移動機器人的多脈衝神經網絡控制器導航控制方法
2023-06-18 06:29:01
移動機器人的多脈衝神經網絡控制器導航控制方法
【專利摘要】一種移動機器人的多脈衝神經網絡控制器導航控制方法，屬於移動機器人目標點趨近自主導航控制器【技術領域】，用於移動機器人的導航控制。其技術方案是：本發明包括目標點趨近控制器、沿牆行走控制器、避障行為控制器，控制器中採用了脈衝神經網絡，在神經網絡中同時融入時空信息。本方法在不同條件下設定各控制器權值，並根據不同控制器的權值順序作為控制器激活與否的判別順序，通過控制器激活及轉換條件的使用,實現各控制器之間的相互轉換。本發明通過神經網絡的在線訓練，實現機器人的在線自主學習，與先前的基於模塊化的控制器相比，控制策略簡便易行，通過各控制器之間的轉換，更加有效、高精度地控制移動機器人實現目標點趨近導航控制任務。
【專利說明】移動機器人的多脈衝神經網絡控制器導航控制方法
【技術領域】
[0001]本發明涉及一種基於多個脈衝神經網絡控制器的移動機器人的導航控制方法，屬於移動機器人目標點趨近自主導航控制器【技術領域】。
【背景技術】
[0002]移動機器人是機器人學中的一個重要分支，它是一個集環境感知、動態決策與規劃、行為控制與執行等多種功能於一體的綜合智能控制系統，主要應用於軍事和民用兩大領域。服務機器人是機器人研究領域的一個重要分支，在服務機器人中以移動機器人為多。移動機器人發展趨勢之一是逐步向智能化方向發展。神經網絡、模糊理論、遺傳算法等智能計算方法為移動機器人的智能化起到了推進的作用。
[0003]移動機器人要完成給定任務，需要進行自主導航。自主導航是移動機器人中所要解決的重要關鍵問題之一。移動機器人的給定任務多以目標點趨近子任務為基礎，因而目標點趨近導航是常見的移動機器人導航任務之一。在具有各種不確定信息的未知的非結構化環境中，移動機器人只有實現自主地通過感知和推理實現無碰撞趨向目標位置的智能行為，才能順利地完成給定任務。對於移動機器人的導航控制問題，傳統控制方法通過藉助所建立的精確數學模型來分析解決，所設計的導航控制器大多工作在結構化的環境中，完成的任務也多為簡單的重複性強的沿規劃路逕行走的運動。但對於在未知、非結構化環境中執行複雜任務的移動機器人，要想得到環境的精確數學模型是非常困難的。而神經網絡應用的特點是不需要建立精確的對象模型，利用神經網絡特定的拓撲結構，網絡聯結突觸的權值設定，對應的神經網絡學習算法，即可解決很多非線性的實際問題。
[0004]目前被稱為第三代神經網絡的脈衝神經網絡與前兩代神經網絡相比，脈衝神經網絡具有下述優點:
(I)脈衝神經元中融入了時間和空間信息，因而脈衝神經網絡更適用於實際的動態環境中。
[0005](2)在前兩代傳統的神經網絡中傳遞的是模擬信號，而脈衝神經元是通過脈衝時間序列傳送和接收信息，這就使得脈衝神經網絡較那些經典的神經網絡具有更強的魯棒性。
[0006](3)脈衝神經網絡易於用硬體實現。由於脈衝神經元模型可通過硬體電路模擬，因而脈衝神經網絡功能也易於藉助神經微電路來實現。
[0007](4)脈衝神經網絡具有很強的計算能力。它能夠以更少的神經元實現第二代神經網絡逼近的任何連續函數，因而同樣功能的基於脈衝神經網絡的神經晶片相對於基於第二代神經網絡的神經晶片具有更小的體積和更低的功耗。
[0008]由於在移動機器人控制器的設計中同時需要融入時空信息，而同時融入時空信息正是脈衝神經網絡較傳統的神經網絡相比獨具的特點，此外脈衝神經網絡計算速度快、易於用硬體實現，所以脈衝神經網絡更適於移動機器人控制器的設計。
【發明內容】
[0009]本發明所要解決的技術問題是提供一種移動機器人的多脈衝神經網絡控制器導航控制方法，這種方法基於距離傳感信息融合及多個脈衝神經網絡控制器，使得移動機器人在未知、非結構環境中能夠利用脈衝神經網絡避障行為控制器、脈衝神經網絡沿牆行走控制器進行自主避障、自主沿牆行走，配合目標點趨近模塊，從而完成移動機器人在未知環境中的目標點趨近導航任務。
[0010]解決上述技術問題的技術方法是:
一種移動機器人的多脈衝神經網絡控制器導航控制方法，它包括目標點趨近控制器、沿牆行走控制器、避障行為控制器，沿牆行走控制器和避障行為控制器中採用了脈衝神經網絡，在神經網絡中同時融入時空信息，導航控制方法包括以下步驟:
步驟A:初始化各控制器，及相關閾值參數:為判斷周邊障礙物考慮與否的閾it, a 為機器人中心距目標點的距離，dfhr為機器人是否到達目標點閾值，當機器
aOhj
人中心距目標點的距離?機器人到達目標點閾值，即 < C；/ ,，認為機器人到達目標點，φ?ιy為移動機器人運動方向是否偏離給定方向閾值；
步驟B:計算ψ 0 φ為移動機器人當前運動方向和機器人中心點(&,.Tr)與目標點(a,.Yt)連線之間的夾角，Ψ為移動機器人中心點(U)與目標點(a,.連線與笛卡兒坐標系中橫坐標軸正向之間的夾角，為移動機器人位姿角；
(65的計算如下(I) (2)式所示:
【權利要求】
1.一種移動機器人的多脈衝神經網絡控制器導航控制方法，其特徵在於:它包括目標點趨近控制器、沿牆行走控制器、避障行為控制器，沿牆行走控制器和避障行為控制器中採用了脈衝神經網絡，在神經網絡中同時融入時空信息，導航控制方法包括以下步驟: 步驟A:初始化各控制器，及相關閾值參數:d#為判斷周邊障礙物考慮與否的閾值，d 為機器人中心距目標點的距離，drhr 為機器人是否到達目標點閾值，當機器人中心距目標點的距離:￡機器人到達目標點閾值，即
2.根據權利要求1所述的移動機器人的多脈衝神經網絡控制器導航控制方法，其特徵在於:所述權值設定算法為:當機器人與目標點之間的距離:S移動機器人距離正前半周最近的障礙物的距離，即
3.根據權利要求2所述的移動機器人的多脈衝神經網絡控制器導航控制方法，其特徵在於:所述沿牆行走控制器中的脈衝神經網絡工作過程為: (1)計算輸入層脈衝神經元的脈衝頻率編碼； (2)計算隱含層神經元的膜潛能及其輸出脈衝數，及脈衝點火時間； (3)計算電機神經元的膜潛能(電位)、輸出脈衝數，及脈衝輸出時間； (4)利用電機神經元的輸出脈衝數，控制機器人驅動電機旋轉角速度。
4.根據權利要求3所述的移動機器人的多脈衝神經網絡控制器導航控制方法，其特徵在於:所述避障行為控制器中的脈衝神經網絡工作過程為: (1)採集距離傳感器測量信息； (2)設置脈衝神經網絡的網絡連接權值； (3)編碼超聲傳感器組2測量信息的最小值進行脈衝編碼輸入至脈衝接近神經元，接近神經元與轉向神經元脈衝時序同時性檢測，同時計算從第A ( ^ =1,2 )個隱含神經元輸入到第i個電機神經元的激活潛能； (4)將超聲傳感器測量信息進行脈衝頻率編碼輸入至脈衝傳感器神經元計算從第j個(j『=l，2，3)傳感器神經元輸入到第i個電機神經元的激活潛能； (5)計算兩個電機神經元的總的膜潛能； (6)利用脈衝神經網絡中的無監督的Hebb學習規則調節SNN的網絡連接權值； (7)根據電機神經元的輸出 脈衝頻率確定機器人驅動輪的角速度。
【文檔編號】G05D1/02GK103984342SQ201310716892
【公開日】2014年8月13日 申請日期:2013年12月23日 優先權日:2013年12月23日
【發明者】王秀青, 侯增廣, 譚民, 潘世英 申請人:王秀青