具有并行處理信息的能力, 所以它能同時(shí)將輸入的m 維向量變換成滿足要求的n 維向量。因此, 可以有效地處理機(jī)器人的視覺(jué)、聽(tīng)覺(jué)等需復(fù)雜計(jì)算的信息。
(3) 神經(jīng)網(wǎng)絡(luò)對(duì)外界環(huán)境參數(shù)的變化具有一定的適應(yīng)性, 其適用范圍之大是其它自適應(yīng)控制系統(tǒng)所無(wú)法比擬的。
(4) 神經(jīng)網(wǎng)絡(luò)具有泛化能力, 它能夠處理那些未經(jīng)訓(xùn)練過(guò)的數(shù)據(jù), 而獲得相應(yīng)于這些數(shù)據(jù)的合適的解答。
該算法既適用于機(jī)器人柵格空間內(nèi)的路徑規(guī)劃,也適用于二維點(diǎn)機(jī)器人工作空間內(nèi)的路徑規(guī)劃. 因而該方法具有廣闊的應(yīng)用前景.
參考文獻(xiàn)
【1】孫羽、張汝波；神經(jīng)網(wǎng)絡(luò)在智能機(jī)器人導(dǎo)航系統(tǒng)中的應(yīng)用研究；計(jì)算機(jī)工程，2002 年
第1 期
【2】史忠植；神經(jīng)計(jì)算.北京：電子工業(yè)出版社，1993
【3】李慧、楊東梅等；BP 神經(jīng)網(wǎng)絡(luò)在路徑規(guī)劃中的應(yīng)用；應(yīng)用科技，2004 年第9 期
【4】Simon X.Yang，Max Meng；An efficient neural network approach to dynamic robot motionplanning; Neural Networks 2000,(13):143-148
【5】陳洪亮、沈琳琳；基于Kohonen 神經(jīng)網(wǎng)絡(luò)的地圖自動(dòng)輸入技術(shù)，小型微型計(jì)算機(jī)系統(tǒng)，2001 年第12 期

Tags： 移動(dòng)機(jī)器人,神經(jīng)網(wǎng)絡(luò),路徑規(guī)劃  

• 基于神經(jīng)網(wǎng)絡(luò)的空氣質(zhì)量采集系統(tǒng)的設(shè)計(jì)
  

<!--插入廣告JS代碼-->
神經(jīng)網(wǎng)絡(luò)在移動(dòng)機(jī)器人…	基于模糊控制信息融合…	實(shí)時(shí)系統(tǒng)中動(dòng)靜結(jié)合的…	嵌入式實(shí)時(shí)操作系統(tǒng)&m…
汽車發(fā)動(dòng)機(jī)熱工性能測(cè)…	一種車載數(shù)字硬盤錄像…	汽車電液助力轉(zhuǎn)向系統(tǒng)…	MC微控器在汽車CAN/LI…
姓 名：	*	Oicq：
評(píng) 分：	1分 2分 3分 4分 5分
評(píng)論內(nèi)容：