未知环境下移动机器人安全路径规划的一种神经网络方法
针对未知环境下移动机器人的安全路径规划,采用了一种局部连接Hopfield神经网络(Hopfield Neural Networks,HNN)规划器;分析了HNN稳定性,并给出了存在可行路径的条件.如果存在可行路径,该方法不存在非期望的局部吸引点,并在连接权设计中兼顾"过近"和"过远"来形成安全路径.为在单处理器上有效地在线路径规划,采用多顺序的Gauss-Seidel迭代方法来加速HNN势场的传播.结果表明该方法具有较高的实时性和环境适应性.
移动机器人、未知环境、安全路径规划、Hopfield神经网络
30
TP242(自动化技术及设备)
国家高技术研究发展计划863计划2001AA422140;国家自然科学基金6988950,60105005
2004-12-16（万方平台首次上网日期，不代表论文的发表时间）
共8页
816-823
