移動機器人自治導航的軟計算方法研究.pdf

1、軟計算為開展移動機器人的智能研究提供了新的手段和挑戰(zhàn)。本文以一種全方位移動機械手為背景，結(jié)合中國科學院百人計劃項目“智能控制方法及應用研究”和科技部國際科技合作重點項目“智能機器人的腦功能開發(fā)”，展開軟計算方法在基于行為控制結(jié)構(gòu)和感知器的移動機器人自治導航領域的研究。 首先對一類智能機器人一移動機器人的相關(guān)問題進行了介紹，綜述了智能控制在移動機器人體系結(jié)構(gòu)領域的研究進展以及軟計算方法在基于感知器的移動機器人自治導航領域的研究和應

2、用，并介紹了本文的選題背景和內(nèi)容安排。 其次，基于模塊化思想，搭建了全方位移動機械手的控制系統(tǒng)框圖。設計了一種新的以行為模型為基礎的混合式體系結(jié)構(gòu)，分析了行為協(xié)調(diào)模塊的設計要點，并給出了兩個說明性實例。 第三，從改進通常的網(wǎng)絡結(jié)構(gòu)、節(jié)點功能和推理機制出發(fā)，提出了一種擴展型神經(jīng)模糊推理網(wǎng)絡，該網(wǎng)絡可以彌補原有網(wǎng)絡的不精確推理和信息損失。針對基于訓練數(shù)據(jù)的學習問題，分別設計了基于Mamdani模型的離線和在線以及基于包含確定

3、度的Mamdani模型的三階段學習算法。復雜系統(tǒng)模糊辨識仿真驗證了網(wǎng)絡結(jié)構(gòu)和學習算法的有效性，并成功地應用于移動平臺墻壁跟蹤導航控制器的設計。 第四，針對擴展型神經(jīng)模糊控制器的基于非訓練數(shù)據(jù)的學習問題，建立了一類基于強化學習的神經(jīng)模糊控制系統(tǒng)。考慮將強化學習轉(zhuǎn)化為基于訓練數(shù)據(jù)學習的實現(xiàn)思路，設計了神經(jīng)模糊控制系統(tǒng)的在線學習算法。并同時建立了基于強化學習的徑向基函數(shù)網(wǎng)絡控制系統(tǒng)。移動平臺的避障仿真驗證了控制系統(tǒng)結(jié)構(gòu)和學習算法的有效