计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2014年
16期
255-258,270
,共5页
机器人%路径规划%神经网络%自反馈%动态环境
機器人%路徑規劃%神經網絡%自反饋%動態環境
궤기인%로경규화%신경망락%자반궤%동태배경
robot%path planning%neural network%self-feedback%dynamic environment
针对传统神经网络机器人路径规划中存在需要学习,对运动目标追踪速度较慢的问题,提出了一种带自反馈的生物激励神经网络机器人路径规划方法。该机器人路径规划算法的路径生成过程是由神经网络组成的动态变化的神经元活性值状态路线图来实现的。通过神经元活性值的传播,机器人被目标点全局吸引,同时障碍物使自己处在活性值最低点,起到推开机器人以避免碰撞的目的,为了增强算法对运动目标的追踪能力引入了新的权值函数求取方法。仿真结果表明该方法生成的路径是连续的、平滑的,比原方法产生的路径更优,并且算法能对快速变化的动态环境作出迅速反应。
針對傳統神經網絡機器人路徑規劃中存在需要學習,對運動目標追蹤速度較慢的問題,提齣瞭一種帶自反饋的生物激勵神經網絡機器人路徑規劃方法。該機器人路徑規劃算法的路徑生成過程是由神經網絡組成的動態變化的神經元活性值狀態路線圖來實現的。通過神經元活性值的傳播,機器人被目標點全跼吸引,同時障礙物使自己處在活性值最低點,起到推開機器人以避免踫撞的目的,為瞭增彊算法對運動目標的追蹤能力引入瞭新的權值函數求取方法。倣真結果錶明該方法生成的路徑是連續的、平滑的,比原方法產生的路徑更優,併且算法能對快速變化的動態環境作齣迅速反應。
침대전통신경망락궤기인로경규화중존재수요학습,대운동목표추종속도교만적문제,제출료일충대자반궤적생물격려신경망락궤기인로경규화방법。해궤기인로경규화산법적로경생성과정시유신경망락조성적동태변화적신경원활성치상태로선도래실현적。통과신경원활성치적전파,궤기인피목표점전국흡인,동시장애물사자기처재활성치최저점,기도추개궤기인이피면팽당적목적,위료증강산법대운동목표적추종능력인입료신적권치함수구취방법。방진결과표명해방법생성적로경시련속적、평활적,비원방법산생적로경경우,병차산법능대쾌속변화적동태배경작출신속반응。
For the problem of traditional artificial neural network in robot path planning that needs to learn, tracks moving target slowly, this paper presents an algorithm of robot path planning which has biologically inspired neural network and self-feedback function. The generated path of this algorithm is realized by the dynamics neural activity landscape consisting of networks. Robot is attracted to the target through the neural activity propagation, while the obstacles put away the robot to avoid collision by making themselves stay at the valley of the activity landscape. In order to enhance the moving target tracking ability of algorithm, this paper introduces a new weight function. Simulation demonstrates that the generated path is continuous, smooth, better than the original, can respond quickly to the fast changing environment.