[发明专利]一种基于双反向传播神经网络的无人系统智能局部路径规划方法有效
| 申请号： | 201910800165.X | 申请日： | 2019-08-28 |
| 公开（公告）号： | CN110488835B | 公开（公告）日： | 2020-12-08 |
| 发明（设计）人： | 余翔;魏嫣然;乔建忠;郭雷;韩旭东 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G05D1/02 | 分类号： | G05D1/02;G01C21/34 |
| 代理公司： | 北京科迪生专利代理有限责任公司 11251 | 代理人： | 安丽;杨学明 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于双反向传播神经网络的无人系统智能局部路径规划方法，针对智能无人系统动态障碍规避问题，首先，建立智能无人系统运行的环境模型；其次，建立无人系统运行的运动学模型；第三，设计由两个反向传播神经网络组成拓扑结构的双反向传播神经网络，进行局部路径规划，第一个反向传播神经网络经过适当的离线训练，在动态避障中起到主导作用，第二个反向传播神经网络在线训练以获得输出的补偿；最后，此方法可用于无人机、无人车、无人船等智能无人系统规避静态障碍物和动态障碍物，对于速度不断变化的障碍物，该方法可根据障碍物先前的运动情况进行预测并规避，减少智能无人系统的决策次数和运算负担，可提升避碰性能和效率。 | ||
| 搜索关键词： | 一种 基于 反向 传播 神经网络 无人 系统 智能 局部 路径 规划 方法 | ||
【主权项】：
1.一种基于双反向传播神经网络的无人系统智能局部路径规划方法，其特征在于，包括以下步骤：/n第一步，根据无人系统起止点位置、静态障碍物位置及动态障碍物位置和运行轨迹，建立智能无人系统运行的环境模型；/n第二步，基于无人系统本身的物理学模型和运动学约束，建立无人系统运动学模型；/n第三步，设计由两个反向传播神经网络组成拓扑结构的双反向传播神经网络，利用建立的智能无人系统运行环境模型和运动学模型信息训练双反向传播神经网络，进行局部路径规划主动避障，第一个反向传播神经网络经过离线训练，在动态避障中起到主导作用，第二个反向传播神经网络在线训练以获得输出的补偿，最终实现对动态障碍物的主动避障。/n
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北京航空航天大学，未经北京航空航天大学许可，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/patent/201910800165.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种航天器高精度自动转运装置及其定位方法
- 下一篇：一种电梯的智能控制方法
