1引言
沿墻導(dÇŽo)航節(jié)制å•é¡Œæ˜¯æŒ‡é©…(qÅ«)å‹•(dòng)æ©Ÿ(jÄ«)器人æ£åœ¨å¿…然標(biÄo)的目的上沿墻é‹(yùn)å‹•(dòng),或許更普通æ„æ€ä¸Šçš„沿著物體表é¢é‹(yùn)å‹•(dòng),并與墻連çµ(jié)必然è·é›¢ã€‚它å¯ä»¥çœ‹åšæ˜¯ç§»å‹•(dòng)æ©Ÿ(jÄ«)器人智能的低層行動(dòng),當(dÄng)與別的高層的智能行動(dòng)相çµ(jié)åˆæ™‚(shÃ),å¯ä»¥å¯¦(shÃ)ç¾(xià n)é¾å¤§çš„使命。墻體環(huán)境å¯åˆ†ç‚ºä»¥ä¸‹å¹¾ç¨®ï¼š
跟蹤一個(gè)未知的墻體。當(dÄng)å–得的情æ³ä¿¡æ¯å¤ªå°‘或沒法å–得,機(jÄ«)å™¨äººçš„è»Œè·¡èƒ½å¤ æœƒ(huì)特定為“沿著å³å´(cè)的墻體é‹(yùn)å‹•(dòng)直到發(fÄ)明第一個(gè)é–€å£â€ã€‚æ¤å¤–,若是移動(dòng)æ©Ÿ(jÄ«)器人的使命是繪制全局模å,它便必需沿墻體å‰é€²(jìn)將輿圖æ寫完整。
跟蹤一個(gè)已知墻體。機(jÄ«)器人ä¾ç…§è¨ˆ(jì)劃好門路跟蹤軌跡,為了使算法å差連çµ(jié)æ£åœ¨å°è¦(guÄ«)模內(nèi)而跟蹤墻體?;蛟S,路經(jÄ«ng)計(jì)劃ä¸åŒ…ç¾…å·²çŸ¥å¢»é«”ï¼Œé ˆè¦æ©Ÿ(jÄ«)器人沿墻å‰é€²(jìn)實(shÃ)ç¾(xià n)特別的使命。
ç¾(xià n)階段å°(duì)于移動(dòng)æ©Ÿ(jÄ«)器人沿墻導(dÇŽo)航節(jié)åˆ¶å·²æœ‰è¼ƒå¤šç ”è¨Žï¼Œå¤§å¤šé‡‡å–è²ç´å‚³æ„Ÿå™¨ä½œç‚ºæƒ…æ³çš„感知è¨(shè)備。算法使用則從åˆæœŸçš„航跡推算法,開展到厥åŽåˆ©ç”¨å¡çˆ¾æ›¼æ¿¾æ³¢ï¼Œæ¨¡ç³ŠæŽ§åˆ¶ï¼Œç¥žç¶“(jÄ«ng)網(wÇŽng)絡(luò)節(jié)制ç‰ã€‚å› ?yà n)榛秀边壿嫾记ç›îŒ˜çª ?jÄ«ng)網(wÇŽng)絡(luò)技巧å„自ç¨(dú)到的特色,將æ惚技巧跟神經(jÄ«ng)網(wÇŽng)絡(luò)ç„¡æ©Ÿ(jÄ«)è¯(lián)åˆæ§‹(gòu)æˆæ惚神經(jÄ«ng)網(wÇŽng)絡(luò)控制系統(tÇ’ng),å¯å¯¦(shÃ)ç¾(xià n)æ惚劃定è¦(guÄ«)矩自動(dòng)æå–ã€æ惚附屬函數(shù)的自動(dòng)天生åŠåœ¨ç·šèª¿(dià o)節(jié)。是以本文采å–æ惚神經(jÄ«ng)網(wÇŽng)絡(luò)算法實(shÃ)ç¾(xià n)移動(dòng)æ©Ÿ(jÄ«)器人的沿墻導(dÇŽo)航節(jié)制。
2æ惚神經(jÄ«ng)網(wÇŽng)絡(luò)布局
自動(dòng)分æ€æ©Ÿ(jÄ«)器人簡(jiÇŽn)介垃圾分æ€æ©Ÿ(jÄ«)器人多少錢2.1輸入輸出值模糊化
æœ¬æ–‡ç ”è¨Žçš„ç§»å‹•(dòng)æ©Ÿ(jÄ«)器人沿墻導(dÇŽo)航節(jié)制èžæœƒ(huì)æ©Ÿ(jÄ«)器人è²ç´æª¢æ¸¬(cè)收羅到的數(shù)æ“š(jù),斷定機(jÄ«)器人的ä½å§¿ï¼Œç„¶åŽç¶“(jÄ«ng)ç”±éŽç¨‹æ惚神經(jÄ«ng)網(wÇŽng)絡(luò)算法節(jié)制移動(dòng)æ©Ÿ(jÄ«)器人的舉措,使其æ£åœ¨å¿…然è·é›¢å…§(nèi)沿墻體é‹(yùn)。文ä¸ç§»å‹•(dòng)æ©Ÿ(jÄ«)器人å´(cè)å£ä¸Šæ–¹è£ç½®æœ‰16個(gè)è²ç´ï¼ŒæŒ‰é †æ™‚(shÃ)é‡æ“ºåˆ—從0#到15#。
移動(dòng)æ©Ÿ(jÄ«)器人è¦åˆ¶æ¢èˆ‡å¢»é«”碰撞åˆè¦é€£çµ(jié)必然è·é›¢ï¼Œä»¥æ˜¯æœ¬æ–‡ç‚ºæ¯ä¸€å€‹(gè)è²ç´è¨(shè)置一個(gè)閾值,當(dÄng)è²ç´æª¢æ¸¬(cè)到的è·é›¢å€¼å¤§äºŽæˆ–å°äºŽé€™å€‹(gè)閾值便采å–相應(yÄ«ng)的舉措。如許,將è²ç´æ”¶ç¾…çš„è·é›¢å€¼èˆ‡å„自響應(yÄ«ng)的閾值相減失掉差值△di(i=O,1,2,…,15)作為æ惚神經(jÄ«ng)網(wÇŽng)絡(luò)的一個(gè)輸入;移動(dòng)æ©Ÿ(jÄ«)器人的角度信æ¯Î¸ä½œç‚ºæ¤å¤–一個(gè)輸入。將è·é›¢å·®å€¼â–³di跟角度θ輸入模糊化以下:
è·é›¢å·®å€¼â–³di:較å°(NB),å°(NS),ä¸(Z),年夜(PS),較大(PB)。
角度θ:左(L),åå·¦(LS),æ£(Z),åå³(RS),左(R)。
輸出變é‡ç‚ºç§»å‹•(dòng)æ©Ÿ(jÄ«)器人的擺布輪速Vlã€Vr,模糊化以下:
擺布輪速Vlã€Vr:左轉(zhuÇŽn)(TL),行進(jìn)(G),å³è½‰(zhuÇŽn)(TR)。
2.2æ惚神經(jÄ«ng)網(wÇŽng)絡(luò)çµ(jié)構(gòu)圖
æ惚神經(jÄ«ng)網(wÇŽng)絡(luò)çµ(jié)構(gòu)圖如圖1所示,A為輸入層,輸入變é‡é›¢åˆ¥æ˜¯åŽé¢æ‰€èªªçš„è·é›¢å·®å€¼â–³di(i=0,l,2,3,4)跟角度θ。A層的作用是將輸入值傳éžåˆ°ä¸‹ä¸€å±¤ã€‚
B,C為模糊化層,å³åˆ©ç”¨æ惚語(yÇ”)言去åæ˜ è¼¸å…¥é‡çš„變更,附屬函數(shù)采å–高斯函數(shù),附屬度計(jì)ç®—å…¬å¼ä»¥ä¸‹ï¼š
毗鄰權(quán)é‡Weã€Wd決æ„了附屬函數(shù)的外形。
D層為模糊推ç†å±¤ï¼Œç›®æ¨™(biÄo)是將輸入é‡åœæ¢ç¶œåˆè™•ç½®æ‡²ç½°ï¼Œå…±é‡‡å–了25æ¢åŠƒå®šè¦(guÄ«)矩,它們由C,D,E的毗鄰默示出來。æ惚劃定è¦(guÄ«)矩以下:
lf△diisMandθisN,thenVlisKandVrisL.
æ¤ä¸M=NB,NS,Z,PS,PB;N=L,LS,Z,RS,R;K,L=TL,G,TR。
Eã€Fã€G層為來模糊化層。F層有10個(gè)神經(jÄ«ng)元,5個(gè)å°(duì)應(yÄ«ng)移動(dòng)æ©Ÿ(jÄ«)器人的左輪速率,5個(gè)å°(duì)應(yÄ«ng)å³è¼ªé€ŸçŽ‡ã€‚F層的æˆæžœé™„屬函數(shù)利用三角形附屬函數(shù),目標(biÄo)是把æ£åœ¨E層æ惚語(yÇ”)言æ寫的附屬函數(shù)轉(zhuÇŽn)化為詳細(xì)數(shù)值的附屬度。G層求解æ惚æˆæžœï¼Œé‡‡å–é‡å¿ƒæ³•ï¼Œä¹Ÿå«åŠ 權(quán)å¹³å‡æ³•ã€‚求解進(jìn)程是以節(jié)制作用論域上的é¢vi(i=l,2,…,n)å°(duì)節(jié)制作用模糊集的附屬度u為權(quán)系數(shù)åœæ¢åŠ 權(quán)å‡å‹»è€Œæ±‚å¾—æ惚æˆæžœï¼Œé—œ(guÄn)于團(tuán)圓論域vi:
3沿墻導(dÇŽo)航節(jié)制計(jì)較模å
圖l所示å³ç‚ºæœ¬æ–‡é‡‡å–çš„BPå‰é¥‹åž‹ç¥žç¶“(jÄ«ng)網(wÇŽng)絡(luò)布局,計(jì)較模å以下(I為該神經(jÄ«ng)元的輸入值,O為輸出值,上標(biÄo)默示神經(jÄ«ng)元所在的層):
F層:輸出附屬函數(shù)利用三角形函數(shù),附屬度計(jì)ç®—å…¬å¼ä»¥ä¸‹ï¼š
4試驗(yà n)æˆæžœ
å¹³é¢ç‰©é«”分æ€æ©Ÿ(jÄ«)器人為了驗(yà n)è‰ç®—法的有效性,本文計(jì)劃了移動(dòng)æ©Ÿ(jÄ«)器人沿左墻å‰é€²(jìn)的試驗(yà n)。試驗(yà n)情æ³ç‚ºæœ‰å…©æ‰‡é–€çš„é•·(zhÇŽng)方形走廊。æ¤ä¸ï¼ŒçŽ„色實(shÃ)線為帶有兩扇門的墻體,è—(lán)色曲線為移動(dòng)æ©Ÿ(jÄ«)器人沿墻體å‰é€²(jìn)的軌跡。移動(dòng)æ©Ÿ(jÄ«)器人利用0#~4#è²ç´ï¼Œåœ–2為基于航跡推算法的移動(dòng)æ©Ÿ(jÄ«)器人墻體跟蹤軌跡圖;圖3為基于æ惚神經(jÄ«ng)網(wÇŽng)絡(luò)的移動(dòng)æ©Ÿ(jÄ«)器人沿墻導(dÇŽo)航節(jié)制軌跡圖。
圖3ä¸ï¼Œç§»å‹•(dòng)æ©Ÿ(jÄ«)器人與墻體的è·é›¢çµ(jié)åˆå„è²ç´çµ•å°(duì)于移動(dòng)æ©Ÿ(jÄ«)器人æ£å‰æ–¹çš„角度作為æ惚神經(jÄ«ng)網(wÇŽng)絡(luò)的輸入,顛末èžå’Œæ–·å®šåŽ»ç¯€(jié)制移動(dòng)æ©Ÿ(jÄ«)器人的舉措,接近墻體或闊別墻體。例如,O#(-90°)測(cè)得的數(shù)值為208mm,1#(-50°)測(cè)得的數(shù)值為324mm,2#(一30°)測(cè)得的數(shù)值為877mm,3#(一10°)測(cè)得的數(shù)值為1700mm,4#(10°)測(cè)得的數(shù)值為3000mm,解釋移動(dòng)æ©Ÿ(jÄ«)器人è·é›¢å¢»é«”太近,需闊別以制æ¢ç¢°æ’žï¼Œæ¤æ™‚(shÃ)移動(dòng)æ©Ÿ(jÄ«)器人左輪速率為0.20m/s,å³è¼ªé€ŸçŽ‡ç‚º/s。移動(dòng)æ©Ÿ(jÄ«)器人采å–æ惚神經(jÄ«ng)網(wÇŽng)絡(luò)åœæ¢æ²¿å¢»å°Ž(dÇŽo)航節(jié)制的å‡åœ“å差為0.0014。單一采å–航跡推算法的å‡åœ“å差為0.0382ã€‚å› è€Œå¯çŸ¥ï¼Œé‡‡å–æ惚神經(jÄ«ng)網(wÇŽng)絡(luò)åœæ¢ç§»å‹•(dòng)æ©Ÿ(jÄ«)器人沿墻導(dÇŽo)航節(jié)制,機(jÄ«)能大大æ高。
5è«–æ–·
本文給出了æ惚神經(jÄ«ng)網(wÇŽng)絡(luò)的計(jì)較模å,應(yÄ«ng)用BP收集離線é›ç…‰æ¬Š(quán)值。æ¤æ–¹å¼å¯èƒ½ä¾æ“š(jù)移動(dòng)æ©Ÿ(jÄ«)器人è²ç´æ”¶ç¾…到的信æ¯è‡ªå‹•(dòng)天生æ惚附屬函數(shù),而且自動(dòng)æå–æ惚劃定è¦(guÄ«)çŸ©ï¼ŒåŠ å¼·(qiáng)了神經(jÄ«ng)網(wÇŽng)絡(luò)的泛化æ‰èƒ½è·Ÿå®¹éŒ¯(cuò)æ‰èƒ½ã€‚試驗(yà n)è‰å¯¦(shÃ)了æ¤æ–¹å¼çš„有效性跟å¯è¡Œæ€§ï¼Œå¯èƒ½ç„¡ç¢°æ’žåœ°æ²¿å¢»é«”å‰é€²(jìn),并連çµ(jié)必然的è·é›¢ã€‚
分æ€æ©Ÿ(jÄ«)器人碼垛生產(chÇŽn)線垃圾分æ€æ©Ÿ(jÄ«)器人定åšé«˜é€Ÿåˆ†æ€æ©Ÿ(jÄ«)器人改é€