文档介绍：移动机器人局部路径规划的研究摘要其次,论文采用了改进的神经网络算法,克服了直接使用神经网络算法路径规划是机器人控制中最重要的任务之一,局部路径规划是移动机器人研究领域的一个基本环节。本论文主要对如何寻找到一条从起点到终点无碰撞的路径作了研究,在机器人硬件系统的精度在短期内不能得到解决的情况下,对算法的研究就显得十分重要。首先,根据移动机器人工作环境的不确定性,设计了双模糊协调控制器,把机器人的行为分成接近目标行为和中途避障行为,并对两种行为进行协调,达到对机器人下一步行动进行控制的目的,仿真实验结果验证了本文所提方法的有效性和可行性。进行路径规划的不足之处。仿真表明,采用了附加动量项的神经网络,能有效地提高算法的收敛速度。最后在中给出了在有静止和运动障碍物的动态环境中路径规划仿真结果,结果表明此方法是可行的。关键词:移动机器人;局部路径规划;模糊控制;协调控制;神经网络
甒篗—,瓾,琧瑃.,琒甌瓵,瑃::篶築畉
插图清单图卜斯な瞥》ㄖ械囊统饬κ疽馔肌图卜习镌谠晗抵械淖辍图质紸的机构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。图超声波传感器测距原理图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图ùǜ衅鞑糜暗氖疽馔肌衩舻ピ=峁埂图多传感器信息融合的一般结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图集中型多传感器信息融合⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图分散型多传感器信息融合⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图反馈型传感器信息融合⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图籰模糊控制器结构示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图输入变量的隶属度函数的两种形式⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图输出变量的隶属度函数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图ǜ衅鞯幕魅四P汀图淙氡淞緿牧ナ舳群图输入变量牧ナ舳群图涑霰淞縑和巾的隶属度函数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图双模糊控制的机器入路径规划图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图魅吮苷鲜彼俣缺浠咄肌图机器人避障时转角巾变化曲线图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图人工神经元模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图阈值函数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图藕图侄蜗咝院图摺图秃图跋蛐屯纭图反馈型网络⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图有监督学习框图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图藜喽窖翱蛲肌图欢倮翱蛲肌图缓蜗畹纳窬=峁故疽馔肌图单层前向传播网络结构示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图多层前向网络结构示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图神经网络的学习过程流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图动量项为钡奈蟛钋呤樟睬榭觥图动量项为时的误差曲线收敛情况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图静态障碍物时的机器人路径规划图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图静态障碍物时的机器人速度曲线图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图静态障碍物时的机器人转角曲线图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图习锸钡幕魅寺肪豆婊糽⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图动念障碍物时的机器人的速度曲线图
图习锸钡幕魅说淖=乔咄⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图习锸钡幕魅寺肪豆婊⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图习锸钡幕魅说乃俣惹咄⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
学位论文作者签名:幸云阊导师签名:—驴彰《学位论文作者签名:牟云鼠工作单位:钢豫矗通讯地址:铆司落弓ヒ裁ü;末签字曰期:细‘年拢学位论文版权使用授权书独创性声明签字冢核骸辍拢蝗签字日期:抽。月岁日。妯簉:选表或撰写过的研究成果。也不包含为获得盒胆王些盍堂或其他教育机构的学位或证书而使本学位论文作者完全了懈金壁王些盔堂有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权—金C艿难宦畚脑诮饷芎笫视帽臼谌ㄊ学位论文作者毕业后去向:电话:邮编:本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。据我所知,除文中特别加以标忐和致谢的地方外,本论文不包含任何其他个人或集体已经发用过的材料。与我一同鞯耐径员狙芯克鞯娜魏喂毕拙言诼畚闹凶髁嗣魅返乃得鞑世羔些盔堂可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。表示谢意。上噜斗。。。
谢致论文是在导师肖本贤教授的悉心指导下完成的,在此谨表示诚挚的敬意和最衷心的感谢だ鲜ψ吭降难丁⒀辖鞯闹窝群突迦瞬痪氲墓ぷ髯鞣纾我留下了深刻的印象,特别是肖老师高尚的师者风范更是长久地影响着我,让我终生受益。从论文的开题、撰写、修改到最后定稿