一种快速神经网络路径规划算法.docVIP

文章编号 2 2 2 一种快速神经网络路径规划算法 α 禹建丽 ? ∏ √ 孙增圻 成久洋之 洛阳工学院应用数学系 日本冈山理科大学工学部电子工学科 2 清华大学计算机系国家智能技术与系统重点实验室 日本冈山理科大学工学部信息工学科 2 摘 要 本文研究已知障碍物形状和位置环境下的全局路径规划问题 给出了一个路径规划算法 其能量函数 利用神经网络结构定义 根据路径点位于障碍物内外的不同位置选取不同的动态运动方程 并针对障碍物的形状设 定各条边的模拟退火初始温度 仿真研究表明 本文提出的算法计算简单 收敛速度快 能够避免某些局部极值情 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 能量函数 神经网络 模拟退火 中图分类号 ×° 文献标识码 ΦΑΣΤΑΛΓΟΡΙΤΗΜΦΟΡΠΑΤΗΠΛΑΝΝΙΝΓ ΒΑΣΕΔΟΝΝΕΥΡΑΛΝΕΤ? ΟΡΚ ≠ 2 ? ? ≥ 2 ≥ ∏ ΔεπαρτμεντοφΜατηεματιχσ ΛυοψανγΙνστιτυτεοφΤεχηνολογψ Λυοψανγ ΔεπαρτμεντοφΕλεχτρονιχΕνγινεερινγ ΦαχυλτψοφΕνγινεερινγ ΟκαψαμαΥνι?ερσιτψοφΣχιενχε 2 Ριδαι2χηο 2 ?απαν ΔεπαρτμεντοφΧομπυτερΣχιενχε Τεχηνολογψ ΣτατεΚεψΛαβοφΙντελλιγεντΤεχηνολογψ Σψστεμσ ΤσινγηυαΥνι?ερσιτψ Βει?ινγ ΔεπαρτμεντοφΙνφορματιον ΧομπυτερΕνγινεερινγ ΦαχυλτψοφΕνγινεερινγ ΟκαψαμαΥνι?ερσιτψοφΣχιενχε 2 Ριδαι2χηο 2 ?απαν Αβστραχτ ∏ √ √ √ × ∏ ∏ ∏ ∏ ∏ ∏ 2 ∏ √ × ∏ ∏ ∏ ∏ √ ∏ Κεψωορδσ ∏ ∏ ∏ 1引言 Ιντροδυχτιον 机器人路径规划问题可以分为两种 一种是基 于环境先验完全信息的全局路径规划 ≈ 另一种是 基于传感器信息的局部路径规划 ≈ ? 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 ≈ ! 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 但不适用解决圆形障碍物的避障路径规划问题 人 工势场法的基本思想是通过寻找路径点的能量函数 的极小值点而使路径避开障碍物 但存在局部极小 值问题且不适于寻求最短路径 ≈ 文献 ≈ 给出的 神经网络路径规划算法 我们称为原算法 引入网 络结构和模拟退火等方法 计算简单 能避免某些局 部极值情况 且具有并行性及易于从二维空间推广 到三维空间等优点 对人工势场法给予了较大的改 进 但在此算法中 由于路径点的总能量函数是由碰 撞罚函数和距离函数两部分的和构成的 而路径点 第 卷第 期 年 月 机器人 ΡΟΒΟΤ? α收稿日期 一般由连接出发位置到目标位置的直线上均匀分布 的点序列开始 按使总能量函数减小的方向移动 所 以它得到的一般是无碰的且尽可能短的可行性路 径 难以得到最短路径 本文在该算法的基础上 提 出了一个改进算法 ≈ 其主要特点是 改进算法 设有一个检测器 它检测并将每个路径点的位置返 回给系统 系统对落在障碍物内部的点按使总能量 函数减小的方向移动 而障碍物外的点仅按距离减 小的方向移动 从而使规划的无碰路径达到了最短 无碰路径 而且收敛速度明显加快 改进算法除 了适用于障碍物是多边形围成的图形外 还适用于 障碍物是圆形的情形 改进算法允许设定不同的 障碍物各条边的模拟退火初始温度 从而能够简单 地避免某些局部极小值的情况 2 神经网络路径规划 Αλγοριτημφορπατη πλαννινγβασεδοννευραλνετωορκ 这一节叙述文献 ≈ 给出的神经网络路径规划 算法 2 1 碰撞罚函数 一条路径的碰撞罚函数定义为各路径点的碰撞 罚函数之和 而一个点的碰撞罚函数是通过它对各 个障碍物的神经网络表示得到的 障碍物假设为多 边形 图 表示了一个点到一个障碍物的罚函数的 神经网络 底层的两个结点分别表示给定路径点的 坐标 ξ! ψ 中间层的每个结点相应于障碍物的一条边 的不等式限制条件 底层和中间层的连接权系数就 等于不等式中 ξ! ψ前面的系数 中间层每个结点的 阈值等于相应不等式中的常数项 中间层到顶层的 连接权为 顶层结点的阈值取为不等式的