基于神经网络的进化机器人自主行为方法研究

论文摘要

机器人的自主行为能力一直是机器人研究者追求的目标。传统的基于“感知-规划-执行”的设计路线存在很多障碍。基于行为的机器人方法为实现移动机器人的自主行为提供了新的解决方案。然而,行为设计需要一定的设计技巧。进化机器人思想采用进化的方法来得到机器人的控制参数,从而避免了人工设计具体参数的难题。首先,文中提出了基于模糊推理的适应度模糊评价方法。该方法将机器人的各个性能指标进行模糊化处理,通过模糊推理引入人类评价事物的模糊方法,最终使用清晰化得到机器人对于工作环境和作业的适应度。然而,随着评价指标的增多,需要的推理规则增长很快。另外,当需要增加新的指标或调整各个指标的重要关系时,需要重新制定模糊规则表。为了解决该问题,文中结合模糊综合评价中的权值思想,将基于模糊推理的评价方法进行,简化提出了简化的模糊评价方法。其次,文中利用进化机器人设计方法进化了巡游行为。其中遗传算法的适应度评价分别采用了基于模糊推理的评价方法以及简化的模糊评价方法。仿真结果显示：巡游行为的运动平滑性和快速性指标随着进化进行快速收敛,避碰性能指标收敛较慢,仿真结果总体上表明以上所提两种适应度评价方法的合理性和有效性。然后,文中给出了目标收集机器人的设计思路和方法。根据目标收集机器人的作业过程,将机器人的工作过程分成目标搜索和归航两个复杂行为。结合行为分解和融合方法,文中提出了复杂行为的层次化设计思路：低层的行为由基于规则的势场法组成,高层行为由多个子行为组成。行为之间的关系分为冲突和合作两种,相互冲突的行为优先级高的先触发,相互合作的行为通过行为融合产生输出。文中利用该方法设计了目标搜索和归航行为。仿真结果表明,该方法的效果较好。最后,文中利用设计的目标搜索行为和归航行为进行了综合仿真实验,实验表明本文设计的方法效果较好。另外,为了验证方法的环境适应性文中构造了新的仿真环境,并在新的仿真环境中进行了实验,实验表明本文设计的方法环境适应性很好。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 国内外研究现状
• 1.2.1 智能移动机器人的设计框架
• 1.2.2 基于行为的机器人学
• 1.2.3 进化机器人学
• 1.3 研究内容和方法
• 1.4 论文的组织
• 第2章 进化机器人自主行为设计方法
• 2.1 引言
• 2.2 进化机器人自主行为及其基本设计框架
• 2.3 神经网络控制器的设计
• 2.4 神经网络权值的进化设计
• 2.5 适应度的模糊评价方法
• 2.5.1 模糊理论简介
• 2.5.2 基于模糊推理的评价方法
• 2.5.3 简化的模糊评价方法
• 2.6. 本章小结
• 第3章 基于模糊评价的巡游行为设计与实现
• 3.1 引言
• 3.2 移动机器人模型和仿真环境
• 3.2.1 移动机器人模型
• 3.2.2 仿真环境描述
• 3.3 巡游行为的评价
• 3.3.1 避碰性能指标
• 3.3.2 运动平滑性能指标
• 3.3.3 前向速度性能指标
• 3.4 模糊评价方法的设计
• 3.4.1 基于模糊推理的评价方法
• 3.4.2 简化的模糊评价方法
• 3.5 基于遗传算法的神经网络控制器设计
• 3.6 机器人巡游行为进化仿真实验
• 3.7 本章小结
• 第4章 进化机器人复杂自主行为的设计与实现
• 4.1 引言
• 4.2 目标收集机器人
• 4.3 复杂行为的层次化设计
• 4.4 自主移动机器人避障
• 4.5 机器人的安全系数
• 4.6 目标搜索行为设计
• 4.6.1 目标搜索行为及其评价指标
• 4.6.2 目标搜索策略
• 4.6.3 目标搜索行为的层次化设计
• 4.6.4 局部搜索子行为的进化
• 4.6.5 巡游子行为和局部搜索子行为的融合
• 4.6.6 目标搜索行为的仿真结果
• 4.7 归航行为设计
• 4.7.1 趋向目标子行为
• 4.7.2 归航行为仿真结果
• 4.8 本章小结
• 第5章 进化机器人自主行为综合仿真实验
• 5.1 引言
• 5.2 目标搜集机器人实验
• 5.2.1 仿真介绍
• 5.2.2 综合仿真结果
• 5.3 目标搜集机器人环境适应性实验
• 5.4 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢