【技术实现步骤摘要】
一种基于模糊神经网络的AGV车定位方法
本专利技术涉及AGV
，尤其涉及一种基于模糊神经网络的AGV车定位方法。
技术介绍
在AGV车的导航中，定位是其最基本的功能，也是其完成导航必须首先解决的问题，只有在准确确定当前位置和姿态后，才有可能根据工作环境，对当前位置与目标位置之间进行运动路径的规划。在AGV车中，不同定位系统采用的传感器不同，因此，其定位方式也不同。根据AGV车的工作环境的复杂程度，可以给AGV车的定位系统配置不同种类和不同数量的传感器。其中，对于单一传感器，其获得环境特征或AGV车的运动状态信息的部分；对于多传感器，通过一个传感器得到AGV的位姿估计值，其他传感器对定位误差进行修正，得到最优估计值。然而，上述定位系统具有缺陷。对于单一传感器，其只能够获得环境特征或AGV运动状态信息的部分信息，其精度、稳定性、可靠性等方面有待提高。对于多传感器，多个传感器提供的信息有些是互补的，有些是冗余的，并且多个传感器在同一系统中不能相互独立。因此，亟需一种解决上述问题的基于多传感器的AGV车...
【技术保护点】
1.一种基于模糊神经网络的AGV车定位方法，其特征在于，包括以下步骤：/n步骤1：在AGV车上设置若干传感器，每个所述传感器各自获取距离障碍物的距离数据，每个所述传感器根据所述距离数据获得对应的决策数据；/n步骤2：构建模糊神经网络模型，将所述距离数据作为所述模糊神经网络模型的输入值，将所述AGV车的速度和角度作为所述模糊神经网络模型的输出值；/n步骤3：采用专家经验对所述模糊神经网络模型进行训练，将训练误差减小到期望值时，得到模糊神经网络决策模型。/n
【技术特征摘要】
1.一种基于模糊神经网络的AGV车定位方法，其特征在于，包括以下步骤：
步骤1：在AGV车上设置若干传感器，每个所述传感器各自获取距离障碍物的距离数据，每个所述传感器根据所述距离数据获得对应的决策数据；
步骤2：构建模糊神经网络模型，将所述距离数据作为所述模糊神经网络模型的输入值，将所述AGV车的速度和角度作为所述模糊神经网络模型的输出值；
步骤3：采用专家经验对所述模糊神经网络模型进行训练，将训练误差减小到期望值时，得到模糊神经网络决策模型。
2.根据权利要求1所述基于模糊神经网络的AGV车定位方法，其特征在于，在所述步骤2中，所述模糊神经网络模型为五层结构：
第一层为输入层，所述输入值为每个所述传感器获取的距离所述障碍物的所述距离数据，表示为di＝{d1，d2，d3，……，dn}，其中，n表示所述传感器的个数，n为大于等于1的整数，第一层节点数N1＝n；
第二层为模糊化层，用于对n个所述输入值进行模糊分割{近，中，远}，每个所述输入值被分为3个模糊子集，第二层节...
【专利技术属性】
技术研发人员：杜玲，施丰鸣，
申请(专利权)人：玲睿上海医疗科技有限公司，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。