樊长虹
- 作品数：4 被引量：74H指数：3
- 供职机构：上海交通大学机械与动力工程学院制造技术与装备自动化研究所更多>>
- 发文基金：国家高技术研究发展计划国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于神经网络的移动机器人路径规划被引量：33
- 2004年
- 针对移动机器人的未知环境下安全路径规划,论文采用了一种局部连接Hopfield神经网络(ANN)规划器。对任意形状环境,ANN中兼顾处理了“过近”和“过远”来形成安全路径,而无需学习过程。为在单处理器上进行有效的在线路径规划,提出用基于距离变换的串行模拟,加速了数值势场的传播。仿真表明该方法具有较高的实时性和环境适应性。
- 樊长虹卢有章刘宏黄上腾
- 关键词：移动机器人神经网络
- 基于回归神经网络的移动机器人在线路径规划
- 该文在现有的研究基础上,系统地研究了基于回归神经网络的移动机器人在线路径规划,主要内容包括:针对已有的安全路径规划中存在的'过远'、'过近'或破坏完整性等问题,该文给出了一种基于局部连接的回归神经网络的安全路径规划器.针...
- 樊长虹
- 关键词：移动机器人回归神经网络
- 文献传递
- 未知环境下移动机器人安全路径规划的一种神经网络方法被引量：19
- 2004年
- 针对未知环境下移动机器人的安全路径规划，采用了一种局部连接 Hopfield 神经网络 fHopfield Neural Networks，HNN)规划器；分析了 HNN 稳定性，并给出了存在可行路径的条件．如果存在可行路径，该方法不存在非期望的局部吸引点，并在连接权设计中兼顾“过近”和“过远”来形成安全路径．为在单处理器上有效地在线路径规划，采用多顺序的Gauss-Seidel 迭代方法来加速 HNN 势场的传播．结果表明该方法具有较高的实时性和环境适应性．
- 樊长虹陈卫东席裕庚
- 关键词：移动机器人未知环境HOPFIELD神经网络
- 动态未知环境下一种Hopfield神经网络路径规划方法被引量：23
- 2004年
- 针对动态未知环境下移动机器人路径规划问题,采用一种有效的局部连接Hopfiled神经网络(HopfieldNeuralNetworks,HNN)来表示机器人的工作空间.机器人在HNN所形成的动态数值势场上进行爬山搜索法来形成避碰路径,并且不存在非期望的局部吸引点.HNN权值设计中考虑了路径安全性因素,通过在障碍物附件形成局部虚拟排斥力来形成安全路径.HNN的连接权是非对称的,并且考虑了信号传播时延.分析了HNN的稳定性,所给稳定性条件和时延无关.HNN模型中突出了最大传播激励,从而使得HNN具有更广的稳定性范围并能表示具有更多节点的机器人工作空间.为对该HNN有效仿真求解,结合约束距离变换和HNN的时延性,给出了单处理器上高效的串行模拟方案,规划路径的时间复杂度为O(N)(N是HNN中神经元的数目),使得路径重规划能快速在线进行.仿真和实验表明该方法的有效性.
- 樊长虹陈卫东席裕庚
- 关键词：移动机器人动态未知环境路径规划时延神经网络
