文档介绍：维普资讯
第卷第期计算机工程年月
. .
· 人工智能及识另技术· 文章编号:——一文献标识码: 中围分娄号:.
神经网络在智能机器人导航系统中的应用研究

灌江海洋大学工学‘. 衣漳㈨【
摘要:智能机器人在未知环境中的导航系统主要涉及十主要方面对环境的感知;局部瞎径规划全局路径规划文章综述了种经附络技
术在这些领域中的应甩,探讨了在神经网络技术中引凡学习机制的方法
美词:智能机器:神经网络;导航:路径规

. 一
【. 蚰罟
.
【:,
啤曲.Ⅱ脑鼬日口/ 曲舯—.
.
【;
神经网络在环境感知中的应用以为了收敛于最小框架表示,应该采用较少的网络节点升
对环境的感知,环境模型妁表示是非常重要的。未知始学习,逐步增加其数量。这种方法比较适台对拥挤的
环境中的障碍物的几何形状是不确定的,常用的表示方浩是境的学习, 自由空间教小,就可用线段表示;若自由空问
槽格法。如果用册格法表示范围较大的工作环境,在满足较大,就需要由二维结构表示。
精度要求的情况下,必定要占用大量的内存,并且采用栅采用冲经阿络表示环境是一个新的方法。由
格法进行路径规划,其计算量是相当大的。自组织于网络的并行结构,可在较短的时间内进行大量的计算。并
神经瞬络为机器人对未知环境的蒜知提供了一条途径。、位置等通过
冲经网络是一十自组织神经网络,其学习的结学习可用树结构表示自由空问的基本框架,起、终点问路
果能体现出输入样本的分布情况,从而对输入样本实现数径可利用树的遍历技术报容易地被找到
据压缩。基于网络的这些特性,可采用曲神经元的在机器人对环境的感知的过程中,可采用人】:神经嘲
权向量来表示自由空间,其方法是在自由空间中随机地选络技术对多传感器的信息进行融台。由于单个传感器仅能
取坐标点【可由传感器获得】作为网络输入,神经嘲络通提供部分不完全的环境信息,因此只有秉甩多种传感器才
过对大量的输八样本的学习,其神经元就会体现出一定的能提高机器凡的感知能力。
分布形式学习过程如下:开始时网络的权值随机地赋值, 神经网络在局部路径规射中的应用
其后接下式进行学习: 局部路径规删足称动吝避碰规划,足以全局规荆为指
导利用在线得到的局部环境信息,在尽可能短的时问内,
, 、,叫,一珥∈,
避开出现的未知障碍物的过程。可以说避碰规划是感知空
, .
问到行动空问的一种映射。映射关系可以用不同的方法来
其中:神经元在时刻对应的权值;∽谓整系数; 实现,但很难用一个精确的数学方程来表示。所以用神经
『网络的输八矢量;Ⅳ:学习的域。每个神经元能最两结来表示是再好不过了。也可在神经嗣络中弓进模糊推
大限度地表示一定的自由空间。神经元权向量的最小生成理、遗传算法等技术及采用不同类型的神经网络米实现局
树可以表示出自由空问的基本框架。网络学习的邻域, 部规划采用神经嘲络就可以产生机器人的避碰行为将
可以动态地定义成矩形、多边形。神经元数量的选取取决传感器数据作为网络的精入,由人给定相应场合下期望
于环境的复杂度,