基于回歸神經(jīng)網(wǎng)絡(luò)的移動(dòng)機(jī)器人在線路徑規(guī)劃.pdf

1、該文在現(xiàn)有的研究基礎(chǔ)上,系統(tǒng)地研究了基于回歸神經(jīng)網(wǎng)絡(luò)的移動(dòng)機(jī)器人在線路徑規(guī)劃,主要內(nèi)容包括:針對(duì)已有的安全路徑規(guī)劃中存在的"過(guò)遠(yuǎn)"、"過(guò)近"或破壞完整性等問(wèn)題,該文給出了一種基于局部連接的回歸神經(jīng)網(wǎng)絡(luò)的安全路徑規(guī)劃器.針對(duì)已有的RNN規(guī)劃器地圖表示能力較弱,并且RNN中權(quán)值和環(huán)境中具體代價(jià)之間關(guān)系不明確的特點(diǎn),該文給出了一種新的RNN模型用于權(quán)區(qū)域動(dòng)態(tài)環(huán)境下的移動(dòng)機(jī)器人在線路徑規(guī)劃.針對(duì)部分已知環(huán)境下的移動(dòng)機(jī)器人路徑規(guī)劃問(wèn)題,研究了基于

2、RNN的遞階路徑規(guī)劃方法.由于實(shí)際的RNN中信號(hào)傳播時(shí)延存在性,該文給出了含有時(shí)延的RNN模型用于路徑規(guī)劃,研究了該RNN在有界隨機(jī)時(shí)延條件下的穩(wěn)定性.為了加速RNN路徑規(guī)劃的模擬求解,該文結(jié)合該RNN時(shí)延性和約束距離變換,給出了基于廣度優(yōu)先搜索的Gauss-Seidel迭代、基于行列約束距離變換的多順序Gauss-Siedel迭代,這兩種迭代方法在單處理器上都能在O(N)時(shí)間內(nèi)給出規(guī)劃的路徑,加快了模擬速度,使得通過(guò)單處理器模擬來(lái)實(shí)現(xiàn)