基于模糊神經(jīng)網(wǎng)絡的移動機器人沿墻導航控制
4 實驗結(jié)果
為了驗證算法的有效性,本文設計了移動機器人沿左墻行進的實驗。實驗環(huán)境為有兩扇門的長方形走廊。其中,黑色實線為帶有兩扇門的墻體,藍色曲線為移動機器人沿墻體行進的軌跡。移動機器人使用0#~4#聲納,圖2為基于航跡推算法的移動機器人墻體跟蹤軌跡圖;圖3為基于模糊神經(jīng)網(wǎng)絡的移動機器人沿墻導航控制軌跡圖。本文引用地址:http://www.ex-cimer.com/article/163866.htm
圖3中,移動機器人與墻體的距離聯(lián)合各聲納相對于移動機器人正前方的角度作為模糊神經(jīng)網(wǎng)絡的輸入,經(jīng)過融和判斷來控制移動機器人的動作,靠近墻體或遠離墻體。例如,O#(-90°)測得的數(shù)值為208mm,1#(-50°)測得的數(shù)值為324mm,2#(一30°)測得的數(shù)值為877mm,3#(一10°)測得的數(shù)值為1700mm,4#(10°)測得的數(shù)值為3000mm,說明移動機器人距離墻體太近,需遠離以避免碰撞,此時移動機器人左輪速度為0.20m/s,右輪速度為O.08m/s。移動機器人采用模糊神經(jīng)網(wǎng)絡進行沿墻導航控制的均方誤差為0.0014。單一采用航跡推算法的均方誤差為0.0382。由此可見,采用模糊神經(jīng)網(wǎng)絡進行移動機器人沿墻導航控制,性能大大提高。
5 結(jié)論
本文給出了模糊神經(jīng)網(wǎng)絡的計算模型,利用BP網(wǎng)絡離線訓練權(quán)值。此方法能夠根據(jù)移動機器人聲納采集到的信息自動生成模糊隸屬函數(shù),并且自動提取模糊規(guī)則,增強了神經(jīng)網(wǎng)絡的泛化能力和容錯能力。實驗證明了此方法的有效性和可行性,能夠無碰撞地沿墻體行進,并保持一定的距離。
評論