机器人路径探测方法研究.pdf

机器人路径探测方法研究.pdf

ID:51462620

大小:880.18 KB

页数:5页

时间:2020-03-25

机器人路径探测方法研究.pdf_第1页
机器人路径探测方法研究.pdf_第2页
机器人路径探测方法研究.pdf_第3页
机器人路径探测方法研究.pdf_第4页
机器人路径探测方法研究.pdf_第5页
资源描述:

《机器人路径探测方法研究.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、自动化技术与应用》2016年第35卷第2期机器人技术Robotics机器人路径探测方法研究★康朝海,任伟建,刘东辉,孙辉。(1.东北石油大学电气信息工程学院,黑龙江大庆163318;2.中海油能源发展股份有限公司采油服务公司,天津300450;3.大庆油田有限责任公司天然气分公司,黑龙江大庆163318)摘要:机器人路径探测首先要进行避障,传统避障算法需要较大的存储空间来存储避障规则,同时利用有限的避障规则控制机器人的效果也并不好。本文设计了一种利用模糊控制思想结合BP网络的避障算法,分析指出了其具有巨大的记忆容量,然后对模糊BP网

2、络进行了训练,实现了网络对所有规则的记忆。接着,在采集了障碍物边界数据后,设计了一种用“内弯弧线”来拟合环境障碍物边缘的方法,实现准确探测机器人的可行走空间。关键词:避障;BP网络;模糊控制;曲线拟合中图分类号:TP242.6文献标识码:A文章编号:1o03—7241(2016)02—0072—05ResearchOnRobotPathExplorationMethodKANGChao-hai,RENWei-jian,LIUDong.hui,SUNHui3(1.ElectricalandInformationEngineering,

3、NortheastPetroleumUniversity,Daqing163318China;2.CNOOCEnergyTechnology&Services—OilProductionServicesCo—Tianjin300450China;3.NaturalGasBranchCompanyofDaqingOilfieldCo.,Ltd.,Daqing163318China)Abstract:Obstacleavoidanceisfirstlycarriedoninrobotpathexploration,thetraditio

4、nalobstacleavoidancealgorithmneedsalargestoragespacefortheobstacleavoidancerules,andtheresultofusingthelimitedobstacleavoidancerulestocontroltherobotisnotgood.AnobstacleavoidancealgorithmofusingthefuzzycontroltheorycombiningwiththeBPneuralnetworkisproposedinthepaper,it

5、shugememorycapacityispointedoutbytheanalysis,andthefuzzyBPnetworkistrained,realizingthememoryofalltherulesbythenetwork.Then,aftercollectingthedataoftheobstacleboundary,amethodusesthe”withinthecurvedarc”isproposedtofittheenvironmentalobstaclesedge,itrealizesthecorrectde

6、tectionofrobot’Swalkablespace.Keywords:obstacleavoidance;BPneuralnetwork;fuzzycontrol;curvefitting糊控制的方法利用这些经验,达到控制机器人避障的1引言目的。但是模糊控制中的隶属度函数的参数是提前指定为了适应复杂多变的环境,机器人必须具有对障碍的,不能自适应的调整。同时在地图的绘制中,三次样物检测与躲避的能力,然后再利用所探明的障碍物信息条插值的曲线拟合方法可以精确地反映出曲线的走向,进行地图绘制。机器人避障往往需要结合一定的策略⋯,对各

7、个离散的点进行拟合,但是拟合曲线会穿越障碍以往的研究总是直接对障碍物情况进行划分,然后用模物;径向基函数神经网络H的曲线拟合方法可以通过不断的学习做到时时在线拟合,但是也存在着曲线穿过障基金项目:国家自然基金:基于衰落信道的非线性随机系统分布式碍物的可能。滤波及故障检测(61374127);黑龙江省博士后科研启动资金:基于智神经网络具有良好的非线性映射表达能力和巨大的能算法的抽油机井故障诊断(LBH-Q12143)收稿日期:2O14-12-29K自动化技术与应用2016年第35卷第2期机器人技术Robotics第四层为归一化层,为了

8、防止数据范围跨度太大造模糊化层参数学习规则为:成输出数据震荡或者使输出的激活函数饱和,对数据进“)(行的处理,即:(15)(f=1,2,⋯,5;=1,2,⋯,135),/∑,(l,2,⋯,135)(6)i=l(¨1)(叩((16)这一

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。