基于递阶行为的模糊逻辑/神经网络移动小车控制算法

摘要

本文主要解决移动小车在未知环境中利用传感器的少量信息进行自主导航的问题,提出一种基于模糊推理/神经网络的递阶控制算法结构并且将重点放在控制层中对于基本行为的设计以及协调融合上.本文首先给出了基于递阶行为的三层控制结构:规划层,执行层,控制层.并采用模糊推理系统来设计基本行为.而多种可能的行为又要求自主小车具有一个行为选择机制,所以采用神经网络来模仿人类行为,这样很容易就会得到人类复杂的决策技能,以使小车在未知或部分已知的环境里能够选择最恰当的行为.为了测试neuro/fuzzy递阶行为控制系统的性能,本文采用不同的任务类型进行了仿真,仿真结果显示该算法具有令人满意的性能.