基于模糊神经网络势场法的机器人动态路径规划

摘要

随着科学技术的不断发展,机器人技术也在不断进步,机器人学科也越来越代表当今信息、自动化和系统集成技术的最新发展方向,也带动了这些领域的技术发展。随着机器人技术的不断发展,涌现出了一系列的新型路径规划方法。移动机器人的动态路径规划由于在实际应用中实际环境的复杂性和算法的局限性,所以一直是机器人运动规划中的重点和难点。
　　 本文主要从机器人的系统框架和路径规划算法两个方向展开研究,来对移动机器人的动态路径规划问题进行优化改进。简单介绍了机器人的定位、感知、通信和运动等模块,对现有的一些路径规划方法进行分析,如栅格法,几何顶点法,随机法和人工势场法等,对每种算法在未知环境中实现的可能性和优缺点进行分析和比较。
　　 本文着重讨论和研究了模糊神经网络的算法,并将模糊控制与该神经网络算法相结合,使得神经网络具备了模糊推理和归纳的能力,又利用神经网络的自学习功能在实际的控制过程中不断地修正该模糊神经网络的推理归纳方式。同时,由于模糊神经网络克服了神经网络的结构不具备明确的物理意义的缺点,使得模糊神经网络的结构设计和权值的初始化相对简单,面向传统人工势场理论的不足并依据在机器人局部路径规划的特点,论文采用改进的斥力势场函数将机器人与目标的相对距离和速度考虑在内以解决局部最小值问题。并引入神经网络模糊系统同时兼顾了系统的鲁棒性和快速性,并在实验中得到了有效的验证。通过仿真比较了本文算法和人工势场法,进一步证明了本文算法的优点。

目录

文摘

英文文摘

致谢

插图清单

表格清单

第一章 绪论

1.1 自主移动机器人概述

1.1.1 自主移动机器人发展现状

1.1.2 国内移动机器人发展概况

1.2 移动机器人的导航和定位

1.2.1 移动机器人的导航问题

1.2.2 移动机器人的定位问题

1.3 路径规划及其常用方法

1.4 本章小结

第二章 移动机器人平台

2.1 AS-RF机器人的丰要特点及其功能模块介绍

2.1.1 AS-RF机器人的特点介绍

2.1.2 AS-RF机器人功能模块基本配置

2.1.3 AS-RF机器人的主要应用

2.1.4 AS-RF机器人的传感器

2.2 移动机器人的数学模型研究

2.2.1 AS-RF型履带式移动机器人的动力学模型

2.2.2 履带式移动机器人的运动学模型

2.3 本章小结

第三章 模糊神经网络算法的研究

3.1 模糊控制的基本原理

3.1.1 模糊控制的基本结构和组成

3.1.2 模糊化运算

3.1.3 知识库

3.1.4 模糊推理以及清晰化计算

3.2 神经网络简述

3.2.1 常见的几种神经网络

3.2.2 神经网路的训练

3.3 本章小结

第四章 模糊神经网络控制器设计

4.1 基于神经网络的模糊控制系统

4.1.1 Anfis编辑器

4.1.2 基于神经网络建立模糊系统

4.2 模糊神经控制器的设计

4.3 本章小结

第五章 模糊神经网络在人工势场法中的应用

5.1 传统人工势场法及缺陷

5.2 改进的人工势场法

5.3 模糊神经网络控制器在人工势场法中的应用

5.4 仿真实验及其分析

5.5 本章小结

第六章 总结与展望

参考文献

攻读硕士学位期间发表的论文