基于FNN的机器人局部路径规划中实际隶属函数的推导

摘要

机器人路径规划中建立符合客观实际的隶属函数,是动态环境下应用模糊神经网络解决避碰问题的一个难题。结合动态环境下机器人路径规划的实际,在着重比较研究两种具有实际意义的隶属函数的基础上,综合考虑二维直角坐标体系下机器人、障碍物的位置、速度及运动方向等实时信息,推导出一种新的具有实际含义的隶属函数,有助于判断表征机器人和各移动障碍物之间碰撞的可能性。