基于BP神经网络的障碍物模式识别

• 作者: 孙柏青 孟宪辉 张秋豪 郭洪澈
• 来源期刊: 电脑知识与技术
• 学科: 工学
• 关键词: 避障 模式识别 全向移动机器人 超声波传感器 BP神经网络 样本库 分类误差 仿真
• 年，卷（期）: 2011,（35）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 9205-9208
• 分类号: TP242.6
• 字数: 2690字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3044.2011.35.080

摘要

应用BP神经网络理论进行障碍物的模式识别,针对全向移动机器人的特点,构造出一种基于BP算法的神经网络分类器；应用超声波传感器采集的障碍物距离信息作为输入,期望的分类模式作为输出,并通过训练样本库中的数据,对BP神经网络分类器中的参数进行训练；通过matlab软件对训练的过程进行仿真,这种应用BP神经网络对障碍物模式的分类,在训练过程中能够得到很小的分类误差,并且用测试样本对生成的分类器进行测试,得到了正确的结果.从而说明这种BP神经网络分类器能够很好的对移动机器人周围障碍物的模式进行分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭洪澈		12	195	7.0	12.0
2	张秋豪		6	9	2.0	3.0
3	孟宪辉		2	5	1.0	2.0
4	孙柏青		3	7	2.0	2.0