论文部分内容阅读
本文在对现有移动机器人运动规划广泛调研的基础上，结合了月球车运动规划的特殊应用背景，提出了一种新型的细胞神经网络并利用该神经网络进行了移动机器人运动规划研究。本论文所做的主要工作简述如下：
1、提出了一种新的细胞神经网络一最短路径细胞神经网络(SP-CNN)，并将SP-CNN应用于移动机器人运动规划中。该方法是一种并行计算方法，计算速度快，实时性强；
2、对SP-CNN进行改进，提出了框架SP-CNN(F-SP-CNN)，解决了SP-CNN以及传统的基于栅格分解的地图表示方法固有的拓扑最优而非几何最优问题；
3、进行了SP-CNN在未知环境中运动规划，动态环境中运动规划，多目标运动规划，考虑安全性运动规划，考虑移动机器人穿越代价运动规划，机械臂运动规划，具有非完整约束的车形移动机器人运动规划中的研究，并进行了仿真实验；
4、探讨了月球车运动规划相对于普通移动机器人运动规划的特点，分析了SP-CNN在月球车月面运动规划的潜在应用前景。