論神經(jīng)網(wǎng)絡(luò)在移動機(jī)器人路徑規(guī)劃中的應(yīng)用研究

麻小娟 張淑麗 崔巖 西北工業(yè)大學(xué)明德學(xué)院

在移動機(jī)器人路徑規(guī)劃中應(yīng)用神經(jīng)網(wǎng)絡(luò)，機(jī)器人可以根據(jù)自己對障礙物的判斷，決定行走路線，以避開障礙物，從而達(dá)到智能化移動的目的。但是由于機(jī)器人選擇的路徑十分繁雜，具有多重選擇，因此在消耗能量較少、路徑短和使用時(shí)間短的情況下，如何選擇一條合適的路徑，是當(dāng)前計(jì)算機(jī)學(xué)者急需解決的問題。

1 神經(jīng)網(wǎng)絡(luò)在移動機(jī)器人路徑規(guī)劃中的算法

在移動機(jī)器人路徑規(guī)劃中，應(yīng)用神經(jīng)網(wǎng)絡(luò)技術(shù)的算法如下：先利用柵格法建立機(jī)器人的運(yùn)動空間模型，將機(jī)器人運(yùn)動的位置映射到神經(jīng)網(wǎng)絡(luò)中，與每個神經(jīng)元相對應(yīng)，然后在神經(jīng)網(wǎng)絡(luò)中將全部的神經(jīng)元激活值初始化（設(shè)為0，但目標(biāo)與障礙物除外）。緊接著使用迭代計(jì)算將目標(biāo)點(diǎn)的神經(jīng)元激活值與神經(jīng)元的側(cè)連接傳播連接到出發(fā)點(diǎn)，一旦目標(biāo)激活值輸送到起始點(diǎn)后，通過爬山法尋找機(jī)器人當(dāng)前位置領(lǐng)域內(nèi)激活值的神經(jīng)元，若限定值內(nèi)的神經(jīng)元激活值小于實(shí)際神經(jīng)元的激活值，表明機(jī)器人處在原地不動的狀態(tài)，相反機(jī)器人的下一個位置是領(lǐng)域內(nèi)具有最大激活值的神經(jīng)元，一旦機(jī)器人的位置坐標(biāo)與目標(biāo)位置坐標(biāo)重疊，表示路徑規(guī)劃的過程結(jié)束。

2 神經(jīng)網(wǎng)絡(luò)在移動路徑規(guī)劃中的應(yīng)用要點(diǎn)

2.1 融合信息論，確定神經(jīng)網(wǎng)絡(luò)的目標(biāo)解

在移動機(jī)器人路徑規(guī)劃的過程中，應(yīng)用神經(jīng)網(wǎng)絡(luò)時(shí)，考慮到經(jīng)驗(yàn)值的不穩(wěn)定性，需要將神經(jīng)網(wǎng)絡(luò)應(yīng)用過程中的神經(jīng)網(wǎng)絡(luò)作為貝葉斯網(wǎng)絡(luò)，依據(jù)貝葉斯網(wǎng)絡(luò)蘊(yùn)藏的信息熵，通過信息論來確定神經(jīng)網(wǎng)絡(luò)的目標(biāo)函數(shù)，從而確定機(jī)器人下一個位置移動的最佳路徑。

2.2 融合遺傳算法，確定全局最優(yōu)解

在未知環(huán)境下進(jìn)行機(jī)器人運(yùn)動路徑的規(guī)劃，為了保證機(jī)器人順利避開障礙物，還需在神經(jīng)網(wǎng)絡(luò)中融入遺傳算法，確定全局最優(yōu)解。例如在機(jī)器人移動的神經(jīng)元中融入遺傳算法，將機(jī)器人的移動環(huán)境設(shè)定成二維環(huán)境，障礙物的數(shù)量、形狀以及位置隨意布置，在二維空間中有基本點(diǎn)構(gòu)成規(guī)劃路徑設(shè)計(jì)途徑，由神經(jīng)網(wǎng)絡(luò)控制機(jī)器人運(yùn)動的路徑，通過有關(guān)的神經(jīng)元傳感器來采集未知環(huán)境的情況，將目標(biāo)點(diǎn)與障礙信息的間距設(shè)為神經(jīng)網(wǎng)絡(luò)的輸入信號，利用遺傳算法進(jìn)行神經(jīng)網(wǎng)絡(luò)的權(quán)值訓(xùn)練，以神經(jīng)網(wǎng)絡(luò)的輸出信號作為機(jī)器人移動的運(yùn)動作用力，實(shí)現(xiàn)機(jī)器人移動。

2.3 融入蟻群算法，提高路徑規(guī)劃的精確度

為了提升神經(jīng)網(wǎng)絡(luò)搜索的精確度與效率，在應(yīng)用神經(jīng)網(wǎng)絡(luò)的同時(shí)，結(jié)合蟻群算法的路徑規(guī)劃方法，利用柵格法建立機(jī)器人工作環(huán)境模型，視機(jī)器人移動時(shí)的出發(fā)點(diǎn)為蟻巢位置，將路徑規(guī)劃最終的目標(biāo)點(diǎn)視為蟻群食物源，利用螞蟻之間相互合作的關(guān)系，找出一條避開障礙物的移動路徑，縮短搜索空間。

3 基于神經(jīng)網(wǎng)絡(luò)的移動機(jī)器人路徑規(guī)劃的模擬實(shí)驗(yàn)分析

本次機(jī)器人模擬實(shí)驗(yàn)以Pioneer3-AT型輪式移動機(jī)器人為主要的實(shí)驗(yàn)平臺，以C++語言為主要程序設(shè)計(jì)，通過機(jī)器人的聲吶與激光等傳感器、自動建立地圖、Mobile Eyes軟件來完成，然后以MobileSim作為移動無人地面車的仿真軟件，對無人地面車和四周環(huán)境模型進(jìn)行加載，通過仿真分析后獲得地圖圖形。對于程序的編寫，利用MobileSim仿真軟件調(diào)試，在無人地面車的PC上模擬運(yùn)行，真正反映機(jī)器人具體運(yùn)動的狀態(tài)。對于地區(qū)的形成，則由機(jī)器人具備的地圖建立軟件形成，為某一個重點(diǎn)實(shí)驗(yàn)室的環(huán)境圖。在這次實(shí)際環(huán)境模擬中，集神經(jīng)網(wǎng)絡(luò)、信息論、遺傳算法以及蟻群算法為一體，實(shí)現(xiàn)機(jī)器人路徑規(guī)劃，并讓機(jī)器人根據(jù)路徑規(guī)劃的方案來運(yùn)動。此外，對于Pioneer3-AT型機(jī)器人的坐標(biāo)體系，全局坐標(biāo)系的原點(diǎn)是機(jī)器人的初始位置，全局坐標(biāo)的x軸與y軸分別是機(jī)器人的初始航向，在機(jī)器人運(yùn)動后，全局坐標(biāo)系不會發(fā)生任何改變，如果機(jī)器人運(yùn)動前，就明白自己需要達(dá)到的目標(biāo)，那么目標(biāo)點(diǎn)在坐標(biāo)系中不會發(fā)生改變，機(jī)器人的坐標(biāo)單位為mm，經(jīng)實(shí)驗(yàn)結(jié)果為：機(jī)器人的初始航線是右方，1次運(yùn)動的目標(biāo)位置為（3000，-7000），2次運(yùn)動目標(biāo)位置為（-2000，-8000），表明機(jī)器人可根據(jù)規(guī)劃的路徑從初始位置順利達(dá)到既定地點(diǎn)?？梢娫谝苿訖C(jī)器人路徑規(guī)劃中，應(yīng)用神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的實(shí)用性。

4 結(jié)束語

綜上所述，在移動機(jī)器人路徑規(guī)劃中有效應(yīng)用神經(jīng)網(wǎng)絡(luò)，有利于提高路徑規(guī)劃的精確度。但要想保證機(jī)器人移動路徑達(dá)到既定目標(biāo)，還需融合信息論、遺傳算法和蟻群算法來確定神經(jīng)網(wǎng)絡(luò)的目標(biāo)解、全局最優(yōu)解。

[1]徐兆輝.移動機(jī)器人路徑規(guī)劃技術(shù)的現(xiàn)狀與發(fā)展[J].科技創(chuàng)新與應(yīng)用,2016(3):43-43.

[2]高涵,高柏軍.移動機(jī)器人路徑規(guī)劃方法研究[J].現(xiàn)代儀器與醫(yī)療,2015,30(5):14-17.

[3]陳鴻旭.基于人工神經(jīng)網(wǎng)絡(luò)的移動機(jī)器人路徑規(guī)劃研究[J].電子技術(shù)與軟件工程,2014(10):200-200.