【摘 要】
：
实时路径规划一直是移动机器人研究的重要课题。本论文从Hodgkin和Huxley(1952)生物神经系统的隔膜模型及GROSSBERG(1973)的逃避模型中得到启发,提出了在非静态环境下实时避
论文部分内容阅读
实时路径规划一直是移动机器人研究的重要课题。本论文从Hodgkin和Huxley(1952)生物神经系统的隔膜模型及GROSSBERG(1973)的逃避模型中得到启发,提出了在非静态环境下实时避障的移动机器人路径规划SHAA神经网络算法。 SHAA神经网络算法模型是一种拓扑式组织结构,每个神经元的激活值由相应的逃避方程式或其附加方程式来表达。在SHAA算法模型中,通过描述神经元网络的神经动态激活值地形图来刻划机器人的动态变化环境,它不需要任何动态环境的前一时刻信息,而只需通过神经动态激活值地形图就能实时地找出机器人最优行进路线;在SHAA中没有复杂的搜索过程、没有复杂的优化过程、也不需要自学习过程。因而,SHAA算法是一种十分有效、简便的、计算量较少的算法。 SHAA算法计算的复杂程度线性地依赖于神经网络的规模大小。此外本文通过对此神经网络模型进行定性分析及李雅普洛夫稳定性分析,从而得到其稳定性及收敛性的保证。 通过对周边神经网络元的兴奋及抑制作用,带有安全因素考虑的SHAA实时最优路径规划算法可以为机器人实时地找寻到一条既不“太远”,又不“太近”的最安全的路径。 本论文所开发的SHAA算法可应用于质点机器人、多关节机械手、和多机器
其他文献
本文以实现远程视频交通监控系统为应用背景,以JPEG标准为基础,在ICETEK-C6711-IDK-YUV图像处理系统上实现了JPEG图像编码器及网络传输,即利用DSP将摄像头获取的图像进行JPEG
电厂设备多是从结构到功能都很复杂的大型系统,通常故障信号处理中提取到的故障信息有限且不完整。尤其当数据间存在着强相关性的非线性关系时,缺乏有效的方法。故障信号的分类则是更为困难的研究课题,对电厂设备通常难以进行准确故障诊断。本文就上述难点进行探讨,寻找解决方法。提出了基于非线性主元分析(NLPCA)网络和概率神经网络(PNN)的故障诊断方法。首先使用非线性主元分析神经网络进行特征提取,降低数据维数
煤炭作为我国的重要能源，对国民生活有着至关重要的作用。中国煤炭储量虽然丰富，但天然煤矿的开采源源不断，所以有些煤矿开采由地表已经深入地下1200m左右，矿井安全则成为了煤炭
在系统状态空间模型中，系统的某些状态往往不能直接测量得到，因此需要用系统的输入输出信息来重构系统的状态向量，或估计系统状态向量的某个线性组合，这就需要设计滤波器。对一个
随着基于生物特征的身份鉴别技术的飞速发展，多生物特征融合的身份鉴别技术在近年来引起了国内外学术界的广泛关注。多种生物特征的有效融合可以从鲁棒性、识别率、普适性等多
本文研究了基于CAN总线的介质访问控制方法,课题的意义在于保证网络中消息的实时传输,满足控制系统的稳定性与可靠性要求。 首先对近几年国内外关于网络控制系统的调度理
多智能体系统的研究是当前人工智能领域的一个重要的问题和发展方向。由于机器人足球比赛环境具有复杂性、非线性、时变性、不确定性等特点,并且确定了一个需要多智能体协作
水资源是人类赖以生存和发展所需要的不可替代的自然资源,水资源的合理利用具有非常重要的意义。远程水情监控系统采用先进的科学技术实现对地下水、水库大坝、河道灌区等水
本课题源于交通部重点投资“多模式机舱模拟器”实验室建设的子项目。该子项目构筑了一个由主机气控操作图示管理系统和模拟螺旋桨组成的“半实物在环(Hardware-in-the-loop，H
本文的研究内容是基于模糊逻辑和人工神经网络的智能控制策略及其在运动控制中的应用。智能控制策略作为先进控制方法的重要组成部分,近年来得到了广泛的研究和应用。本文首先阐述了模糊集合论与模糊逻辑、人工神经网络与学习控制的基础理论与研究成果,并在此基础上介绍了由二者整合而成的自适应神经模糊推理系统(Adaptive Neuro-Fuzzy InferenceSystem,简称ANFIS)的研究现状。最后,