论文部分内容阅读
针对机器人在未知、复杂环境下从源到目标之间，避开各种类型的障碍的问题，设计了系统的神经-模糊控制算法进行动态路径规划：设计了合理的模糊推理体系，实现输入模糊化、模糊推理规则库、输出去模糊化控制；根据规则库设计神经网络结构，简化网络结构和参数；采用QPSO算法训练网络；状态变量的存储和管理策略，解决了“U”型障碍物内的死循环路径问题。实验结果表明，在以上算法的控制下，机器人能够朝着目标，规划产生合理的路径，不会陷入死循环。