• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    智能車自主避障路徑規(guī)劃研究綜述

    2017-11-02 11:22任子玉
    軟件導(dǎo)刊 2017年10期
    關(guān)鍵詞:智能算法智能控制

    任子玉

    摘要:避障路徑規(guī)劃是智能車技術(shù)的關(guān)鍵部分,避障路徑規(guī)劃具有重大研究意義與應(yīng)用前景。對智能車輛自主避障路徑規(guī)劃進行了綜述,分析了人工勢場法、智能優(yōu)化算法、強化學(xué)習(xí)等避障算法,指出任何一種有效的智能車避障系統(tǒng)均不能只依靠單一算法操作,因此結(jié)合多種避障路徑規(guī)劃算法應(yīng)用于實際,是未來的研究熱點與難點。

    關(guān)鍵詞:智能控制;避障規(guī)劃;人工勢場法;強化學(xué)習(xí);智能算法

    DOIDOI:10.11907/rjdk.171628

    中圖分類號:TP301

    文獻(xiàn)標(biāo)識碼:A文章編號:16727800(2017)010020904

    0引言

    1950年初,美國生產(chǎn)的第一臺自動引導(dǎo)車輛開啟了智能車輛(Intelligent Vehicle IV)發(fā)展之路[1]。1960年,通用汽車就已經(jīng)測試了汽車自動駕駛測試軌道、車道跟蹤、車道變換和自動跟蹤功能?,F(xiàn)今,美國卡內(nèi)基梅隆Navlab、德國慕尼黑大學(xué)、意大利帕爾瑪大學(xué)VisLab以及谷歌的無人駕駛汽車都在智能車輛領(lǐng)域取得了突破性進展。,由國防科技大學(xué)自主研制的紅旗HQ3無人車也完成了從長沙到武漢286公里的高速全程無人駕駛試驗。智能車輛的發(fā)展需要經(jīng)歷兩個階段,初級階段是生產(chǎn)具有輔助駕駛系統(tǒng)ADAS及各類自動駕駛系統(tǒng)的智能車輛,終極階段則是實現(xiàn)完全的無人駕駛。

    研究智能車輛可以有效地提升車輛行駛安全性,降低交通事故發(fā)生的概率。避障問題是智能車領(lǐng)域的關(guān)鍵環(huán)節(jié)與研究熱點,由于復(fù)雜的周圍環(huán)境及智能車本身是一個非線性實變系統(tǒng),整個控制系統(tǒng)無法用簡單的數(shù)學(xué)模型來描述,根據(jù)車輛行駛壞境實現(xiàn)有效避障的難度很大,所以智能車需要安裝避障路徑規(guī)劃系統(tǒng)。避障規(guī)劃又叫局部路徑規(guī)劃,是一種動態(tài)路徑規(guī)劃,主要用于探測障礙物,并跟蹤障礙物移動軌跡推算下一步可能位置,最終繪制出一幅障礙物地圖[2]。避障規(guī)劃不僅要考慮空間還要考慮時間序列,這是智能車難度最高的環(huán)節(jié)。避障規(guī)劃的重點在于避障算法的設(shè)計,避障規(guī)劃算法主要有傳統(tǒng)算法、圖形法、仿生學(xué)算法以及智能算法等。本文將介紹智能車自主避障路徑規(guī)劃的多種方法,其中包括人工勢場法、智能優(yōu)化算法及強化學(xué)習(xí),并針對不同算法的缺點提出相應(yīng)的改進措施。

    1人工勢場法(APF)

    人工勢場法(Artificial Potential Field,簡稱APF)是由Khatib于1986年提出的一種虛擬力法,它是傳統(tǒng)算法的代表,由目標(biāo)引力與周圍障礙物斥力共同作用控制智能車的運動軌跡[3]。人工勢場法的最終目的是找到一個連續(xù)路徑可以使智能車從初始位置到目標(biāo)位置,同時避免與障礙物碰撞。

    1.1傳統(tǒng)人工勢場法

    傳統(tǒng)人工勢場法中,障礙物是具有正勢能的排斥力,而目標(biāo)是具有負(fù)勢能的吸引力。人工勢場的定義是:

    智能車與目標(biāo)的引力函數(shù):

    Uatt(q)=12ερ2(q,qgoal)(1)

    式(1)中,ε是尺度因子,ρ(q,qgoal)表示物體當(dāng)前狀態(tài)與目標(biāo)的距離。引力就是引力場對距離的導(dǎo)數(shù),所以這時負(fù)梯度為:

    Fatt(q)=-Uatt(q)=ξ(qgoal-q)(2)

    智能車對障礙物的斥力場為:

    Urep(q)=12η1ρ(q,qobs)-1ρ\-0,if ρ(q,qobs)≤ρ\-00,if ρ(q,qobs)>ρ\-0(3)

    式(3)中的η代表斥力因子,ρ(q,qobs)代表智能車和障礙物之間的距離,ρ0代表每個障礙物的影響半徑。斥力就是斥力場的負(fù)梯度:

    Frep(q)=-Urep(q)=

    η1ρ(q,qobs)-1ρ\-01ρ2(q,qobs)ρ(q,qobs),if ρ(q,qobs)≤ρ\-00,if ρ(q,qobs)>ρ\-0(4)

    引力場與斥力場矢量相加后就是合力的場,合力也是引力與斥力的疊加,所以合勢場為[4]:

    U(q)=Uatt(q)+Urep(q)(5)

    相應(yīng)智能車在運動中的合力為:

    F(q)=-U(q)=Fatt(q)+Frep(q)(6)

    人工勢場法有助于控制智能車實時避障,并且規(guī)劃相對安全的路徑。但是當(dāng)遇到引力與斥力剛好大小相等、方向相反的某一個點時,智能車會陷入局部最優(yōu)解或者產(chǎn)生震蕩擺動現(xiàn)象;當(dāng)目標(biāo)位置附近有障礙物時,斥力遠(yuǎn)遠(yuǎn)大于引力,智能車就會很難到達(dá)目標(biāo)位置;當(dāng)物體離目標(biāo)位置相對較遠(yuǎn)時,引力遠(yuǎn)遠(yuǎn)大于斥力,此時可能忽略相對較小的斥力,智能車就有可能碰到障礙物。

    1.2改進方法

    對于人工勢場法避障規(guī)劃存在的問題有以下改進方法:

    1.2.1局部最優(yōu)改進方法

    局部最優(yōu)問題是人工勢場法的重要問題,一種解決方法是改變力的方向,將斥力旋轉(zhuǎn)固定的角度;另一種解決方法是加一個隨機擾動,避免智能車產(chǎn)生局部最優(yōu)值。

    1.2.2碰到障礙物改進方法

    由于引力遠(yuǎn)大于斥力,智能車有可能與障礙物產(chǎn)生碰撞。針對此問題,可以通過增大智能車受到的斥力避免碰撞,具體做法就是擴大斥力的作用范圍[5];此外也可以通過修正引力函數(shù)解決,避免由于離目標(biāo)位置太遠(yuǎn)導(dǎo)致引力過大。將引力場增加一個范圍限定,如式(7)所示。

    Uatt(q)=12ερ2(q,qgoal),ρ(q,qgoal)≤d*goald*goalερ(q,qgoal)-12ε(d*goal)2,ρ(q,qgoal)>d*goal (7)

    式(7)中,d*goal 給定一個閾值限制智能車與目標(biāo)位置間的距離,相應(yīng)的引力負(fù)梯度也就是引力相應(yīng)變成:

    Fatt(q)=ε(qgoal-q),ρ(q,qgoal)≤d*goal

    d*goalε(qgoal-q)ρ(q-qgoal),ρ(q,qgoal)>d*goal(8)endprint

    1.2.3達(dá)不到目標(biāo)點改進方法

    當(dāng)目標(biāo)位置附近有障礙物時,斥力將遠(yuǎn)遠(yuǎn)大于引力,智能車輛會很難到達(dá)目標(biāo)位置,可以通過引入一種新的斥力函數(shù)解決問題??紤]到目標(biāo)及智能車距離的影響,新的斥力函數(shù)為:

    Urep(q)=12η(1ρ(q,qobs)-1ρ\-0)2ρn(q,qgoal),if ρ(q,qobs)≤ρ\-00,if ρ(q,qobs)>ρ\-0 (9)

    增加一個斥力函數(shù)后,智能車靠近目標(biāo)時斥力場會增大,但是此時兩者間距離逐漸減少,所以在一定程度上可以起到對斥力場的拖拽作用,從而避免了智能車與障礙物碰撞。

    1.2.4無法避開動態(tài)障礙物改進方法[6]

    為了使智能車能夠同時避開靜態(tài)障礙物與動態(tài)障礙物,可以在式(3)的斥力函數(shù)中增加速度因子,并且在驗證過程中設(shè)置3種情況:障礙物從側(cè)面靠近智能車、障礙物從側(cè)面遠(yuǎn)離智能車、智能車超過障礙物?;谒俣鹊母倪M算法成功避免了人工勢場法存在的問題,并且能夠規(guī)劃出完整平滑的路徑。

    此外,還有很多人工勢場改進方法:區(qū)域隔離法、高斯組合隸屬函數(shù)法、人為隨機波動引入法等[7]。

    2智能優(yōu)化算法

    傳統(tǒng)算法無法處理未知障礙物的避障問題,隨著智能技術(shù)的日益發(fā)展,人們發(fā)現(xiàn)模糊邏輯算法、神經(jīng)網(wǎng)絡(luò)法、遺傳算法等各種智能優(yōu)化算法是可以解決智能車的避障問題的。智能優(yōu)化算法是一種啟發(fā)式優(yōu)化算法,包括模糊邏輯算法、遺傳算法、蟻群算法、粒子群算法、模擬退火算法、神經(jīng)網(wǎng)絡(luò)算法、禁忌搜索算法等。

    2.1模糊邏輯算法

    模糊邏輯(Fuzzy Logic,簡稱FL)算法是將模糊控制中感知與動作智能結(jié)合起來[8]。關(guān)鍵在于建立合適的模糊控制器,有3個主要特點:①用語言變量代替數(shù)學(xué)變量;②用模糊控制條件語句描述變量之間的關(guān)系;③用模糊算法描述復(fù)雜關(guān)系[9]。

    模糊邏輯算法成功地處理了定位精度差的問題,但是不能夠自主學(xué)習(xí)且缺乏靈活性,確定了模糊規(guī)則與隸屬度后無法更改。

    2.2神經(jīng)網(wǎng)絡(luò)法

    神經(jīng)網(wǎng)絡(luò)(Neural Network,簡稱NN)是一種模仿生物結(jié)構(gòu)與功能的模型,也是一種非線性數(shù)據(jù)建模工具[10]。神經(jīng)網(wǎng)絡(luò)算法在模糊規(guī)則與隸屬度確定上具有較強靈活性。神經(jīng)網(wǎng)絡(luò)可以將傳感器收集到的信息數(shù)據(jù)看作輸入,智能車下一位置的運動方向看作輸出,剔除冗余與對立樣本,得到最終的樣本集[11]。神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則簡單、自主學(xué)習(xí)能力強,但若從傳感器得到的數(shù)據(jù)不完整,神經(jīng)網(wǎng)絡(luò)就無法進行下去,而且泛化能力差,所以在避障規(guī)劃應(yīng)用上并不成功[12]。

    2.3遺傳算法

    遺傳算法(Genetic Algorithm,簡稱GA)是借鑒了達(dá)爾文進化論與孟德爾遺傳學(xué)說的一種隨機化搜索方法[13]。遺傳算法使用的是適者生存原則,它通過復(fù)制或選擇算子、交叉算子、變異算子等一步步進化后,輸出當(dāng)下最優(yōu)值。遺傳算法具有并行計算能力、群體搜索特性與可擴展性,一般不需要輔助信息,但是效率比其它智能優(yōu)化算法低,而且在利用選擇交叉算子時,會丟失一些優(yōu)秀的基因片段,從而導(dǎo)致過早收斂。此外,在編碼環(huán)境中會有較長的計算時間與很大的數(shù)據(jù)存儲空間需求[14]。

    2.4模糊邏輯算法、神經(jīng)網(wǎng)絡(luò)法與遺傳算法結(jié)合

    為了提高智能車避障路徑規(guī)劃效率,可將多種智能優(yōu)化算法相結(jié)合,形成新的優(yōu)化方法,從而實現(xiàn)高效率避障[1519]。

    2.4.1模糊邏輯與遺傳算法結(jié)合

    經(jīng)研究,可運用模糊邏輯與遺傳算法兩種智能算法實現(xiàn)智能車的安全避障。設(shè)計模糊控制器,如圖1所示,將超聲波傳感器獲取的目標(biāo)方向與距離綜合信息作為輸入,智能車的速度、轉(zhuǎn)角作為輸出,分別建立速度與轉(zhuǎn)角的模糊規(guī)則。因遺傳算法能得到全局最優(yōu)解且不需要輔助信息,可將避障模糊控制器完善到最優(yōu),從而實現(xiàn)避障優(yōu)化[20]。

    2.4.2模糊邏輯與神經(jīng)網(wǎng)絡(luò)結(jié)合

    針對智能車避障過程中影響因素復(fù)雜及難以建立精確模型的問題,可采用超聲波傳感器與定位傳感器獲取智能車所處環(huán)境的輸入信息,利用同時具有模糊邏輯與神經(jīng)網(wǎng)絡(luò)優(yōu)點的神經(jīng)網(wǎng)絡(luò)記憶模糊控制規(guī)則,建立起多層BP神經(jīng)網(wǎng)絡(luò)。經(jīng)過測試發(fā)現(xiàn)該算法具有很強適應(yīng)性,能夠幫助智能車完成安全避障[21]。

    2.4.3神經(jīng)網(wǎng)絡(luò)與遺傳算法結(jié)合

    針對智能車避開動態(tài)障礙物,采用一種基于神經(jīng)網(wǎng)絡(luò)與遺傳算法的避障結(jié)合方法[22],提出一種神經(jīng)網(wǎng)絡(luò)模型,通過簡化編碼方式并確定動態(tài)環(huán)境的適應(yīng)度函數(shù),利用遺傳算法中復(fù)制或選擇算子、交叉算子、變異算子等一步步進化后,尋找出最優(yōu)解,使智能車在動態(tài)環(huán)境中也能完成有效避障。

    3強化學(xué)習(xí)算法

    強化學(xué)習(xí)是指智能車?yán)帽旧淼膫鞲衅鞑粩嗯c環(huán)境相互作用來獲得之前未知的環(huán)境知識,是一種仿生算法[23]。智能車感知到環(huán)境中的一個狀態(tài)并根據(jù)上一次的狀態(tài)轉(zhuǎn)移過程獲得一個獎賞,利用學(xué)習(xí)到的策略知識,將當(dāng)前環(huán)境狀態(tài)映射到自身動作,并作用于環(huán)境,環(huán)境產(chǎn)生一個狀態(tài)轉(zhuǎn)移過程,使得智能車感知到一個新狀態(tài),如此循環(huán)往復(fù)。

    強化學(xué)習(xí)的4個要素為:策略、獎賞、值函數(shù)及非必需的環(huán)境模型[24]。①策略是從周圍環(huán)境感知的形態(tài)到在此環(huán)境下可采用一種映射;②獎賞,也就是立即回報,表示智能車的眼前目標(biāo);③值函數(shù)是智能車獲得的所有獎賞累加的期望值,可以看作智能車的長期回報,指明了智能車在長期運行過程中動作選擇的標(biāo)準(zhǔn);④環(huán)境模型給出了狀態(tài)轉(zhuǎn)移過程中詳細(xì)的概率分布。在經(jīng)典強化學(xué)習(xí)算法中,Sarsa算法與QLearning算法都能在有限時間內(nèi)解決智能車避障問題,并給出最優(yōu)解[25]。強化學(xué)習(xí)具有在線學(xué)習(xí)與自主學(xué)習(xí)的特點。

    3.1基于神經(jīng)網(wǎng)絡(luò)的強化學(xué)習(xí)

    強化學(xué)習(xí)在一定程度上會占用大量內(nèi)存,而且要經(jīng)過層層收斂,學(xué)習(xí)速度較慢。因此,神經(jīng)網(wǎng)絡(luò)的Qlearning算法可以改善存儲空間不足問題,通過神經(jīng)網(wǎng)絡(luò)來逐漸逼近Q函數(shù),在獲得智能車的狀態(tài)后不斷更新Q值[26]。根據(jù)BP算法訓(xùn)練神經(jīng)網(wǎng)絡(luò),最后使智能車完成避障[27]。endprint

    3.2基于強化學(xué)習(xí)的HSIC算法

    仿人智能控制(HSIC)是在功能與結(jié)構(gòu)上模擬對人的控制,是接近于人的思維方式[28]。它可以實現(xiàn)在線特征辨識與特征記憶,并且達(dá)到分層遞階信息處理效果,廣泛應(yīng)用于啟發(fā)式及直接推理邏輯方面。仿人智能控制的算法是:

    u=Kpe+kKp∑n-1i=1em,i, e·e·>0∪ e=0∩e·≠0kKp∑n-1i=1em,i, e·e·<0∪ e·=0(10)

    式(10)中,u為控制輸出,Kp、k分別為比例系數(shù)與抑制系數(shù),e為誤差。

    仿人智能控制可以實現(xiàn)多模態(tài)控制,因而能適用于有多性能指標(biāo)要求的控制系統(tǒng),并可應(yīng)用于各種復(fù)雜控制過程。伴隨著控制問題復(fù)雜性的不斷增加,控制參數(shù)在不確定因素的影響下無法在運行過程中保持恒定,加入強化學(xué)習(xí)模塊,有利于實現(xiàn)實時控制?;趶娀瘜W(xué)習(xí)的仿人智能控制器如圖2所示。強化學(xué)習(xí)在環(huán)境作用下優(yōu)化控制器參數(shù)包括以下6個步驟:①獲取當(dāng)前學(xué)習(xí)系統(tǒng)狀態(tài),隨機初始化各參數(shù);②調(diào)整狀態(tài)值,計算調(diào)整后的Q值;③找到Q值中最大值;④計算相應(yīng)的評價函數(shù)值;⑤若此時r=0,停止學(xué)習(xí),更新Q,輸出調(diào)整后的參數(shù)結(jié)果;⑥若此時r≠0,重復(fù)上述過程[29]。當(dāng)?shù)玫阶钸m合的控制器參數(shù)時,便停止學(xué)習(xí)優(yōu)化參數(shù),整個基于強化學(xué)習(xí)的仿人智能控制就此結(jié)束。

    圖2仿人智能控制器

    4結(jié)語

    人工勢場法、智能優(yōu)化算法與強化學(xué)習(xí)算法等都可在一定程度上解決智能車自主避障路徑規(guī)劃問題,每種算法都有其優(yōu)缺點:人工勢場法是模擬力場的算法,它計算簡明、應(yīng)用廣泛,但會產(chǎn)生局部最優(yōu)、達(dá)不到目標(biāo)位置及碰到障礙物問題;遺傳算法具有并行計算能力、群體搜索特性及可擴展性,一般不需要輔助信息,但它的效率比其它智能優(yōu)化算法低;模糊邏輯算法成功處理了定位精度差的問題,但該算法不能夠自主學(xué)習(xí)且缺乏靈活性,確定了模糊規(guī)則與隸屬度后無法更改;神經(jīng)網(wǎng)絡(luò)算法學(xué)習(xí)規(guī)則簡單、自主學(xué)習(xí)能力強,但很難應(yīng)用于復(fù)雜多變的環(huán)境。此外智能水滴算法[30]、基于粒子群算法[31]等同樣可以應(yīng)用于智能車避障問題。任何一種有效的智能車避障系統(tǒng)均不能依靠單一方法進行路徑規(guī)劃,因此利用多種算法進行避障路徑規(guī)劃,是未來該領(lǐng)域的研究重點與難點。

    參考文獻(xiàn)參考文獻(xiàn):

    [1]孫玉輝.面向自主駕駛的智能車輛導(dǎo)航平臺技術(shù)研究[D].南京:東南大學(xué),2014.

    [2]FUJIMORI A,NIKIFORUK P N,GUPTA M M. Adaptive navigation of mobiie robots with obstacie avoidance[J]. IEEE Transactions on Robotics and Automation,1997,134:596601.

    [3]SABER R O,MURRAY R M.Flocking with obstacle avoidance:cooperation with limited communication in mobile networks[C].Proc of IEEE Conf on Decision and Contr01.Piscataway:IEEE Press,2003:20222028.

    [4]修彩靖,陳慧.基于改進人工勢場法的無人駕駛車輛局部路徑規(guī)劃的研究[J].汽車工程,2013,39(9):808811.

    [5]GP MIN,JH JEON,CL MIN. Obstacle avoidance for mobile robots using artificial potential field approach with simulated annealing[C]. IEEE International Symposium on Industrial Electronics,2001(3):15301535.

    [6]杜,郭達(dá),張新鋒.智能車避障路徑規(guī)劃方法研究[J].汽車節(jié)能,2016(3):1722.

    [7]劉琨,張永輝,任佳.基于改進人工勢場法的無人船路徑規(guī)劃算法[J].海南大學(xué)學(xué)報:自然科學(xué)版,2016,34(2):99104.

    [8]馮冬青,謝宋和.模糊智能控制[M].北京:化學(xué)工業(yè)出版社,1998.

    [9]李鴻明.基于模糊控制的規(guī)則化描述方法研究[D].合肥:合肥工業(yè)大學(xué),2010.

    [10]郭琦,洪炳熔.基于人工神經(jīng)網(wǎng)絡(luò)實現(xiàn)智能機器人的避障軌跡控制[J].機器人,2002,24(6):508512.

    [11]沈顯慶,汪才杰.智能機器人的模糊神經(jīng)網(wǎng)絡(luò)避障算法[J].黑龍江科技學(xué)院學(xué)報,2012,22(6):613616.

    [12]汪明磊.智能車輛自主導(dǎo)航中避障路徑規(guī)劃與跟蹤控制研究[D].合肥:合肥工業(yè)大學(xué),2013.

    [13]SC YUN,V GANAPATHY,LO CHONG.Improved genetic algorithms based optimum path planning for mobile robot[J].International Conference on Control Automation Robotics & Vision,2011,20(1):15651570.

    [14]周嘉,賈麗媛.改進的遺傳算法在全局優(yōu)化中的應(yīng)用與研究[J].科學(xué)時代,2011(12):139140.

    [15]YANG S X,LUO C. A neurai network approach to compiete coverage path pianning[C]. IEEE Transactions on Systems,Man and Cybernetics,2004(34):718724.endprint

    [16]ZARATE L E,BECKER M,GARRIDO B D M,et al. An artificiai neurai network structure abie to obstacie avoidance behavior used in mobiie robots [C]. IEEE 28th Annuai Conference of the Industriai Eiectronics Society,2002(3):24572461.

    [17]DEI H A R,MEDRANO M N,MARTIN D B B. A simple approach to robot navigation based on cooperative neurai networks[C]. IEEE 28th Annuai Conference of the Industriail Eiectronics Society,2002(3):24212426.

    [18]WOONGGIE H,SEUNGMIN B,TAEYONG K. Genetic aigorithm based path pianning and dynamic obstacie avoidance of mobiie robots [C]. IEEE Internationai Conference on ComputationaiCybernetics and Simuiation,1997(3):27472751.

    [19]SADATI N,TAHERI J. Genetic aigorithm in robot path pianning probiem in crisp and fuzzified environments[C]. IEEE Internationai Conference on Industriai Technoiogy,2002(1):1114.

    [20]胡永仕,張陽.基于遺傳模糊算法的智能車輛避障路徑規(guī)劃研究[J].福州大學(xué)學(xué)報:自然科學(xué)版,2015,43(2):219224.

    [21]丁吉,段鎖林,任富強,等.基于模糊規(guī)劃器的輪式移動機器人避障研究[J].常州大學(xué)學(xué)報:自然科學(xué)版,2010,22(4):3438.

    [22]陳華華,杜歆,顧偉康.基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的機器人動態(tài)避障路徑規(guī)劃[J].傳感技術(shù)學(xué)報,2004(4):551555.

    [23]KAELBLING L P,LITTMAN M L,MOORE A W.Reinforcement learning:a survey[J].Intelligence Research,1996,4(3):237285.

    [24]胡裕靖.多智能體強化學(xué)習(xí)中的博弈、均衡和知識遷移[D].南京:南京大學(xué),2015.

    [25]劉忠,李海紅,劉全.強化學(xué)習(xí)算法研究[J].計算機工程與設(shè)計, 2008,29(22):58055809.

    [26]喬俊飛,侯占軍,阮曉鋼.基于神經(jīng)網(wǎng)絡(luò)的強化學(xué)習(xí)在避障中的應(yīng)用[J].清華大學(xué)學(xué)報:自然科學(xué)版,2008,48(S2):17471750.

    [27]唐鵬,李小堅.強化學(xué)習(xí)在移動機器人避障上的應(yīng)用[J].科學(xué)家,2016,4(5):58.

    [28]李祖樞.仿人智能控制[M].北京:國防工業(yè)出版社,2003.

    [29]C YE,NC YUNG,D WANG.A fuzzy controller with supervised learning assisted reinforcement learning algorithm for obstacle avoidance[J]. Systems Man & Cybernetics Part B Cybernetics IEEE Transactions on,2003,33(1):1727.

    [30]宋曉琳,潘魯彬,曹昊天.基于改進智能水滴算法的汽車避障局部路徑規(guī)劃[J].汽車工程,2016,38(2):185191.

    [31]黃神,孫德寶,秦元慶.基于粒子群算法的移動機器人路徑規(guī)劃[J].測控技術(shù),2006,25(4):4950.

    責(zé)任編輯(責(zé)任編輯:何麗)endprint

    猜你喜歡
    智能算法智能控制
    神經(jīng)網(wǎng)絡(luò)智能算法在發(fā)電機主絕緣狀態(tài)評估領(lǐng)域的應(yīng)用
    基于超像素的圖像智能算法在礦物顆粒分割中的應(yīng)用
    從雞群算法看群體智能算法的發(fā)展趨勢
    基于物聯(lián)網(wǎng)的智能控制項目實踐教學(xué)設(shè)計
    應(yīng)用型人才培養(yǎng)導(dǎo)向下智能控制教學(xué)改革探討
    淺談開關(guān)式電梯IC卡系統(tǒng)及展望
    亚洲国产日韩一区二区| 日韩av在线免费看完整版不卡| 亚州av有码| 日日啪夜夜撸| 欧美最新免费一区二区三区| 亚洲av电影在线观看一区二区三区| 精品国产一区二区三区久久久樱花| 欧美日韩亚洲高清精品| 美女主播在线视频| 十八禁高潮呻吟视频 | 精品亚洲成a人片在线观看| 老司机亚洲免费影院| 一区二区三区免费毛片| 久久久久久久久大av| 九九爱精品视频在线观看| 一级毛片久久久久久久久女| √禁漫天堂资源中文www| 黄色日韩在线| 亚洲av成人精品一区久久| 中文字幕亚洲精品专区| 青春草国产在线视频| 熟女人妻精品中文字幕| 欧美日韩国产mv在线观看视频| 日韩强制内射视频| 少妇的逼好多水| www.色视频.com| 蜜桃在线观看..| 中文字幕制服av| 男女边吃奶边做爰视频| 国产免费福利视频在线观看| 欧美成人精品欧美一级黄| 性色avwww在线观看| 免费av中文字幕在线| 人人妻人人澡人人看| 26uuu在线亚洲综合色| 欧美bdsm另类| 日韩不卡一区二区三区视频在线| 一区在线观看完整版| 久久久午夜欧美精品| 国产黄色免费在线视频| 伊人亚洲综合成人网| 欧美日韩在线观看h| 高清午夜精品一区二区三区| 国产色爽女视频免费观看| 夜夜骑夜夜射夜夜干| 中国国产av一级| 亚洲国产欧美在线一区| 久久免费观看电影| av福利片在线观看| 成年女人在线观看亚洲视频| 日韩一区二区三区影片| 大片免费播放器 马上看| 男女国产视频网站| 极品人妻少妇av视频| 日韩av在线免费看完整版不卡| 欧美最新免费一区二区三区| av视频免费观看在线观看| 男人添女人高潮全过程视频| 亚洲丝袜综合中文字幕| 国产色婷婷99| 在线播放无遮挡| 欧美+日韩+精品| 女性生殖器流出的白浆| 水蜜桃什么品种好| 国产成人a∨麻豆精品| 一区二区三区免费毛片| 国产在视频线精品| 午夜福利影视在线免费观看| 亚洲伊人久久精品综合| 搡女人真爽免费视频火全软件| 26uuu在线亚洲综合色| 国产真实伦视频高清在线观看| 亚洲久久久国产精品| 中文资源天堂在线| 99久久精品一区二区三区| 一级毛片我不卡| 中文天堂在线官网| 人妻一区二区av| 欧美97在线视频| 亚洲av不卡在线观看| 午夜老司机福利剧场| 久久久久视频综合| 大码成人一级视频| 九色成人免费人妻av| 久久ye,这里只有精品| 中文天堂在线官网| 国产伦理片在线播放av一区| 精品一品国产午夜福利视频| 丝瓜视频免费看黄片| av黄色大香蕉| 婷婷色av中文字幕| 香蕉精品网在线| av线在线观看网站| 亚洲国产精品国产精品| 中文字幕人妻熟人妻熟丝袜美| 91精品国产九色| 久久久久久久久久久丰满| 涩涩av久久男人的天堂| 亚洲国产毛片av蜜桃av| 少妇精品久久久久久久| 亚洲成人手机| 丰满乱子伦码专区| 五月玫瑰六月丁香| 精品人妻偷拍中文字幕| 久热这里只有精品99| 国产免费又黄又爽又色| 少妇人妻精品综合一区二区| 校园人妻丝袜中文字幕| 人人妻人人添人人爽欧美一区卜| 国国产精品蜜臀av免费| 97超视频在线观看视频| 国产一区亚洲一区在线观看| 免费高清在线观看视频在线观看| 纵有疾风起免费观看全集完整版| 91精品一卡2卡3卡4卡| 97在线人人人人妻| 国产91av在线免费观看| 国产成人a∨麻豆精品| 久久久久久久久大av| 久久久国产精品麻豆| 两个人免费观看高清视频 | 久久国产精品大桥未久av | 激情五月婷婷亚洲| 五月玫瑰六月丁香| 国产精品三级大全| 大码成人一级视频| 各种免费的搞黄视频| 亚洲av成人精品一二三区| 精品久久久久久久久亚洲| 亚洲av日韩在线播放| 日日摸夜夜添夜夜添av毛片| 久久av网站| 国产av精品麻豆| 亚洲精品aⅴ在线观看| 亚洲真实伦在线观看| 最新中文字幕久久久久| 色哟哟·www| av卡一久久| 91久久精品国产一区二区成人| 一区在线观看完整版| 国产黄色免费在线视频| 国产精品一区二区性色av| 久久久久久久久久成人| 性高湖久久久久久久久免费观看| 国产成人freesex在线| 国产成人一区二区在线| 久久久国产精品麻豆| 大话2 男鬼变身卡| 自拍偷自拍亚洲精品老妇| 菩萨蛮人人尽说江南好唐韦庄| 黑人高潮一二区| 久久久精品94久久精品| 嫩草影院新地址| 亚洲va在线va天堂va国产| 国产成人aa在线观看| 高清不卡的av网站| 亚洲精品国产色婷婷电影| 国产一区二区在线观看日韩| 欧美xxⅹ黑人| 熟女电影av网| 97超碰精品成人国产| 免费看av在线观看网站| 亚洲av在线观看美女高潮| 精品人妻一区二区三区麻豆| 精品视频人人做人人爽| 国产成人freesex在线| 九九在线视频观看精品| 这个男人来自地球电影免费观看 | 99热这里只有精品一区| 丰满饥渴人妻一区二区三| videossex国产| 免费大片18禁| 久久久精品94久久精品| 欧美国产精品一级二级三级 | 久久久久久久国产电影| 免费看日本二区| 在线亚洲精品国产二区图片欧美 | 亚洲成人一二三区av| 黄色视频在线播放观看不卡| 51国产日韩欧美| 国产亚洲一区二区精品| 性色av一级| 欧美xxxx性猛交bbbb| 免费黄色在线免费观看| 亚洲成人一二三区av| 国产精品久久久久久久久免| 久久狼人影院| 日韩熟女老妇一区二区性免费视频| 成人毛片60女人毛片免费| 日本色播在线视频| 少妇的逼好多水| 嫩草影院入口| 能在线免费看毛片的网站| 18禁在线无遮挡免费观看视频| 91精品伊人久久大香线蕉| av国产久精品久网站免费入址| 少妇熟女欧美另类| 乱码一卡2卡4卡精品| 十八禁高潮呻吟视频 | 亚洲精品日韩av片在线观看| 成人国产av品久久久| 国产真实伦视频高清在线观看| 一级毛片 在线播放| 一级二级三级毛片免费看| 国产精品国产三级国产av玫瑰| 日韩三级伦理在线观看| 最新中文字幕久久久久| 国产午夜精品久久久久久一区二区三区| 日本色播在线视频| 亚洲av中文av极速乱| 寂寞人妻少妇视频99o| 69精品国产乱码久久久| 国产极品粉嫩免费观看在线 | 女人久久www免费人成看片| 日本免费在线观看一区| 欧美精品一区二区免费开放| 99久久中文字幕三级久久日本| 丰满迷人的少妇在线观看| 婷婷色综合www| 97精品久久久久久久久久精品| 免费看日本二区| 久久久久国产精品人妻一区二区| 国产黄片视频在线免费观看| 搡老乐熟女国产| 国产成人免费无遮挡视频| 亚洲综合精品二区| a 毛片基地| 丝袜在线中文字幕| 久久av网站| 寂寞人妻少妇视频99o| 女人精品久久久久毛片| 午夜激情久久久久久久| 99九九线精品视频在线观看视频| 黄色毛片三级朝国网站 | 国产一区二区三区综合在线观看 | 大片免费播放器 马上看| 秋霞在线观看毛片| 成人美女网站在线观看视频| 女人久久www免费人成看片| 自拍偷自拍亚洲精品老妇| 国产国拍精品亚洲av在线观看| 亚洲高清免费不卡视频| 国产精品一区www在线观看| 亚洲成人一二三区av| av专区在线播放| 99视频精品全部免费 在线| 婷婷色综合大香蕉| 久久午夜综合久久蜜桃| 美女福利国产在线| 国产亚洲精品久久久com| 中文字幕免费在线视频6| 80岁老熟妇乱子伦牲交| 肉色欧美久久久久久久蜜桃| 亚洲熟女精品中文字幕| 少妇人妻 视频| 9色porny在线观看| 下体分泌物呈黄色| videos熟女内射| 五月开心婷婷网| 欧美日韩综合久久久久久| 三级国产精品欧美在线观看| 日韩不卡一区二区三区视频在线| 日韩中文字幕视频在线看片| 一级a做视频免费观看| 一边亲一边摸免费视频| 嫩草影院新地址| 国产片特级美女逼逼视频| 久久久久久人妻| 两个人免费观看高清视频 | 18禁在线播放成人免费| 99热这里只有是精品在线观看| 在线观看人妻少妇| 大又大粗又爽又黄少妇毛片口| 黄色一级大片看看| 亚洲国产精品一区二区三区在线| 日韩精品有码人妻一区| 午夜免费鲁丝| 狂野欧美激情性bbbbbb| 国产高清三级在线| 黄色日韩在线| 日韩不卡一区二区三区视频在线| 天美传媒精品一区二区| 99热这里只有是精品在线观看| 亚洲丝袜综合中文字幕| 国产精品一区二区性色av| 18禁裸乳无遮挡动漫免费视频| 国产免费一区二区三区四区乱码| 如何舔出高潮| 一个人看视频在线观看www免费| 日产精品乱码卡一卡2卡三| 亚洲自偷自拍三级| 欧美另类一区| 精品国产国语对白av| 热99国产精品久久久久久7| 少妇人妻精品综合一区二区| 中文字幕亚洲精品专区| 97在线人人人人妻| 成年人免费黄色播放视频 | 成人亚洲精品一区在线观看| 中文天堂在线官网| 国产永久视频网站| 精品久久久久久久久av| 熟女人妻精品中文字幕| h视频一区二区三区| 交换朋友夫妻互换小说| 777米奇影视久久| 免费观看的影片在线观看| 国产色爽女视频免费观看| 插逼视频在线观看| 精华霜和精华液先用哪个| 9色porny在线观看| 午夜老司机福利剧场| 99热全是精品| 免费人成在线观看视频色| 久久精品国产亚洲av涩爱| 成人免费观看视频高清| 亚洲精品视频女| xxx大片免费视频| videossex国产| 如何舔出高潮| 日韩成人伦理影院| 亚洲av欧美aⅴ国产| 我的女老师完整版在线观看| 中文字幕av电影在线播放| 国产精品一二三区在线看| 国产伦在线观看视频一区| 男女啪啪激烈高潮av片| 一边亲一边摸免费视频| 最近手机中文字幕大全| 一个人免费看片子| 欧美日韩一区二区视频在线观看视频在线| 婷婷色综合大香蕉| 成人影院久久| 99热6这里只有精品| 成年女人在线观看亚洲视频| 大陆偷拍与自拍| 丰满人妻一区二区三区视频av| 99久久精品国产国产毛片| 欧美97在线视频| 天天躁夜夜躁狠狠久久av| 在线观看国产h片| 日本黄色片子视频| 国产一区二区三区综合在线观看 | 国产亚洲精品久久久com| 高清在线视频一区二区三区| 如何舔出高潮| 久久精品国产亚洲av涩爱| 色婷婷av一区二区三区视频| 亚洲av免费高清在线观看| 18+在线观看网站| 久久久久精品久久久久真实原创| 2021少妇久久久久久久久久久| 国产伦精品一区二区三区四那| 久久国产乱子免费精品| 美女福利国产在线| 黑人巨大精品欧美一区二区蜜桃 | 午夜久久久在线观看| 老司机亚洲免费影院| 国产色婷婷99| 亚洲欧美一区二区三区黑人 | 七月丁香在线播放| 午夜福利视频精品| 久久久久久久国产电影| 看十八女毛片水多多多| 国产一区二区在线观看日韩| av国产精品久久久久影院| 亚洲精品中文字幕在线视频 | 一区在线观看完整版| 综合色丁香网| 国产精品久久久久久精品古装| 免费大片黄手机在线观看| 少妇人妻一区二区三区视频| 亚洲情色 制服丝袜| 在线观看www视频免费| 久久亚洲国产成人精品v| av播播在线观看一区| 久久影院123| 天堂俺去俺来也www色官网| 亚洲精品国产av成人精品| 国产69精品久久久久777片| 亚洲无线观看免费| 亚洲欧美精品专区久久| 人人澡人人妻人| 亚洲精品456在线播放app| 成人亚洲欧美一区二区av| 亚洲内射少妇av| 久热久热在线精品观看| av网站免费在线观看视频| av国产精品久久久久影院| 精品一区二区三卡| 亚洲熟女精品中文字幕| 丰满少妇做爰视频| 国产精品不卡视频一区二区| 中文欧美无线码| 国语对白做爰xxxⅹ性视频网站| 国产成人freesex在线| 女人精品久久久久毛片| 国产视频内射| 欧美最新免费一区二区三区| 大码成人一级视频| 国产视频内射| 波野结衣二区三区在线| 精品久久久久久久久av| 另类精品久久| 亚洲av二区三区四区| 男女国产视频网站| 97在线人人人人妻| 午夜av观看不卡| 大香蕉97超碰在线| 熟女av电影| 成年人免费黄色播放视频 | 亚洲精品,欧美精品| 少妇猛男粗大的猛烈进出视频| tube8黄色片| 深夜a级毛片| 午夜福利影视在线免费观看| 在线播放无遮挡| 精品久久久久久电影网| 美女cb高潮喷水在线观看| 蜜桃在线观看..| 久久国产乱子免费精品| 大片免费播放器 马上看| 99热这里只有是精品50| 午夜日本视频在线| 日本爱情动作片www.在线观看| 91成人精品电影| 免费观看av网站的网址| 亚洲欧洲日产国产| 特大巨黑吊av在线直播| 精品国产一区二区三区久久久樱花| 久久久久视频综合| 欧美日韩av久久| 内射极品少妇av片p| 中国三级夫妇交换| 免费黄色在线免费观看| 看十八女毛片水多多多| 国产成人91sexporn| 在现免费观看毛片| 赤兔流量卡办理| 亚洲精品日韩av片在线观看| 亚洲婷婷狠狠爱综合网| 国产免费又黄又爽又色| freevideosex欧美| 免费观看无遮挡的男女| 精品亚洲成a人片在线观看| 纵有疾风起免费观看全集完整版| 久久午夜综合久久蜜桃| 久久久久久久国产电影| 久久人妻熟女aⅴ| 久久ye,这里只有精品| 午夜精品国产一区二区电影| 人体艺术视频欧美日本| 多毛熟女@视频| 欧美成人精品欧美一级黄| 色网站视频免费| 男女边吃奶边做爰视频| 成人二区视频| 国产av精品麻豆| 国国产精品蜜臀av免费| 国产精品久久久久久久久免| 一级毛片黄色毛片免费观看视频| 欧美少妇被猛烈插入视频| 女的被弄到高潮叫床怎么办| 国产在线视频一区二区| 亚洲精品自拍成人| 一本大道久久a久久精品| 国产精品一区二区在线观看99| 国产精品女同一区二区软件| 一级毛片aaaaaa免费看小| 看非洲黑人一级黄片| 麻豆成人午夜福利视频| 少妇高潮的动态图| 激情五月婷婷亚洲| 精品人妻一区二区三区麻豆| 欧美精品一区二区免费开放| 亚洲综合精品二区| 熟女av电影| 亚洲美女视频黄频| 久久人人爽人人片av| 全区人妻精品视频| 久久人人爽av亚洲精品天堂| 久久精品国产a三级三级三级| 亚洲av欧美aⅴ国产| 王馨瑶露胸无遮挡在线观看| 青春草视频在线免费观看| av播播在线观看一区| 最近手机中文字幕大全| 九草在线视频观看| 国产亚洲欧美精品永久| 欧美成人精品欧美一级黄| 人体艺术视频欧美日本| 国产综合精华液| 亚洲国产毛片av蜜桃av| 美女主播在线视频| 国产中年淑女户外野战色| 最近中文字幕2019免费版| 精品久久国产蜜桃| 欧美成人精品欧美一级黄| 大话2 男鬼变身卡| 亚洲,一卡二卡三卡| 午夜免费观看性视频| 亚洲av成人精品一二三区| 国产中年淑女户外野战色| 99视频精品全部免费 在线| 亚洲情色 制服丝袜| 国产一区有黄有色的免费视频| 亚洲精品,欧美精品| 99久久精品国产国产毛片| 十八禁网站网址无遮挡 | 97精品久久久久久久久久精品| 亚洲成人av在线免费| 丰满迷人的少妇在线观看| 欧美精品高潮呻吟av久久| 观看av在线不卡| 精品人妻熟女av久视频| av天堂中文字幕网| 韩国av在线不卡| 九九在线视频观看精品| 视频中文字幕在线观看| 久久婷婷青草| 亚洲av男天堂| 久久久久久人妻| 亚洲欧美精品专区久久| 久久久久精品性色| 99视频精品全部免费 在线| 国产成人a∨麻豆精品| 中文字幕久久专区| 日日撸夜夜添| 欧美成人午夜免费资源| 日本午夜av视频| 妹子高潮喷水视频| 亚洲av国产av综合av卡| av女优亚洲男人天堂| 免费观看在线日韩| 欧美日韩国产mv在线观看视频| 精品人妻熟女毛片av久久网站| 多毛熟女@视频| 中文字幕人妻熟人妻熟丝袜美| 少妇丰满av| 麻豆精品久久久久久蜜桃| 久久久久久久久久人人人人人人| av在线播放精品| 欧美+日韩+精品| 久久ye,这里只有精品| 99久久精品一区二区三区| 国产一区二区在线观看日韩| 国产69精品久久久久777片| 欧美xxⅹ黑人| 日韩免费高清中文字幕av| 国产黄片美女视频| 视频中文字幕在线观看| 日韩在线高清观看一区二区三区| 伦理电影免费视频| h视频一区二区三区| 高清av免费在线| 日本欧美视频一区| 久久久久久伊人网av| 成年av动漫网址| 精品久久久久久久久亚洲| 婷婷色av中文字幕| 亚洲av国产av综合av卡| 男人和女人高潮做爰伦理| 夫妻性生交免费视频一级片| 啦啦啦视频在线资源免费观看| 日韩成人伦理影院| 青春草亚洲视频在线观看| 久久亚洲国产成人精品v| 狂野欧美激情性xxxx在线观看| 国产欧美日韩精品一区二区| 久久人人爽人人爽人人片va| 一个人免费看片子| 日本vs欧美在线观看视频 | 久久99一区二区三区| 最后的刺客免费高清国语| 女性生殖器流出的白浆| 免费观看性生交大片5| 久久毛片免费看一区二区三区| 大码成人一级视频| 中文在线观看免费www的网站| 免费播放大片免费观看视频在线观看| 香蕉精品网在线| 国产真实伦视频高清在线观看| 久久精品国产亚洲网站| 亚洲精品自拍成人| 日韩一区二区三区影片| 亚洲精品乱码久久久久久按摩| 少妇 在线观看| freevideosex欧美| 国产视频内射| 国产 一区精品| 亚洲国产欧美日韩在线播放 | 国产黄色视频一区二区在线观看| 国产女主播在线喷水免费视频网站| 曰老女人黄片| 久久久亚洲精品成人影院| 欧美精品亚洲一区二区| 三级国产精品欧美在线观看| 国产精品一区www在线观看| 永久免费av网站大全| 简卡轻食公司| 美女大奶头黄色视频| 欧美xxxx性猛交bbbb| 汤姆久久久久久久影院中文字幕| 韩国av在线不卡| 国产精品福利在线免费观看| 少妇熟女欧美另类| 国产午夜精品久久久久久一区二区三区| 久久99热6这里只有精品| 久久99蜜桃精品久久| 国产一级毛片在线| 国产欧美日韩综合在线一区二区 | 18+在线观看网站| av天堂久久9| 欧美激情国产日韩精品一区| 亚洲,一卡二卡三卡|