基于实际意义误差函数的机器人避碰模糊神经网络算法  

Fuzzy Neural Network Algorithm for Robot to Evade Obstacles Based on Error Function with Actual Significance

作　　者：张寒松[1] 贾瑞清[1] 王廷军[1] 曹艳丽[1] 孙瑾[1] 

机构地区：[1]中国矿业大学机电与信息工程学院,北京100083

出　　处：《矿山机械》2006年第2期16-17,共2页Mining & Processing Equipment

基　　金：国家自然科学基金(50475094)资助项目。

摘　　要：介绍一种机器人在不确定环境下,通过探障传感器,在探测过程中采用模糊神经网络躲避障碍物的方法。该模糊控制规则采用神经网络,来实现以避免控制规则的死点从而完成避碰路径规划,计算机仿真实验结果验证了该法的有效和实用性。The paper introduces a kind of approach for robot to evade obstacles with the fuzzyneural network by probe sensor under uncertain surroundings. The neural network isadopted to avoid the blocking zone of the fuzzy control rules so as to make out pathplanning for evading obstacles. Computer simulation test result proves the availabilityand practicability of the method.

关 键 词：神经网络算法 移动机器人 误差函数 实际意义 路径规划算法 不确定环境 避碰 环境信息 在线规划 避障 

分 类 号：TP242[自动化与计算机技术—检测技术与自动化装置]