基于神经网络的移动机器人路径规划.pdfVIP

基于神经网络的移动机器人路径规划 樊长虹 卢有章 刘 宏 黄上腾 (上海交通大学 自动化系，上海 2Ooo30) (上海交通职业技术学院，上海 200120) (上海交通大学计算机系，上海 200030) E-mail：changhongfan@sjtu．edu．cn 摘 要 针对移动机器人 的未知环境下安全路径规划 ，论文采用了一种局部连接 Hopfield神经网络 (ANN)规划器。对任 意形状环境 ，ANN中兼顾处理 了 “过近”和 “过远”来形成安全路径 ，而无需学习过程 。为在单处理器上进行有效的在线路 径规划 ，提 出用基于距离变换的串行模拟 ，加速 了数值势场的传播 。仿真表明该方法具有较高的实时性和环境适应性 。 关键词 移动机 器人 安全路径规划 神 经网络 约束距 离变换 文章编号 1oo2—8331-(2004)08—0086-04 文献标识码 A 中图分类号 TP18 Path Planning forM obileRobotBased on NeuralNetworks Fan Changhong Lu Youzhang2 Liu Hongz Huang ShangtengJ (DepartmentofAutomation，ShanghaiJiaotongUniversity，Shanghai200030) (ShanghaiCommunicationsPolytechnic，Shanghai200120) (DepartmentofComputer，ShanghaiJiaotongUniversity，Shnaghai200030) Abstract： Forthe safe path planningofamobilerobo tin unknown environments，htepaperproposesa locallinked Hopfieldartificialneuralnetwork(ANN)planner．Forenvironments ofarbitraryshape ，wihtoutlearningprocess，theANN plansa safepath th consideration ofb0th ”too closenad ”too far．Fortheeffective application on sequentialproces— sot to plna a path on-line，hte simulation based on constrained distancertnasformation isproposed to acceleratehte propagation ofhte numerical potential field ofhte ANN．Simulations demonsrtats hte mehtod has high real—time ability and adaptabiliyt toenvironments． Keywords：Mobilerobot，Safepaht planning，Neural networks，Constraineddistance rtna sformation 1 引言 换 迭代求解 ，有效地加速 了数值势场的传播和稳定。新障碍物 未知环境下路径规划是移动机器人导航 中一个重要 问 的出现对环境拓扑连通结构的影响被神经元隐含表示 ，ANN 题 【“，包括 图搜索方法和势场法等。A 等 lj【典型图搜索方法进行 稳定性促进路径重规划 ，适于增量获取环境信息的动态路径规 路径重规划 的计算复杂度为O (Mogfv)(Ⅳ为离散化位姿空问 划。仿真表明该方法具有较高的实时性和环境适应性。 的节点数)。局部人