基于模糊神经网络算法的机器人路径规划研究.pdfVIP

第２７卷第６期 四川理工学院学报（自然科学版） Ｖｏｌ２７　Ｎｏ６ ２０１４年１２月 ＪｏｕｒｎａｌｏｆＳｉｃｈｕａｎＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） Ｄｅｃ２０１４ 文章编号：１６７３１５４９（２０１４）０６００３００４ ＤＯＩ：１０．１１８６３／ｊ．ｓｕｓｅ．２０１４．０６．０８ 基于模糊神经网络算法的机器人路径规划研究 ａ ｂ ｂ 姚 毅 ，陈光建 ，贾金玲 （四川理工学院ｂ．计算机学院；ａ．自动化与电子信息学院，四川 自贡 ６４３０００） 　　摘　要：路径规划是移动机器人研究的关键技术之一。在研究模糊理论和神经网络的基础上，提出 了一种新的算法，即模糊神经网络。模糊神经网络既可以像神经网络那样并行处理、自行学习，又可以 像模糊理论处理模糊信息、完成模糊推理功能。采用模糊神经网络来对移动机器人的路径进行规划，充 分发挥模糊理论和神经网络的各自优势，从而获得从起始点到目标点的最优路径。在环境信息完全未 知且静态的情况下进行了仿真实验，结果表明：该算法效率高、收敛速度快，有效提高了移动机器人的智 能化水平。 关键词：移动机器人；路径规划；模糊理论；神经网络 中图分类号：ＴＰ２４２ 文献标志码：Ａ 使规划的方式更灵活，规划的效果更优越。 引 言 本文在研究了模糊逻辑算法和神经网络算法的 目前，机器人的发展趋势是高度智能化，而路径规 基础上，提出了模糊神经网络算法，并应用于移动机 划又是评定机器人智能化的重要指标。所谓路径规划 器人的路径规划，最后通过了仿真验证该算法切实 技术就是当机器人在前进过程中当遇到障碍物无法前 可行的。 进时，需要重新寻找一条路径到达终点。新找的一条路 １ 模糊神经网络 径不仅能使机器人绕过障碍物，而且要用时最短，选择 的距离最科学。障碍物的大小，距离机器人的距离都直 １１ 神经网络 接影响到机器人的路径规划。随着机器人技术向人工 人工神经网络 （ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋｓ，简称 智能化方向的发展，对机器人的路径规划提出了越来越 ＡＮＮ）是一种模拟人类大脑的思维能力，通过大量的模 高的要求。神经网络和模糊算法在人工智能方面都表 拟神经元来实现非线性算法功能的一种网络。它与人 现了各自的优越性，但也存在许多弊端。神经网络虽然 脑神经系统处理信息的过程类似，都具有学习和自适 有很好的学习功能及鲁棒性，但是它不适合对已经存在 应功能，不同在于其理论基础是数学网络拓扑，用神经 的规律性知识的表达，对已有先验知识不能很好的利 网络自身结构表达输入输出关系，使网络具有非线性 用。模糊逻辑能将通常不能用数学方法精确处理的问 映射的功能对信息进行并行处理。人工神经网络主要 题用模糊的方法来综合判断，但需要全面的先验知识， 特点是非线性、能够并行处理信息的网络，且具有学习 来构成推理规则和模糊表。在路径规划中，通过模糊算 功能、容错性、信息分布式存储功能及鲁棒性。人工神 法和神经网络的有机结合可以很好地综合各自的优点， 经网络的学习规则主要有误差纠正学习、竞争学习、 收稿日期：２０１４０８０１ 基金项目：人工智能四川省重点实验室基金项目（２０１４ＲＹＹ０１；２０１４ＲＹＹ０３）；企业信息化与物联网测控技术四川省高校重点实验室基金项 目（２０１３