基于生物激励神经网络的清洁机器人遍历路径规划算法的改进 - 18新利直播

CN 41-1437/TS ISSN 2096-1553

基于生物激励神经网络的清洁机器人遍历路径规划算法的改进

张志远,赵幸,靳晔

张志远, 赵幸, 靳晔. 基于生物激励神经网络的清洁机器人遍历路径规划算法的改进[J]. 轻工学报, 2018, 33(4): 73-78,85. doi: 10.3969/j.issn.2096-1553.2018.04.010

引用本文:张志远, 赵幸, 靳晔. 基于生物激励神经网络的清洁机器人遍历路径规划算法的改进[J]. 轻工学报, 2018, 33(4): 73-78,85.doi:10.3969/j.issn.2096-1553.2018.04.010

ZHANG Zhiyuan, ZHAO Xing and JIN Ye. Improvement of traversal path planning algorithm of cleaning robot based on biologically inspired neural network[J]. Journal of Light Industry, 2018, 33(4): 73-78,85. doi: 10.3969/j.issn.2096-1553.2018.04.010

Citation:ZHANG Zhiyuan, ZHAO Xing and JIN Ye. Improvement of traversal path planning algorithm of cleaning robot based on biologically inspired neural network[J]. Journal of Light Industry, 2018, 33(4): 73-78,85.doi:10.3969/j.issn.2096-1553.2018.04.010

基于生物激励神经网络的清洁机器人遍历路径规划算法的改进

郑州轻工业学院机电工程学院, 河南郑州 450002
基金项目:河南省重点科技攻关项目（17210210057）；郑州轻工业学院星空众创空间孵化项目
中图分类号:TP24;TS976.14

Improvement of traversal path planning algorithm of cleaning robot based on biologically inspired neural network

College of Mechanical and Electrical Engineering, Zhengzhou University of Light Industry, Zhengzhou 450002, China
Received Date:2018-02-07
Available Online:2018-07-15
CLC number:TP24;TS976.14

摘要:针对基于生物激励神经网络的清洁机器人遍历路径规划算法的遍历面积重复率和遍历路径总长度均较大的问题，对该算法进行了改进：在脱困算法中，采用实时监测机器人邻域神经元状态的方法，使机器人脱困路径缩短；引入邻域神经元状态准则，使机器人在遇到孤岛障碍物避障时，先沿障碍物边沿遍历.仿真结果表明，改进算法可以有效降低遍历面积重复率、遍历路径总长度和转弯次数.
- 清洁机器人/
- 路径规划/
- 生物激励神经网络
Abstract:In view that the traversal area repetition rate and the total length of the traversal path of the traversal path planning algorithm of the cleaning robot based on the biologically inspired neural network are large, the algorithm was improved. In the relief algorithm, the method of real-time monitoring of the neurons in the neighborhood of the robot was adopted to shorten the path for the robot to get out of difficulty. The state criteria of neighboring neurons were introduced to make the robot traverse along the edge of the obstacle traversal when obstructing obstacles in an island. Simulation results showed that the improved algorithm could effectively reduce the traversal area repetition rate,the total length of the traversal path and the number of turning.
- cleaning robot/
- path planning/
- biologically inspired neural network
1. [1]
  高瑜,过金超,崔光照.一种改进的多机器人路径规划自适应人工势场法[J].郑州轻工业学院学报(自然科学版),2013,28(6):77.
2. [2]
  范莉丽,王奇志.改进的生物激励神经网络的机器人路径规划[J].计算机技术与发展,2006,16(4):19.
3. [3]
  李瑞峰,张超,黄超,等.清扫机器人路径规划的研究[J].机械设计与制造,2012(12):160.
4. [4]
  吕战永,曹江涛.自反馈生物激励神经网络机器人路径规划[J].计算机工程与应用,2014,50(16):255.
5. [5]
  YANG S X,MENG M.Neural network approaches to dynamic collision-free trajectory generation[J].IEEE Transactions on Systems,Man & Cybernetics (Part B:Cybernetics),2001,31(3):302.
6. [6]
  李伟莉,赵东辉.基于栅格法与神经元的机器人全区域覆盖算法[J].机械设计与制造,2017(8):232.
7. [7]
  范莉丽,王奇志,孙富春.生物激励神经网络路径规划仿真研究与改进[J].北京交通大学学报,2006,30(2):84.
8. [8]
  吕后勇.室内机器人全覆盖路径规划方法研究[D].杨凌:西北农林科技大学,2016.
9. [9]
  胡正伟.清扫机器人定位及路径规划研究[D].秦皇岛:燕山大学,2010.
1. [1]
  过金超,刘征,崔光照. 基于人工免疫网络理论的移动机器人路径规划. 轻工学报, 2012, 27(4): 1-5.doi: 10.3969/j.issn.1004-1478.2012.04.001
2. [2]
  高瑜,过金超,崔光照. 一种改进的多机器人路径规划自适应人工势场法. 轻工学报, 2013, 28(6): 77-80.doi: 10.3969/j.issn.2095-476X.2013.06.018
3. [3]
  曾疆伟,周剑秋. 6-DOF工业机器人相贯线焊接运动规划. 轻工学报, 2019, 34(2): 102-108.doi: 10.3969/j.issn.2096-1553.2019.02.014
4. [4]
  代光辉,崔光照,过金超. 多足电控吸附攀爬机器人的设计. 轻工学报, 2013, 28(2): 18-21.doi: 10.3969/j.issn.2095-476X.2013.02.005
5. [5]
  黄永丽,苏尚恩. 八叉树在三维场景建模和路径规划中的应用. 轻工学报, 2012, 27(3): 24-27.doi: 10.3969/j.issn.1004-1478.2012.03.006
6. [6]
  张欲晓,杨志林,王新杰,曾显群. 手脚融合多足机器人控制系统设计. 轻工学报, 2011, 26(1): 107-110.doi: 10.3969/j.issn.1004-1478.2011.01.027
7. [7]
  顾冬华,王宏,孙冬. 一种改进的机器人测距定位摄像机标定方法. 轻工学报, 2015, 30(5-6): 121-123.doi: 10.3969/j.issn.2095-476X.2015.5/6.025
8. [8]
  王威,许勇,刘勇,宋伟. 基于Matlab的双机器人协作空间求解及分析. 轻工学报, 2019, 34(4): 102-108.doi: 10.3969/j.issn.2096-1553.2019.04.015
9. [9]
  林国,李伟超. 输电线路巡线机器人障碍物识别综述. 轻工学报, 2012, 27(3): 93-97.doi: 10.3969/j.issn.1004-1478.2012.03.025
10. [10]
  赵明辉,耿盛涛. 基于颜色和形状的机器人运动目标跟踪. 轻工学报, 2011, 26(3): 38-41.doi: 10.3969/j.issn.1004-1478.2011.03.010
11. [11]
  毕亚东. 基于螺旋理论的3-RRS并联机器人运动学分析. 轻工学报, 2013, 28(6): 67-72.doi: 10.3969/j.issn.2095-476X.2013.06.016
12. [12]
  王良文,李群涛,王新杰,过金超,王才东. 爬行类四足仿生机器人的数字化建模与应用. 轻工学报, 2016, 31(2): 87-96.doi: 10.3969/j.issn.2096-1553.2016.2.012
13. [13]
  陆晨,黄立新,朱建柳. 基于Simulink/Carsim的轮式移动机器人的联合仿真及其横向稳定性研究. 轻工学报, 2019, 34(5): 88-95.doi: 10.3969/j.issn.2096-1553.2019.05.012
14. [14]
  梁诤,许勇,吕叶萍. 基于6-SPU并联机构的铆孔机器人静力学分析. 轻工学报, 2019, 34(4): 96-101.doi: 10.3969/j.issn.2096-1553.2019.04.014
15. [15]
  王永华,常洁,江豪. 基于PROFIBUS的纺织工业网络架构规划. 轻工学报, 2013, 28(2): 31-35.doi: 10.3969/j.issn.2095-476X.2013.02.008
16. [16]
  张志峰,李世海,汤一明,乔林,吴凡,翟玉生. 基于BP神经网络的堆积状不同品种茶叶识别研究. 轻工学报, 2017, 32(1): 103-108.doi: 10.3969/j.issn.2096-1553.2017.1.015
17. [17]
  甘勇,刘新新,郑远攀. 应用BP神经网络实现基于等高线图像的CFD地形网格. 轻工学报, 2012, 27(6): 69-72.doi: 10.3969/j.issn.2095-476X.2012.06.019
18. [18]
  邱道尹,田芳,宋慧娟. 基于模糊神经网络的风电场无功补偿容量研究. 轻工学报, 2013, 28(2): 26-30.doi: 10.3969/j.issn.2095-476X.2013.02.007
19. [19]
  解相朋,杨录山. 基于智能优化型径向基神经网络的板形模式识别研究. 轻工学报, 2012, 27(3): 89-92.doi: 10.3969/j.issn.1004-1478.2012.03.024
20. [20]
  刘穗君,杨林超,张萍,邱宗鹤. 基于模糊神经网络的智能混丝掺配PID控制模型研究. 轻工学报, 2015, 30(3-4): 39-43.doi: 10.3969/j.issn.2095-476X.2015.3/4.009

WeChat

点击查看大图

计量

PDF下载量:261
文章访问数:9134
引证文献数:0

通讯作者:陈斌, bchen63@163.com

1.
沈阳化工大学材料科学与工程学院沈阳 110142

张志远, 赵幸, 靳晔. 基于生物激励神经网络的清洁机器人遍历路径规划算法的改进[J]. 轻工学报, 2018, 33(4): 73-78,85. doi: 10.3969/j.issn.2096-1553.2018.04.010

引用本文:张志远, 赵幸, 靳晔. 基于生物激励神经网络的清洁机器人遍历路径规划算法的改进[J]. 轻工学报, 2018, 33(4): 73-78,85.doi:10.3969/j.issn.2096-1553.2018.04.010

ZHANG Zhiyuan, ZHAO Xing and JIN Ye. Improvement of traversal path planning algorithm of cleaning robot based on biologically inspired neural network[J]. Journal of Light Industry, 2018, 33(4): 73-78,85. doi: 10.3969/j.issn.2096-1553.2018.04.010

Citation:ZHANG Zhiyuan, ZHAO Xing and JIN Ye. Improvement of traversal path planning algorithm of cleaning robot based on biologically inspired neural network[J]. Journal of Light Industry, 2018, 33(4): 73-78,85.doi:10.3969/j.issn.2096-1553.2018.04.010

基于生物激励神经网络的清洁机器人遍历路径规划算法的改进

郑州轻工业学院机电工程学院, 河南郑州 450002

收稿日期: 2018-02-07
网络出版日期: 2018-07-15

基金项目:河南省重点科技攻关项目（17210210057）；郑州轻工业学院星空众创空间孵化项目

关键词:

摘要:针对基于生物激励神经网络的清洁机器人遍历路径规划算法的遍历面积重复率和遍历路径总长度均较大的问题，对该算法进行了改进：在脱困算法中，采用实时监测机器人邻域神经元状态的方法，使机器人脱困路径缩短；引入邻域神经元状态准则，使机器人在遇到孤岛障碍物避障时，先沿障碍物边沿遍历.仿真结果表明，改进算法可以有效降低遍历面积重复率、遍历路径总长度和转弯次数.

English Abstract

参考文献 (9) 相关文章 (20)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈