文档介绍：万方数据
基于多传感器数据融合的智能小车避障的研究畇刘金强羰,,四川绵阳;泄こ涛锢硌芯吭杭扑慊τ醚芯克拇嘌摘要:针对智能小车避障问题,提出了一种将模糊逻辑和神经网络相结合的融合方法一舀一。模糊神经网络方法。基于此方法的数据融合算法应用在智能小车避障运动中,采用多只超声波传感器和红外线传感器探测障碍物的距离和方向,采集的各种数据利用甋模糊神经网络进行融合。通过实验仿真表明:此方法能够使智能小车对障碍物的灵活避障和导航行进。关键词:多传感器数据融合;避障;模糊神经网络;智能小车中图分类号:文献标识码:文章编号:猶琋.,琈,言多传感器融合是把在不同位置的多只同类或者不同类传感器所提供的局部环境的不完整信息加以综合,消除传感器间可能存在的冗余信息,加以互补,降低不确定性,从而提高智能系统的决策、规划、反应的快速性和正确性,降低决策风险。目前常采用的数据融合方法主要有:卡尔曼滤波方法、猻方法、模糊逻辑控制的避障方法、神经网络的避障方法等。本文针对移动智能小车避障问题,提出了一种基于:窬绲亩啻ǜ衅魇萑诤戏椒āK媚:辑控制来实现传感器的信息融合,并采用模糊神经网络来实现决策控制,在软件模拟仿真实验中完成智能小车的避障实验,验证了此方法的可行性与可靠性。苷峡刂扑惴在智能小车的避障控制系统结构的基础上,着重介绍基于猄模型的模糊神经网络算法。为了综合利用系统所拥有的传感器以准确判定待测参数,必须建立适当的信息融合的体系结构⋯。本文选用基于猄模糊神经网络方法,输入的是超声波传感器和红外线传感器采集到的障碍物的距离和方向数据,先采用模糊逻辑对其进行特征级模糊处理,然后,采用神经网络对输入的模糊逻辑进行决策级融合,输出小车的转向角度和移动加速度。另外,还利用了电子指南针的定位作用来指导小车的运动,其避障控制系统结构如图尽为了使小车能躲避物体,传感器必须能够获得障碍物的形状、距离、方位以及环境信息“;赥—P偷哪:神经网络既具有模糊逻辑和神经网络的优点,又有很好的收敛性和学习能力,故采用模糊神经网络方法来实现智能小车的避障。又由于模糊逻辑是柔性,建立在自然语言的猯琍現收稿日期:琒,甀珻:——,.—;籪;
万方数据
测器纂匡兰引㈣∥:以:骸啊保骸R话耄骸5保荷疲一瑁憾芇“眐,籭“唬,∑∥∑《弓’刮¨,,⋯,戈∥。;丁保’苰’芛“五。,,戈’,!丁保转向角西值为弧,一∥,直鹩控制规则节点和鍪涑鼋诘恪S肕:肼,狈直鸫淼趉:¨辏骸酢%”—,盯:琾争,⋯,箎,’骸#琲,,石’,筇:弧В琲,.第刘金强,等:基于多传感器数据融合的智能小车避障的研究基础上对数据的精确性要求不高,而非线性隶属度函数使得输入和输出的曲面映射更加平滑,有利于输出的精确和稳定,所以,选择隶属度函数为非线性‘。本文选择高斯型ナ舳群图猅—湍:窬缃峁雇肌’还灿层,其中,珺,珼为前件网络,現,阄:蠹纭。前件网络属于递归模糊神经网络,其中包含了鍪入节点,对每个输入定义了鲇镅源始诘悖硗庥衵个层的第鼋诘愕氖淙牒褪涑觯贏层为输入层,它的每个节点直接与输入向量的各个分量戈,连接,它起着直接将输入值。戈。’传送到下一层的作用。输入关系为忝扛鼋诘愦硪桓鲇镅员淞恐担饔檬羌扑闶淙分量属于各语言变量值的模糊集合的隶