自动化学报
自動化學報
자동화학보
ACTA AUTOMATICA SINICA
2004年
6期
816-823
,共8页
移动机器人%未知环境%安全路径规划%Hopfield神经网络
移動機器人%未知環境%安全路徑規劃%Hopfield神經網絡
이동궤기인%미지배경%안전로경규화%Hopfield신경망락
针对未知环境下移动机器人的安全路径规划,采用了一种局部连接Hopfield神经网络(Hopfield Neural Networks,HNN)规划器;分析了HNN稳定性,并给出了存在可行路径的条件.如果存在可行路径,该方法不存在非期望的局部吸引点,并在连接权设计中兼顾"过近"和"过远"来形成安全路径.为在单处理器上有效地在线路径规划,采用多顺序的Gauss-Seidel迭代方法来加速HNN势场的传播.结果表明该方法具有较高的实时性和环境适应性.
針對未知環境下移動機器人的安全路徑規劃,採用瞭一種跼部連接Hopfield神經網絡(Hopfield Neural Networks,HNN)規劃器;分析瞭HNN穩定性,併給齣瞭存在可行路徑的條件.如果存在可行路徑,該方法不存在非期望的跼部吸引點,併在連接權設計中兼顧"過近"和"過遠"來形成安全路徑.為在單處理器上有效地在線路徑規劃,採用多順序的Gauss-Seidel迭代方法來加速HNN勢場的傳播.結果錶明該方法具有較高的實時性和環境適應性.
침대미지배경하이동궤기인적안전로경규화,채용료일충국부련접Hopfield신경망락(Hopfield Neural Networks,HNN)규화기;분석료HNN은정성,병급출료존재가행로경적조건.여과존재가행로경,해방법불존재비기망적국부흡인점,병재련접권설계중겸고"과근"화"과원"래형성안전로경.위재단처리기상유효지재선로경규화,채용다순서적Gauss-Seidel질대방법래가속HNN세장적전파.결과표명해방법구유교고적실시성화배경괄응성.
