基于神经模糊势场法的足球机器人路径规划.pdf

《基于神经模糊势场法的足球机器人路径规划.pdf》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3l卷第1期计算机仿真2014年1月文章编号：1006—9348(2014)ol—0416—05基于神经模糊势场法的足球机器人路径规划林志雄，张莉(西安工程大学，陕西西安710048)摘要：针对足球机器人路径规划问题的实时性和对抗性的难点，为实现足球机器人在动态比赛环境下自主避障，解决传统人工势场法存在的局部极小点问题，提出一种自适应动态神经模糊人工势场法。首先为解决机器人路径规划所需高实时性及达到自主避障问题，采用具有实时性优势的人工势场法，其次针对本方移动机器人、敌方机器人和足球之间的特殊动态关系下出现的极小值点，引入受相对位置和相对

2、速度影响的势场力分量，并设计了调节势场力大小的自适应神经模糊控制器实现局部路径规划，使得足球机器人在动态比赛环境下规划出最优最快的到达目标点的无碰撞路径，并通过仿真验证了改进方法在动态路径规划中的可行性和有效性。关键词：足球机器人；路径规划；人工势场；模糊控制中图分类号：TP242文献标识码：BSoccerRobotPathPlanIIingBasedonNeuralNetwOrkFuzzyPotentialFieldMethodLINZhi—xiong，ZHANGLi(SchoolofElectmnicInfomation，Xi铀Pol”

3、echnicUniversity，Xi铀Shanxi710048，China)ABSTRACT：Forthedimculty0fthereal—timeandconf南ntationalchmctersinthepathplanningpmblemofmbotsoccer，inordertosolvethelocalminimumpaintpmblemwhichexistsint}lemlditionalanmcialpotentialfieldmetll-od，t}lispapergaveanadaptivedyn舢icneural—fu

4、zzyanificialpotentialfieldmet}lodwhichcallmal【etherobotsocceravoidtheobstaclesindepentlyinthedynamicenviros哪ent．Fir苫dy，toimprovethehighIjeal—timecharacterandmalceitavoidtheobstaclesindepently，thispaperputforwardaIlani6cialpolentialfieldmetllodwhichh鹊tlleadvaJl—l端eofreal—ti

5、mecharacter．Secondly，thispaperintmducedtwopotenIialfieldforcevectorse艉ctedbyrelaliveposi·tionandrelativespeedfortheminimumpointh印penedinthespecialdyn姗icrelationshiparnongourmbotsoccer，enemyrobotsoccerandthesocceritself．rI’11enwedesignedanadaptiveneural—fuzzycontmllerwhichc

6、anadjustthe矗eldforcelorealjzelhe10calpalhplannjngand】e￡thembolsoccerP】彻njngthebestandf孤testwaytoachjevelhetargecwithoutcollisions．Atlast，thispaperveri6edtllefeasibilityaJlde雎ctivenessof山eadVaJlcedmethodthroug}lsimula“on．KEYWORDS：Soccermbot；Pat}lplanning；Artificialpotential

7、filed；Fuzzycontrol1引言足球机器人是当前国际机器人研究领域的热点之一。在往目标点移动过程中，如何规划出一条自主避开所有障碍物的最优最快的无碰撞路径⋯，成为足球机器人运动控制的关键问题。而在动态的比赛环境中，环境信息并非完全已知，存在难以进行全局路径规划问题。针对这一问题，主要采用通过传感器对机器人比赛环境进行检测，获得队友和敌方机器人的位置、速度和运动方向基金项目：陕西省教育厅专项基金项目(201叫l(570)收稿日期：2013一07一10修回日期：2叭3一lo—lo一416一等信息进行在线局部路径规划，进而构建全局路径规

8、划。较为常用的规划方法可分为传统方法和智能方法，传统方法有栅格法，自由空间法和人工势场法’2o等，智能方法有遗传算法、模糊逻辑和神经网络等‘3。’。其中，人工势场法便于数学描述和