[发明专利]汽车起重机机器人路径规划方法

说明书

技术领域

本发明涉及汽车起重机机器人的路径规划，特别涉及一种改进的基于神经网络能量函数的自主移动机器人路径规划方法。

背景技术

随着科技的发展，汽车起重机机器人将代替人们在危险的环境中工作，汽车起重机机器人，属于一种自主移动机器人，它需要具有识别周围环境，规划运动路径在有障碍物的环境下进行无碰撞移动的能力。自主移动机器人路径规划的传统路径规划方法中的人工势场法，其基本思想是通过寻找路径点的能量函数的极小值点而使路径避开障碍物，但存在局部极小值问题且不适于寻求最短路径。“人工神经网络”是在对人脑组织结构和运行机制的认识理解基础之上模拟其结构和智能行为的一种工程系统。其信息处理功能是由网络单元的输入输出特性、网络拓扑结构、神经元之间的连接强度(连接权)等共同决定的。一种基于神经网络能量函数的路径规划算法(简称NA路径规划算法)，收敛速度快，并且能够规划出最短避障路径。但是，在此算法中存在局部极小值问题。本发明提出一种改进的基于神经网络能量函数的路径规划方法，可以解决此种路径规划的局部极小值问题。

发明内容

本发明的目的在于克服NA路径规划算法存在的不足而提供一种可避免局部极小值问题、规划的无碰路径达到最短无碰路径的改进的基于神经网络能量函数的路径规划方法。

为实现上述目的，本发明所采用的技术方案包括以下几个步骤：

步骤1：定义路径总能量函数：一条路径的碰撞罚函数定义为各路径点的碰撞罚函数之和，而一个点的碰撞罚函数是通过它对各个障碍物的三层前向神经网络表示得到的；输入层的两个结点的输入分别是路径点的横坐标和纵坐标x、y，其中x、y为实数，中间层的每个结点相应于障碍物的一条边的不等式限制条件，输入层和中间层的连接权系数等于不等式中x、y前面的系数，中间层每个结点的阈值等于相应不等式中的常数项；中间层到输出层的连接权为1，输出层结点的阈值取为不等式的个数减去0.5后的负数；

该连续网络的运算关系为

C=f(IO)=1/(1+e-Io/T)---(1)]]>

IO=Σm=1MOHm+θT---(2)]]>

OHm=fHm(IHm)---(3)]]>