浅谈障碍物未知情况下神经网络算法在机器人
路径规划中的应用
摘 要:本文探索了障碍物未知的情况下,利用模拟人工神经网络,
机器人通过自行计算寻找路径的一种方法。分析了Kohonen神经网
络算法及其识别机理,提出了把Kohonen神经网络和BP神经网络结
合起来进行路径规划。
关键词:机器人;未知障碍物;神经网络算法;
1. 问题描述
如图所示,在一个封闭的二维环境中,机器人要从所在地点 A
达到 B 点控制箱子,继而推箱子到达 C 点,由机器人爬上箱子,达
到合适高度后摘取苹果。三个地点间存在有限个未知障碍物,机器
人想按要求到达,必须自行判断并绕过这些障碍物,然后到达终点
C。规划的目的是使机器人由起点 A,安全避碰的且沿一条较短路径
到达终点 C .
根据机器人对环境信息掌握的程度,可分为两种类型: (1)全局路
径规划:指根据已知环境模型找出从起始点到目标点的可行或最优路
径,环境信息大多是已知障碍; (2)局部路径规划:工作环境是未知和
部分未知,障碍物的位置等信息必须通过传感器获得,再实时做出
决策。本问题应当属于局部路径规划问题,本文将自组织神经网络
和多层前馈神经网络相结合,从全局规划的基础上,再在如图所示