一种基于ANFIS模糊神经网络的机器人路径规划方法技术

本发明专利技术公开了一种基于ANFIS模糊神经网络的机器人路径规划方法，主要解决传统反应式导航中复杂陷阱路径往复和路径冗余的问题。其规划步骤是首先对移动机器人建立运动学模型；借助神经网络的自主学习功能和模糊理论的模糊推理能力，提出一种模糊神经网络的移动机器人导航控制器；基于自适应模糊神经网络结构，构建Takagi‑Sugeno型模糊推理系统并作为机器人局部反应控制的参考模型；该模糊神经网络控制器实时输出偏移角度和运行速度，在线调整移动机器人的偏移方向，使移动机器人能够无碰撞自动调节速度趋向目标；采用改进虚拟目标方法，选择机器人能够逃离陷阱状态的最优路径。

A robot path planning method based on ANFIS fuzzy neural network

The invention discloses a robot path planning method based on ANFIS fuzzy neural network, which mainly solves the problem of complex trap path reciprocating and path redundancy in the traditional reactive navigation. The first step is planning for a mobile robot kinematics model is built; by means of fuzzy inference ability of neural network self-learning function and fuzzy theory, a fuzzy neural network controller for mobile robot navigation; adaptive fuzzy neural network based on the structure, construction of Takagi Sugen Sugeno fuzzy inference system and reference model of robot local reaction control the fuzzy neural network controller; real-time output offset angle and speed, direction of online adjustment of the mobile robot, the mobile robot can automatically adjust the speed of collision free trend target; the improved virtual target method, the optimal path selection of the robot can escape from the trap state.

【技术实现步骤摘要】
一种基于ANFIS模糊神经网络的机器人路径规划方法
本专利技术属于机器人
，特别是一种涉及移动机器人的路径规划，可用于各类移动机器人的自主导航。
技术介绍
路径规划问题是移动机器人导航的关键技术之一，主要任务是在有障碍物的环境中，按照一定的性能指标，寻找一条从起点到目标点之间一条最优或者接近最优的无碰撞路径。根据机器人对环境信息感知程度的不同,路径规划分为两种:环境信息完全知道的全局路径规划和环境信息完全未知或局部未知的局部路径规划。全局路径规划一般离线进行,常用的方法主要有可视图法、栅格法、结构空间法、拓扑法、模拟退火法、遗传算法和蚁群算法等智能算法。局部路径规划常用的方法有人工势场法、模糊逻辑算法和神经网络法等。神经网络因容错性强与具有自适应学习的特点，可以更好地在非结构化环境下进行感知信息的分析与融合，而模糊控制具有逻辑推理能力，对处理结构化知识更为有效.然而反应式导航缺乏对环境的全局认识，易使机器人陷入局部陷阱而无法到达终点。针对这一问题，目前提出的有效方法有行为融合、虚目标、沿轮廓跟踪等方法，但行为融合方法需要计算各行为的权值，增加了系统复杂度；沿轮廓跟踪方法受障碍物本文档来自技高网...

【技术保护点】
一种基于ANFIS模糊神经网络的机器人路径规划方法，其特征在于：首先对移动机器人建立运动学模型；借助神经网络的自主学习功能和模糊理论的模糊推理能力，提出一种模糊神经网络的移动机器人导航的模糊神经网络控制器；其基于自适应模糊神经网络结构，构建Takagi‑Sugeno型模糊推理系统并作为机器人局部反应控制的参考模型；将障碍物的距离和位置的相关信息作为模糊神经网络控制器的两个输入，模糊神经网络控制器实时输出机器人偏移角度和运行速度，通过模糊神经网络控制器在线调整移动机器人的偏移方向，使移动机器人能够无碰撞自动调节速度趋向目标；采用虚拟目标方法摆脱机器人趋向目标运行中的陷阱状态。

【技术特征摘要】
1.一种基于ANFIS模糊神经网络的机器人路径规划方法，其特征在于：首先对移动机器人建立运动学模型；借助神经网络的自主学习功能和模糊理论的模糊推理能力，提出一种模糊神经网络的移动机器人导航的模糊神经网络控制器；其基于自适应模糊神经网络结构，构建Takagi-Sugeno型模糊推理系统并作为机器人局部反应控制的参考模型；将障碍物的距离和位置的相关信息作为模糊神经网络控制器的两个输入，模糊神经网络控制器实时输出机器人偏移角度和运行速度，通过模糊神经网络控制器在线调整移动机器人的偏移方向，使移动机器人能够无碰撞自动调节速度趋向目标；采用虚拟目标方法摆脱机器人趋向目标运行中的陷阱状态。2.根据权利要求1所述基于ANFIS模糊神经网络的机器人路径规划方法，其特征在于：通过模糊神经网络控制器输出值表示机器人移动角度和速度，越靠近障碍物时输出角度绝对值越大，速度绝对值越小；当前方没有障碍物时，机器人沿预设定方向前进；当前方有一个障碍物时，机器人逐渐接近障碍物，在一定范围内实时改变偏移角度和速度，使机器人缓慢绕离障碍物驶向目标；当前方有两个及其以上障碍物时，移动机器人在行进过程中对虚拟目标进行实时调整，即机器人沿所识别的最后一个障碍物前进并避开除此之外所有障碍物，选择一条远离障碍的最优路径趋向目标。3.根据权利要求1所述基于ANFIS模糊神经网络的机器人路径规划方法，其特征在于：模糊神经网络控制器利用LMS算法和最小二乘法来完成输入/输出数据对的建模，使得Takagi-Sugeno型模糊推理系统能模拟出希望或实际的输入/输出关系。4.根据权利要求1所述基于ANFIS模糊神经网络的机器人路径规划方法，其特征在于：模糊神经网络控制器在学习时，根据系统实际输出值与期望输出值计算出学习误差...

【专利技术属性】
技术研发人员：程刚，蒯墨深，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：江苏,32