版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、水下機(jī)器人也稱為水下自主航行器(Autonomous Underwater Vehicle,簡稱AUV)。它是一種能夠自主在水下航行無需人為干預(yù)的“水下自主航行器”。它能自主的處理海底航行期間遇到的各種突發(fā)狀況,并能通過實(shí)時(shí)采集的海底數(shù)據(jù)來進(jìn)行自主航行和任務(wù)完成。水下機(jī)器人能否能順利完成任務(wù),很大程度上取決于AUV的決策控制系統(tǒng)性能。為了提高決策控制系統(tǒng)的性能,本文旨在設(shè)計(jì)一種基于極限學(xué)習(xí)機(jī)(ELM)的水下機(jī)器人的決策控制系統(tǒng)。
2、 為了提高 AUV在水下航行時(shí)候的決策控制能力,本文的目的是設(shè)計(jì)一種新型的基于極限學(xué)習(xí)機(jī)(Extreme Learning Machine,簡稱ELM)的應(yīng)用于水下機(jī)器人的決策控制系統(tǒng)。在本文的設(shè)計(jì)的決策控制系統(tǒng)中,為了便于設(shè)計(jì)和升級維護(hù),我們把AUV的控制決策行為分為兩大類:理性行為(Rational behavior)和感性行為(Emotional behavior)。其中,理性行為是經(jīng)過復(fù)雜算法運(yùn)算而做出的控制行為。感性行為是A
3、UV對外界刺激產(chǎn)生的應(yīng)激反應(yīng)行為。當(dāng)AUV在海底航行時(shí),兩個(gè)行為各司其職相互協(xié)作共同保證AUV順利完成任務(wù)。
在本文設(shè)計(jì)的決策控制系統(tǒng)中,決策控制系統(tǒng)最終輸出的復(fù)雜的控制行為是多個(gè)簡單的控制行為的加權(quán)矢量和。各個(gè)簡單的控制行為是已經(jīng)在AUV的決策控制系統(tǒng)中設(shè)定好的行為,例如避障行為趨向目標(biāo)行為以及姿態(tài)保持行為等。也就是說,AUV的最終行為是由簡單行為的加權(quán)因子矩陣決定的。本文利用極限學(xué)習(xí)機(jī)來計(jì)算AUV的加權(quán)因子矩陣,來達(dá)到精確
4、控制AUV行為的目的。極限學(xué)習(xí)機(jī)的輸出值是直接能夠決定AUV行為的加權(quán)因子矩陣,而極限學(xué)習(xí)機(jī)的輸入則是環(huán)境的特征值。環(huán)境的特征值是AUV根據(jù)傳感器數(shù)據(jù)實(shí)時(shí)計(jì)算得到的。因此,環(huán)境變化,加權(quán)因子矩陣機(jī)會變化,AUV的行為就會變化。這就使得AUV擁有了良好的環(huán)境適應(yīng)能力。
在文章的最后,我們選取了水下機(jī)器人水底航行最有代表性的兩個(gè)行為,在基于MATLAB搭建的仿真平臺上,對基于ELM的決策控制系統(tǒng)進(jìn)行了仿真研究,并得出了在二維地圖下
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于極限學(xué)習(xí)機(jī)的AUV路徑規(guī)劃的研究.pdf
- 基于反應(yīng)式行為的AUV決策控制系統(tǒng)研究與實(shí)現(xiàn).pdf
- 基于深度學(xué)習(xí)的極限學(xué)習(xí)機(jī)算法研究.pdf
- 基于極限學(xué)習(xí)機(jī)的圖像標(biāo)注研究.pdf
- 基于集成學(xué)習(xí)的極限學(xué)習(xí)機(jī)的算法研究.pdf
- 基于極限學(xué)習(xí)機(jī)的非線性自適應(yīng)逆控制研究.pdf
- 基于穩(wěn)健估計(jì)的極限學(xué)習(xí)機(jī)方法研究.pdf
- 基于極限學(xué)習(xí)機(jī)的多示例算法研究.pdf
- 基于極限學(xué)習(xí)機(jī)的船舶橫搖預(yù)測與控制.pdf
- 基于極限學(xué)習(xí)機(jī)的半監(jiān)督分類.pdf
- 極限學(xué)習(xí)機(jī)的研究與應(yīng)用.pdf
- 基于極限學(xué)習(xí)機(jī)的目標(biāo)識別算法研究.pdf
- 基于Hadoop的差分進(jìn)化極限學(xué)習(xí)機(jī)研究.pdf
- 基于極限學(xué)習(xí)機(jī)的風(fēng)電功率預(yù)測研究.pdf
- 基于極限學(xué)習(xí)機(jī)的實(shí)物期權(quán)定價(jià)模型研究
- 基于極限學(xué)習(xí)機(jī)的實(shí)物期權(quán)定價(jià)模型研究.pdf
- 基于極限學(xué)習(xí)機(jī)的短期電力負(fù)荷預(yù)測.pdf
- 基于極限學(xué)習(xí)機(jī)的選擇性集成學(xué)習(xí)算法研究.pdf
- 支持隱私保護(hù)的極限學(xué)習(xí)機(jī)研究.pdf
- 基于極限學(xué)習(xí)機(jī)的采煤機(jī)記憶截割調(diào)高控制算法研究.pdf
評論
0/150
提交評論