动态未知环境下一种Hopfield神经网络路径规划方法

• 作者: 席裕庚 樊长虹 陈卫东
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 移动机器人 动态未知环境 路径规划 时延神经网络 约束距离变换交献标识码:A
• 年，卷（期）: 2004,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 345-350
• 页数: 6页
• 分类号: TP242
• 字数: 5814字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8152.2004.03.005

摘要

针对动态未知环境下移动机器人路径规划问题,采用一种有效的局部连接Hopfiled神经网络(Hopfieldneural networks HNN)来表示机器人的工作空间.机器人在HNN所形成的动态数值势场上进行爬山搜索法来形成避碰路径,并且不存在非期望的局部吸引点.HNN权值设计中考虑了路径安全性因素,通过在障碍物附件形成局部虚拟排斥力来形成安全路径.HNN的连接权是非对称的,并且考虑了信号传播时延.分析了HNN的稳定性,所给稳定性条件和时延无关.HNN模型中突出了最大传播激励,从而使得HNN具有更广的稳定性范围并能表示具有更多节点的机器人工作空间.为对该HNN有效仿真求解,结合约束距离变换和HNN的时延性,给出了单处理器上高效的串行模拟方案,规划路径的时间复杂度为O(N)(N是HNN中神经元的数目),使得路径重规划能快速在线进行.仿真和实验表明该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	席裕庚	上海交通大学自动化研究所	217	6520	41.0	71.0
2	陈卫东	上海交通大学自动化研究所	95	2775	28.0	49.0
3	樊长虹	上海交通大学自动化研究所	3	131	3.0	3.0