动态环境下移动机器人路径跟踪与避障

王仲民，刘开绪
天津工程师范学院机械工程学院，天津

大庆师范学院物理与电气信息工程学院，黑龙江大庆

摘　　　要：采用模糊神经网络并结合模糊逻辑控制的方法，研究在动态环境下移动机器人的在线路径跟踪与实时避障问题。针对移动机器人的运动学模型，依据点与直线间的距离关系设计了移动机器人的路径跟踪算法，提出了一种基于模糊神经网络的移动机器人在线路径跟踪方案，采用改进的ＢＰ算法对网络进行学习与训练，利用梯度下降法调整网络的权值与阈值，使其实际输出与期望输出的误差总均方差较小。同时，运用模糊逻辑控制，实现了移动机器人的实时避障。仿真实例证实了控制方案的有效性，表明了所提出的跟踪算法与控制方案具有良好的动态路径跟踪与实时避障能力。

关　键　词：移动机器人；路径跟踪；模糊神经网络；避障

１　引　言
路径跟踪是移动机器人较基本和较重要的问题之一，是其完成工作任务所必须具备的自主行为之一［１］。尤其是在动态环境下，移动机器人的路径跟踪更是一个较难解决的问题，它要求移动机器人在行进过程中尽量不要偏离所指定的路径，除非遇到运动的障碍物时不得不绕开行走，但在躲过障碍物后，移动机器人必须回到原路径，直至到达目的地。目前，关于移动机器人路径跟踪的研究成果很多，多数方法是采用线性反馈控制或非线性反馈控制，不仅需要系统准确的运动学或动力学模型，而且设计复杂、鲁棒性与实时控制效果也不好［２］。基于模糊推理的移动机器人路径跟踪方法，虽然不需要建立系统精确的数学模型，但模糊规则难以面面俱到，且缺乏泛化能力［３］。模糊神经网络是神经网络与模糊理论结合的产物，不但具有广泛的逼近特性，还可实现从输入到输出的任意非线性映射［４］。因此，本文采用模糊神经网络实现了移动机器人的在线路径跟踪，应用模糊逻辑控制实现了移动机器人的实时避障，并通过仿真实验验证了本文所提出的路径跟踪算法与控制策略的正确性与有效性。

登录网站后可下载文件

相关阅读:

没有相关新闻...