JOURNAL OF LIGHT INDUSTRY

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

  • 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

  • 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.
    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.

  • 加载中
计量
  • PDF下载量:  260
  • 文章访问数:  8974
  • 引证文献数: 0
文章相关
  • 收稿日期:  2018-02-07
  • 刊出日期:  2018-07-15
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

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索
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

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)

目录

/

返回文章