论文部分内容阅读
导航路径规划长期以来都是移动机器人领域的研究热点,移动机器人拥有自主路径规划导航控制能力后,不仅获得良好的移动能力,也有效的增强移动机器人的智能性和使用过程中的安全稳定性。由于智能轮椅工作环境的复杂性和未知性,智能轮椅的移动控制算法必须具备较高的实时性和鲁棒性,因此智能轮椅的局部路径规划研究是一项有现实意义的工作。
使用信息融合技术能使得轮椅很好的得到所处位置的环境信息,针对传统的信息融合算法在局部路径规划中效果较差的问题,笔者提出一种基于模糊神经网络算法的信息融合算法。该算法基于模糊逻辑算法的控制原理,设计轮椅的局部路径规划行为控制规则,然后在通过神经网络算法的推理、学习能力,对传感器采集的环境信息进行学习处理,输出的决策控制数据来控制智能轮椅的运动速度和轮椅的转向偏转角。该算法注重结合了模糊控制逻辑和神经网络算法各自的优点,结合了模糊逻辑算法中规则易建立,描述问题清晰,能自动提取模糊规则、自动生成及在线调节模糊隶属函数的功能的优点,以及神经网络算法所具有的推理、再学习的优点。
最后通过实验验证了该算法不但具备较高的智能性且实现简单,非常适用于智能轮椅在未知环境中的局部路径规划导航,提高了轮椅运行的安全稳定性。