基于神经网络的移动机器人路径规划

被引：18

作者：

樊长虹

卢有章

刘宏

黄上腾

机构：

[1] 上海交通大学自动化系

[2] 上海交通职业技术学院

[3] 上海交通大学计算机系

[4] 上海交通大学计算机系上海

[5] 上海

来源：

计算机工程与应用 | 2004年 / 08期

关键词：

移动机器人; 安全路径规划; 神经网络; 约束距离变换;

D O I：

暂无

中图分类号：

TP242 [机器人];

学科分类号：

1111 ;

摘要：

针对移动机器人的未知环境下安全路径规划,论文采用了一种局部连接Hopfield神经网络(ANN)规划器。对任意形状环境,ANN中兼顾处理了“过近”和“过远”来形成安全路径,而无需学习过程。为在单处理器上进行有效的在线路径规划,提出用基于距离变换的串行模拟,加速了数值势场的传播。仿真表明该方法具有较高的实时性和环境适应性。

引用

页码：86 / 89

页数：4