基于神經網絡的機器人路徑規(guī)劃仿真系統的設計與實現.pdf

1、隨著機器人學及其應用的發(fā)展，機器人在許多領域內都得到了應用，但在研究機器人時，進行實體仿真一般比較昂貴，機器人的結構一旦完成就難以改變，而且對一些特殊任務和環(huán)境無法進行實驗，這就需要通過計算機來進行仿真。在仿真的過程中，機器人的體系結構可以任意改變來達到各種任務的要求。通過構建虛擬的仿真平臺，不但能夠提高效率，縮短研究開發(fā)的周期，而且使得研究試驗不受環(huán)境和氣候的影響，保證安全。
　　同時，機器人路徑規(guī)劃也是機器人應用中的一項重要技

2、術，采用良好的機器人路徑規(guī)劃技術可以節(jié)省大量機器人作業(yè)時間、減少機器人磨損，同時也可以節(jié)約人力資源，減小資金投入，為機器人在多種行業(yè)中的應用奠定良好的基礎。
　　在本論文中，將神經網絡控制與路徑規(guī)劃相結合，組成新的智能型路徑規(guī)劃方法，力求能夠提高機器人路徑規(guī)劃的避障精度，加快規(guī)劃速度，滿足實際應用的需要，從而為機器人仿真以及移動機器人路徑規(guī)劃做一些有意義的嘗試和探索。
　　本論文根據實際情況，把路徑規(guī)劃分為有詳細地圖路徑規(guī)劃

3、和無詳細地圖路徑規(guī)劃兩種情況。對于有詳細地圖的情況，使用柵格法結合反向傳播算法進行路徑規(guī)劃。對于無詳細地圖的情況，采用了一種用離散化的方法逼近能量的負梯度方向，從而確定路徑點集的運動趨向的方法。該方法充分挖掘了應用神經網絡方法解決移動機器人動態(tài)路徑規(guī)劃的潛力。以上兩種情況的路徑規(guī)劃，均結合了神經網絡控制的相關知識。通過對軟件生成的路徑的分析，表明這兩種控制方法具有比較好的路徑規(guī)劃能力。
　　結論表明，基于神經網絡的機器人路徑規(guī)劃系