[发明专利]一种未知环境下移动机器人多行为融合自动导航方法有效

专利信息
申请号: 200810143134.3 申请日: 2008-09-04
公开(公告)号: CN101354587A 公开(公告)日: 2009-01-28
发明(设计)人: 王耀南;朱江;余洪山;许海霞;杨民生;宁伟;孙程鹏;邓霞 申请(专利权)人: 湖南大学
主分类号: G05D1/12 分类号: G05D1/12;G05B13/02
代理公司: 长沙市融智专利事务所 代理人: 颜勇
地址: 410082湖南省*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 未知 环境 下移 机器人 行为 融合 自动 导航 方法
【权利要求书】:

1.一种未知环境下移动机器人多行为融合自动导航方法,其特征在于,包括以下步骤:

1)根据目标和移动机器人的相对位置实时获取当前的方位角,根据移动机器人周围障碍物状况实时获取多个距离参数;

2)基于奔向目标、沿墙走和避障三个子行为的多输出支持向量机模糊控制器根据获取的方位角和多个距离参数输出转角值θi和速度值vi,i=1,2,3;

3)基于奔向目标、沿墙走和避障三个子行为的多输出支持向量机环境辨识控制器根据方位角和多个距离参数输入信号,输出三个子行为的权重参数wi,i=1,2,3;

4)按照下式计算移动机器人当前用于导航的转角值θ和速度值v:

θ=Σi=13wi×θi,]]>v=Σi=13wi×vi;]]>

所述的步骤2)中,采用电子罗盘获取移动机器人与目标点之间的方位角ω,采用8个环状配置的超声波测距传感器获取8个距离参数d1~d8;其中{d1,d2,d3}为左向距离,{d4,d5}为前向距离,{d6,d7,d8}为右向距离;

所述的多输出支持向量机模糊控制器的障碍信号左向障碍Left_obs,前向障碍Front_obs和右向障碍Right_obs定义为:

Left_obs=Min{d1,d2,d3};Front_obs=Min{d4,d5};Right_obs=Min{d6,d7,d8};

对于所述的多输出支持向量机模糊控制器,沿墙走和避障子行为的输入为左向障碍Left_obs、前向障碍Front_obs和右向障碍Right_obs,奔向目标子行为的输入为方位角ω;多输出支持向量机模糊控制器的输出为两个,转角值θi和速度值vi,i=1,2,3,i为1、2、3分别对应奔向目标、沿墙走和避障三个子行为;左向障碍Left_obs,前向障碍Front_obs,右向障碍Right_obs采用{远,近,很近}三个模糊语言变量组成的模糊集合表示,方位角ω采用{大左,中左,左,向前,右,中右,大右}七个模糊语言变量表示;多输出支持向量机模糊控制器的输出模糊集合转角θi用模糊集合{负大,负中,负小,零,正小,正中,正大}表示,速度vi用模糊集合{快,中,慢}表示;

对于所述的多输出支持向量机模糊控制器,利用多输出支持向量机回归,将模糊专家知识确定的规则作为样本,在允许误差范围内进行函数逼近,选出成为支持向量的样本,从而剔除掉规则库中的冗余规则,得到拟合函数。

2.根据权利要求1所述的未知环境下移动机器人多行为融合自动导航方法,其特征在于,所述的多输出支持向量机环境辨识控制器的输入为距离参数{d1,d2,d3,d4,d5,d6,d7,d8}和方位角ω;输出层为当前环境分别与三个子行为的匹配度fn(n=1,2,3),匹配度之和等于1,训练时首先获取环境信息作为输入,并根据专家经验为每个子行为分配的与当前环境的匹配度的值作为多输出支持向量机环境辨识控制器的期望输出,由此得到一系列的训练样本并对该多输出支持向量机环境辨识控制器进行训练;训练完成所得到的网络结构即为所述的多输出支持向量机环境辨识控制器;则三个子行为的权重参数wi,i=1,2,3为:

[w1,...,w3]T=[f1,...,f3]T,Σn=13wn=1,wn[0,1].]]>

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南大学,未经湖南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/200810143134.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top