计算机工程与科学
計算機工程與科學
계산궤공정여과학
COMPUTER ENGINEERING & SCIENCE
2005年
12期
72-75
,共4页
移动机器人%安全路径规划%神经网络%约束距离变换
移動機器人%安全路徑規劃%神經網絡%約束距離變換
이동궤기인%안전로경규화%신경망락%약속거리변환
针对移动机器人未知环境下的安全路径规划,本文采用了一种局部连接Hopfield神经网络(ANN)规划器.对任意形状环境,ANN中兼顾处理了"过近"和"过远"来形成安全路径,而无需学习过程.为在单处理器上进行有效的在线路径规划,提出用基于距离变换的串行模拟,加速数值势场的传播.仿真表明,该方法具有较高的实时性和环境适应性.
針對移動機器人未知環境下的安全路徑規劃,本文採用瞭一種跼部連接Hopfield神經網絡(ANN)規劃器.對任意形狀環境,ANN中兼顧處理瞭"過近"和"過遠"來形成安全路徑,而無需學習過程.為在單處理器上進行有效的在線路徑規劃,提齣用基于距離變換的串行模擬,加速數值勢場的傳播.倣真錶明,該方法具有較高的實時性和環境適應性.
침대이동궤기인미지배경하적안전로경규화,본문채용료일충국부련접Hopfield신경망락(ANN)규화기.대임의형상배경,ANN중겸고처리료"과근"화"과원"래형성안전로경,이무수학습과정.위재단처리기상진행유효적재선로경규화,제출용기우거리변환적천행모의,가속수치세장적전파.방진표명,해방법구유교고적실시성화배경괄응성.
