[發明專利]移動機器人的多脈沖神經網絡控制器導航控制方法

有效

• 申請號: 201310716892.0
• 申請日: 2013-12-23
• 公開（公告）號: CN103984342A
• 公開（公告）日: 2014-08-13
• 發明（設計）人: 王秀青;侯增廣;譚民;潘世英
• 申請（專利權）人: 王秀青
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 石家莊冀科專利商標事務所有限公司 13108
• 代理人: 陳長庚

技術領域

本發明涉及一種基于多個脈沖神經網絡控制器的移動機器人的導航控制方法，屬于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

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于一體的綜合智能控制系統,主要應用于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。?

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。對于移動機器人的導航控制問題，傳統控制方法通過借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復性強的沿規劃路徑行走的運動。但對于在未知、非結構化環境中執行復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。?

目前被稱為第三代神經網絡的脈沖神經網絡與前兩代神經網絡相比，脈沖神經網絡具有下述優點：?

(1)脈沖神經元中融入了時間和空間信息，因而脈沖神經網絡更適用于實際的動態環境中。

(2)?在前兩代傳統的神經網絡中傳遞的是模擬信號，而脈沖神經元是通過脈沖時間序列傳送和接收信息，這就使得脈沖神經網絡較那些經典的神經網絡具有更強的魯棒性。?

(3)?脈沖神經網絡易于用硬件實現。由于脈沖神經元模型可通過硬件電路模擬，因而脈沖神經網絡功能也易于借助神經微電路來實現。?

(4)?脈沖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，因而同樣功能的基于脈沖神經網絡的神經芯片相對于基于第二代神經網絡的神經芯片具有更小的體積和更低的功耗。?

由于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沖神經網絡較傳統的神經網絡相比獨具的特點，此外脈沖神經網絡計算速度快、易于用硬件實現，所以脈沖神經網絡更適于移動機器人控制器的設計。?

發明內容

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沖神經網絡控制器導航控制方法，這種方法基于距離傳感信息融合及多個脈沖神經網絡控制器，使得移動機器人在未知、非結構環境中能夠利用脈沖神經網絡避障行為控制器、脈沖神經網絡沿墻行走控制器進行自主避障、自主沿墻行走，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。?

解決上述技術問題的技術方法是：?

一種移動機器人的多脈沖神經網絡控制器導航控制方法，它包括目標點趨近控制器、沿墻行走控制器、避障行為控制器，沿墻行走控制器和避障行為控制器中采用了脈沖神經網絡，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值，為機器人中心距目標點的距離，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，認為機器人到達目標點，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?為移動機器人當前運動方向和機器人中心點(x_r;?y_r)與目標點(x_t;?y_t)連線之間的夾角，??為移動機器人中心點（x,y）與目標點(x_t;?y_t)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；

的計算如下（1）（2）式所示：

步驟C:采集距離傳感器測量信息；