快速神经网络路径规划算法局部极小值问题的研究和实验.pdfVIP

快速神经网络路径规划算法局部极小值问题的研究与实验， 禹建丽’ 韩平2 姚旭东3 (1.洛阳工学院应用数学系471039;2洛阳工学院学生处471039;3.洛阳大学电子系) 摘 要 本文研究己知障碍物形状和位宜环境下的机器人全局路径规划问几。利用神经网络路径规划 算法进行路径规划，为解决神经网络路径规划算法的局部极小值问题，提出针对障碍物的形状设定各条边 的模拟退火初始温度。采用此方法进行仿真实验，结果表明，所提方法能够避免某些局部极小值情况。规 划的无碰路径达到了最短无碰路径。 关键词:全局路径规划。神经网络，局部极小值，模拟退火温度。 1引言 机器人路径规划问题可以分为两种.一种是环境己知的全局路径规划U.:1，另一种 是基于传感器信息的局部路径规划(3,4,5(，后者环境是未知或者部分未知的。全局路径规 划已提出的典型方法有可视图法、图搜索法(61、人工势场法等。可视图法的优点是可以 求得最短路径，但缺乏灵活性，并且存在组合爆炸问题。图搜索法比较灵活，机器人的 起始点和目标点的改变不会造成连通图的重新构造，但不是任何时候都可以获得最短路 径。可视图法和图搜索法适用于多边形障碍物的避障路径规划问题，但不