基于混合策略的移动机器人避障算法探究
Research on Obstacle Avoidance Algorithm for Mobile Robot Based on Hybrid Strategy

张倩倩 ^1,2 余道洋 ^1,2 ^* 李民强 ^1,2

文摘	针对已有传统避障算法的各种缺陷,提出一种矢量场直方图法(Vector Field Histogram, VFH)结合神经网络(Neural Network)算法的新型混合实时避障策略。该策略利用矢量场直方图法实现基础避障,得到大量数据集。利用样本集训练神经网络可以得到一个神经网络预测器。从而实现同时具有预测和控制运动矢量的效果。为了验证该策略的有效性,针对不同障碍环境下进行仿真,并与单一避障效果进行了对比。仿真实验验证了这种实时避障策略的可行性和优越性。
其他语种文摘	A new hybrid real-time obstacle avoidance strategy based on VFH (Vector Field Histogram) and neural network algorithm is proposed according to traditional obstacle avoidance algorithm. In this strategy the vector field histogram method is used to achieve obstacle avoidance firstly, while obtaining a large number of data sets. And a neural network predictor can be obtained by training the data sets. Thereby by this algorithm it can achieve the effect of simultaneously predicting and controlling the motion vector. In order to verify the effectiveness of the strategy, simulation is carried out for different obstacles, and comparing with the single obstacle avoidance. The simulation experiment verifies the feasibility and superiority of this real-time obstacle avoidance strategy.
来源	控制工程 ,2019,26(7):1328-1334 【扩展库】
DOI	10.14107/j.cnki.kzgc.170131
关键词	移动机器人 ; 矢量场直方图算法 ; 神经网络 ; 混合策略避障控制
地址	1. 中国科学院合肥智能机械研究所, 合肥, 230031 2. 中国科学技术大学自动化系, 合肥, 230026
语种	中文
文献类型	研究性论文
ISSN	1671-7848
学科	自动化技术、计算机技术
基金	功能化的纳米间隙电极及其在低浓度乙烯快速检测中的应用项目
文献收藏号	CSCD:6539032