未知环境下移动机器人安全路径规划的一种神经网络方法

被引：12

作者：

樊长虹

陈卫东

席裕庚

机构：

[1] 上海交通大学自动化研究所,上海交通大学自动化研究所,上海交通大学自动化研究所上海,上海,上海

来源：

自动化学报 | 2004年 / 06期

关键词：

移动机器人; 未知环境; 安全路径规划; Hopfield神经网络;

D O I：

10.16383/j.aas.2004.06.003

中图分类号：

TP242 [机器人];

学科分类号：

1111 ;

摘要：

针对未知环境下移动机器人的安全路径规划，采用了一种局部连接 Hopfield 神经网络 fHopfield Neural Networks，HNN)规划器；分析了 HNN 稳定性，并给出了存在可行路径的条件．如果存在可行路径，该方法不存在非期望的局部吸引点，并在连接权设计中兼顾“过近”和“过远”来形成安全路径．为在单处理器上有效地在线路径规划，采用多顺序的Gauss-Seidel 迭代方法来加速 HNN 势场的传播．结果表明该方法具有较高的实时性和环境适应性．

引用

页码：816 / 823

页数：8