基于神经-模糊控制系统的移动机器人动态路径规划

摘要：

针对机器人在未知、复杂环境下从源到目标之间,避开各种类型的障碍的问题,设计了系统的神经-模糊控制算法进行动态路径规划:设计了合理的模糊推理体系,实现输入模糊化、模糊推理规则库、输出去模糊化控制;根据规则库设计神经网络结构,简化网络结构和参数;采用QPSO算法训练网络;状态变量的存储和管理策略,解决了"U"型障碍物内的死循环路径问题.实验结果表明,在以上算法的控制下,机器人能够朝着目标,规划产生合理的路径,不会陷入死循环.

关键词：神经-模糊控制、动态路径规划、量子化粒子群优化算法、状态变量

所属期刊栏目：45

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant 60474030

在线出版日期：2009-05-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：221-225