论文部分内容阅读
当移动机器人面临环境未知或不确定时，各个行为融合的权重随环境的变化而变化，从而导致权重无法在线调整而不能顺利到达目标点。为此，提出一种权重可在线调整的自主避障行为融合算法。用Mamdani型模糊控制器设计移动机器人自主避障过程中的基本行为；同时，提出一种基于两级BP神经网络信息融合的权重调整方法来实现各个基本行为的融合。该算法能够根据环境的变化实现各个基本行为权重的在线调整，增强自主避障控制的实时性和鲁棒性。仿真实验结果表明了该算法的有效性和可行性。