控制理论与应用
控製理論與應用
공제이론여응용
CONTROL THEORY & APPLICATIONS
2004年
3期
345-350
,共6页
移动机器人%动态未知环境%路径规划%时延神经网络%约束距离变换交献标识码:A
移動機器人%動態未知環境%路徑規劃%時延神經網絡%約束距離變換交獻標識碼:A
이동궤기인%동태미지배경%로경규화%시연신경망락%약속거리변환교헌표식마:A
针对动态未知环境下移动机器人路径规划问题,采用一种有效的局部连接Hopfiled神经网络(Hopfieldneural networks HNN)来表示机器人的工作空间.机器人在HNN所形成的动态数值势场上进行爬山搜索法来形成避碰路径,并且不存在非期望的局部吸引点.HNN权值设计中考虑了路径安全性因素,通过在障碍物附件形成局部虚拟排斥力来形成安全路径.HNN的连接权是非对称的,并且考虑了信号传播时延.分析了HNN的稳定性,所给稳定性条件和时延无关.HNN模型中突出了最大传播激励,从而使得HNN具有更广的稳定性范围并能表示具有更多节点的机器人工作空间.为对该HNN有效仿真求解,结合约束距离变换和HNN的时延性,给出了单处理器上高效的串行模拟方案,规划路径的时间复杂度为O(N)(N是HNN中神经元的数目),使得路径重规划能快速在线进行.仿真和实验表明该方法的有效性.
針對動態未知環境下移動機器人路徑規劃問題,採用一種有效的跼部連接Hopfiled神經網絡(Hopfieldneural networks HNN)來錶示機器人的工作空間.機器人在HNN所形成的動態數值勢場上進行爬山搜索法來形成避踫路徑,併且不存在非期望的跼部吸引點.HNN權值設計中攷慮瞭路徑安全性因素,通過在障礙物附件形成跼部虛擬排斥力來形成安全路徑.HNN的連接權是非對稱的,併且攷慮瞭信號傳播時延.分析瞭HNN的穩定性,所給穩定性條件和時延無關.HNN模型中突齣瞭最大傳播激勵,從而使得HNN具有更廣的穩定性範圍併能錶示具有更多節點的機器人工作空間.為對該HNN有效倣真求解,結閤約束距離變換和HNN的時延性,給齣瞭單處理器上高效的串行模擬方案,規劃路徑的時間複雜度為O(N)(N是HNN中神經元的數目),使得路徑重規劃能快速在線進行.倣真和實驗錶明該方法的有效性.
침대동태미지배경하이동궤기인로경규화문제,채용일충유효적국부련접Hopfiled신경망락(Hopfieldneural networks HNN)래표시궤기인적공작공간.궤기인재HNN소형성적동태수치세장상진행파산수색법래형성피팽로경,병차불존재비기망적국부흡인점.HNN권치설계중고필료로경안전성인소,통과재장애물부건형성국부허의배척력래형성안전로경.HNN적련접권시비대칭적,병차고필료신호전파시연.분석료HNN적은정성,소급은정성조건화시연무관.HNN모형중돌출료최대전파격려,종이사득HNN구유경엄적은정성범위병능표시구유경다절점적궤기인공작공간.위대해HNN유효방진구해,결합약속거리변환화HNN적시연성,급출료단처리기상고효적천행모의방안,규화로경적시간복잡도위O(N)(N시HNN중신경원적수목),사득로경중규화능쾌속재선진행.방진화실험표명해방법적유효성.
