基于模糊神經(jīng)網(wǎng)絡(luò)勢場法的機(jī)器人動態(tài)路徑規(guī)劃.pdf

1、隨著科學(xué)技術(shù)的不斷發(fā)展,機(jī)器人技術(shù)也在不斷進(jìn)步,機(jī)器人學(xué)科也越來越代表當(dāng)今信息、自動化和系統(tǒng)集成技術(shù)的最新發(fā)展方向,也帶動了這些領(lǐng)域的技術(shù)發(fā)展。隨著機(jī)器人技術(shù)的不斷發(fā)展,涌現(xiàn)出了一系列的新型路徑規(guī)劃方法。移動機(jī)器人的動態(tài)路徑規(guī)劃由于在實(shí)際應(yīng)用中實(shí)際環(huán)境的復(fù)雜性和算法的局限性,所以一直是機(jī)器人運(yùn)動規(guī)劃中的重點(diǎn)和難點(diǎn)。
　　 本文主要從機(jī)器人的系統(tǒng)框架和路徑規(guī)劃算法兩個方向展開研究,來對移動機(jī)器人的動態(tài)路徑規(guī)劃問題進(jìn)行優(yōu)化改進(jìn)。簡單

2、介紹了機(jī)器人的定位、感知、通信和運(yùn)動等模塊,對現(xiàn)有的一些路徑規(guī)劃方法進(jìn)行分析,如柵格法,幾何頂點(diǎn)法,隨機(jī)法和人工勢場法等,對每種算法在未知環(huán)境中實(shí)現(xiàn)的可能性和優(yōu)缺點(diǎn)進(jìn)行分析和比較。
　　 本文著重討論和研究了模糊神經(jīng)網(wǎng)絡(luò)的算法,并將模糊控制與該神經(jīng)網(wǎng)絡(luò)算法相結(jié)合,使得神經(jīng)網(wǎng)絡(luò)具備了模糊推理和歸納的能力,又利用神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)功能在實(shí)際的控制過程中不斷地修正該模糊神經(jīng)網(wǎng)絡(luò)的推理歸納方式。同時(shí),由于模糊神經(jīng)網(wǎng)絡(luò)克服了神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)不