基于 ART神经网络的机器人避碰撞系统.PDFVIP

中国科技论文在线 第31卷　第2期 计　算　机　工　程 2005年1月 Vol.31 № 2 Computer Engineering January 2005 ·人工智能及识别技术 · 文章编号：1000—3428(2005)02 —0182—03 文献标识码：A 中图分类号： TP18 基于ART神经网络的机器人避碰撞系统 马 飞，吴耿锋，武 彬，樊 建 (上海大学计算机学院，上海200072) 摘 要：针对机器人避碰撞问题，提出了一种基于 神经网络的避碰撞系统 。该系统采用划分区间法来描述障碍物状态，把一个 ART (ARTCAS) 全方位避碰撞问题分解为若干个区间内的避碰撞问题。结合 神经网络学习新知识而不破坏已有知识的特点，实现了一个具有在线学习和 ART 躲避以任意速度任意角度运动的障碍物能力的避碰撞系统。 关键词：自适应谐振理论；神经网络；避碰撞 Adaptive Resonance Theory Based Collision Avoidance System MA Fei, WU Gengfeng, WU Bin, FAN Jan (Dept. of Computer Science Technology, Shanghai University,Shanghai 200072) 【Abstract】It is important for a robot to acquire adaptive behaviors for avoiding moving obstacles. This paper proposes an ART based Collision Avoiding System (ARTCAS). Adopting ART neural networks characteristic of learning new knowledge without forgetting the old ones, ARTCAS has the ability of online learning. By dividing the obstacles state into many segments, the whole big problem is decomposed into many sub-problems. The simulation experiment shows that robot can adaptively avoid collision with a single moving obstacle in any speed and any direction. 【Key words 】 Adaptive resonancet theory; Neural network; Collision avoidance ART 1 ( 移动机器人是近年机器人研究的一个热点。它具有灵活 神经网络结构由两个相继的存储单元具有短期记 STM)Cp Rg 性和可扩展性的优点，一组小的、简单的机器人可以完成原 忆功能，简称 和