基于实际隶属函数的移动机器人局部路径规划
来源期刊:机械设计与制造2014年第8期
论文作者:熊开封 张华 邓豪
文章页码:134 - 136
关键词:T-S型模糊神经网络;局部路径规划;实际隶属函数;Matlab仿真;优化;
摘 要:为优化模糊神经网络的实时性、学习速度、收敛性、稳定性,在移动机器人局部路径规划中构建了基于实际隶属函数T-S(Takagi-Sugeno)模型的改进型模糊神经网络。结合静态、动态障碍物并存环境下机器人路径规划的实际,综合考虑二维直角坐标体系下机器人、障碍物的位置、速度及运动方向等实时信息,推导出一种新的具有实际含义的隶属函数作为避碰隶属函数,采用五层T-S型模糊神经网络及改进型误差反传学习算法。通过计算机仿真,验证了所提方略对动态环境下移动机器人路径规划具有较高的实时性和有效性。
熊开封1,张华2,邓豪2
1. 西南科技大学国家级综合性工程训练中心2. 西南科技大学信息工程学院
摘 要:为优化模糊神经网络的实时性、学习速度、收敛性、稳定性,在移动机器人局部路径规划中构建了基于实际隶属函数T-S(Takagi-Sugeno)模型的改进型模糊神经网络。结合静态、动态障碍物并存环境下机器人路径规划的实际,综合考虑二维直角坐标体系下机器人、障碍物的位置、速度及运动方向等实时信息,推导出一种新的具有实际含义的隶属函数作为避碰隶属函数,采用五层T-S型模糊神经网络及改进型误差反传学习算法。通过计算机仿真,验证了所提方略对动态环境下移动机器人路径规划具有较高的实时性和有效性。
关键词:T-S型模糊神经网络;局部路径规划;实际隶属函数;Matlab仿真;优化;