用于移动机器人避障的人工神经网络和模糊逻辑控制技术

提出一种用于移动机器人对当前感知环境进行识别和分类进而实现避障的方法。分析和研究反映当前感知环境的特征向量的抽取技术，并建立反映期望环境类别的特征向量训练样本数据库；建立基于ART2神经网络的分类器模型，根据多传感器信息实现移动机器人对其当前感知环境进行快速识别和分类；利用模糊逻辑技术，设计用于移动机器人在未知环境下避障的三维模糊控制器；在TIT-1型移动机器人上进行实验。