基于概率路线图的动态环境下移动机器人路径规划的神经网络方法

• 作者: 禹继国 陈艳
• 来源期刊: 曲阜师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 神经网络 PRM 避障 实时路径规划
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 数学与计算机科学
• 页码范围: 38-42
• 页数: 5页
• 分类号: TP242.62
• 字数: 4159字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5337.2019.4.038

摘要

在不稳定的环境中,最短或最优的路径规划对移动机器人的有效运行至关重要.文章扩展了一种用于移动机器人实时路径规划的神经网络方法.本文使用概率路线图(Probabilistic Roadmap,PRM)来解决移动机器人在不稳定环境中的实时无碰撞运动规划问题.神经网络拓扑中的每个神经元都具有局部连通性,并且分流方程是其神经动力学特征.因此,计算复杂度与神经网络的大小成线性关系.实时机器人的运动取决于神经网络的动态环境,其中不需要任何先前的动态环境知识甚至学习过程.仿真结果证明了该方法的有效性和高效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	禹继国	曲阜师范大学信息科学与工程学院	87	351	11.0	15.0
2	陈艳	曲阜师范大学信息科学与工程学院	5	14	2.0	3.0