針對煤礦災后的非結構化環(huán)境,提出了一種基于模糊神經(jīng)網(wǎng)絡的救援機器人全局路徑規(guī)劃算法,同時采用BP反向傳播學習算法對網(wǎng)絡進行訓練,有效提高了在線精度和神經(jīng)網(wǎng)絡的學習速度。Matlab仿真證明,該算法效率高、收斂速度快,能實現(xiàn)救援機器人連續(xù)、快速地避開靜態(tài)或動態(tài)障礙物。

【文章頁數(shù)】：3 頁

【部分圖文】：

圖2超聲波傳感器和紅外傳感器布局

圖1煤礦救援機器人移動機構S1～S5為超聲波傳感器,安裝在機器人車體外沿邊上;S6～S10為紅外傳感器,安裝在機器人內部距車體外沿5cm的位置。此安裝布局使紅外測距傳感器的盲區(qū)恰好在機器人的內部,而其量程覆蓋超聲波傳感器的盲區(qū)[2]。

圖3環(huán)境模型

先確定煤礦救援機器人運動的區(qū)域范圍,并由環(huán)境信息構建地圖模型[3]。根據(jù)起點(記為S)和目標點(記為T)的位置,建立一個XOY全局坐標系。在坐標系中,假設救援機器人在起點S和目標點T之間存在有限個靜態(tài)障礙物,(x0,y0)為救援機器人起點S的坐標,(xT,yT)為目標點T的坐標。....

圖4模糊神經(jīng)網(wǎng)絡結構

第2層為隸屬函數(shù)層,6個輸入變量模糊化后共有13個子集,即13個節(jié)點,每個節(jié)點代表一個語言變量值。F表示障礙物距離遠,N表示障礙物距離近,L表示目標在救援機器人左側,Z表示目標在救援機器人前方,R表示目標在救援機器人右側。障礙物距離的隸屬函數(shù)采用類Z型函數(shù),方向角θ的隸屬函數(shù)采用....

圖5避障模擬圖

利用Matlab＿R2016a采用快速BP反向傳播學習算法對模糊神經(jīng)網(wǎng)絡進行仿真訓練,取200個樣本,學習速率設定為0.01,將訓練好的模糊神經(jīng)網(wǎng)絡用于避障實驗。實驗中設置救援機器人路徑優(yōu)化區(qū)域為20×20,起點S(0,0),終點T(20,20),黑色區(qū)域表示障礙物,線條表示機器....

本文編號：3946699