期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于模糊神经网络的移动机器人避障研究
被引量：
8
下载PDF
职称材料
导出
摘要
移动机器人在复杂环境自主运行就必须具有较高的智能性。模糊神经网络技术结合了模糊逻辑与神经网络的优点,充分发挥模糊控制的推理及神经网络的学习机制以增强机器人系统的智能性。本文采用超声波红外以及电子罗盘传感器采集未知环境的信息,通过模糊神经网络信息融合实现机器人的自主避障。经过仿真实验验证了该方法的有效性。
作者
杨小菊
张伟
高宏伟
米海山
机构地区
沈阳理工大学自动化与电气工程学院
中国科学院沈阳自动化研究所机器人学国家重点实验室
出处
《电子世界》
2016年第21期189-191,共3页
Electronics World
基金
工业机器人机构设计与性能分析研究
项目编号:2013020054
关键词
模糊神经网络
信息融合
移动机器人
避障
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
引文网络
相关文献
节点文献
二级参考文献
29
参考文献
5
共引文献
282
同被引文献
81
引证文献
8
二级引证文献
52
参考文献
5
1
倪小雷,卜佳俊.
自主移动机器人混合式体系结构的设计与实现[J]
.计算机测量与控制,2006,14(11):1526-1528.
被引量：8
2
潘泉,于昕,程咏梅,张洪才.
信息融合理论的基本方法与进展[J]
.自动化学报,2003,29(4):599-615.
被引量：183
3
李国勇编著..智能控制及其MATLAB实现[M].北京:电子工业出版社,2005:380.
4
杨鹃,孙华,吴林.
模糊神经网络信息融合方法在机器人避障中的应用[J]
.自动化技术与应用,2005,24(2):22-24.
被引量：13
5
孙增圻,徐红兵.
基于T-S模型的模糊神经网络[J]
.清华大学学报（自然科学版）,1997,37(3):76-80.
被引量：85
二级参考文献
29
1
李佳宁,易建强,赵冬斌,西广成.
移动机器人体系结构研究进展[J]
.机器人,2003,25(z1):756-760.
被引量：7
2
邓志东,孙增圻,张再兴.
一种模糊CMAC神经网络[J]
.自动化学报,1995,21(3):288-294.
被引量：50
3
REN C LUO, CHIH - CHEN YIH, KUO LAN SU. Multisensor fusion and intergration: approaches, applications, and future research directions[ J]. IEEE Sensors Jouranl, 2002,2(2): 107 - 118.
被引量：1
4
孙增圻，清华大学学报，1996年，36卷，5期，17页
被引量：1
5
Lin C T，IEEE Trans Computs，1991年，12卷，1320页
被引量：1
6
孙增圻,徐红兵.
基于T-S模型的模糊神经网络[J]
.清华大学学报（自然科学版）,1997,37(3):76-80.
被引量：85
7
Salichs M A,Moreno L.Navigation of mobile robots:open questions[J].Robotica,2000,18:227-234.
被引量：1
8
Brooks R A.A robust layered control system for a mobile robot[J].IEEE Journal of Robotics and Automation,1986,2 (1):14-23.
被引量：1
9
Adelardo A D,Medeiros.A survey of control architectures for autonomous mobile robots[J].Journal of the Brazilian Computer Society,1998,4 (3).
被引量：1
10
Gat E.Three layer architectures in artificial intelligence and mobile robot[M].AAAI Press/The MIT Press,1998,195-210.
被引量：1
共引文献
282
1
高文帅,郎宪明.
基于T-S模糊神经网络的Hammerstein模型预测控制[J]
.当代化工,2020(9):1949-1953.
被引量：3
2
江善和,申东日.
一种基于模糊神经网络的自适应PID智能控制器[J]
.安庆师范学院学报（自然科学版）,2004,10(2):1-4.
被引量：11
3
徐精明,周鸣争.
无线传感器网络中信息融合若干关键技术的调研[J]
.电脑知识与技术（过刊）,2007(14):361-363.
4
马小平,王鸿彦,徐立中,周金陵.
多传感器管理研究及其应用[J]
.测试技术学报,2004,18(z1):192-200.
被引量：1
5
张晓琴,张富梅,侯永兴,张立毅,王华奎.
模糊神经网络的结构分析[J]
.太原理工大学学报,2005,36(S1):83-86.
被引量：2
6
胡荣强,季玲莉,邱国廷,罗瑜.
多传感器数据的逻辑分析[J]
.仪器仪表学报,2004,25(z1):1009-1010.
7
李娟,李甦,李斯娜,陈新亿.
多传感器数据融合技术综述[J]
.云南大学学报（自然科学版）,2008,30(S2):241-246.
被引量：14
8
吴义虎,喻丹,何霞,郭文莲.
一种基于信息融合的跟随驾驶行为协同仿真模型[J]
.长沙交通学院学报,2009,25(1):77-81.
被引量：2
9
高永强.
VFP中实现汉字的区位码转换[J]
.吕梁高等专科学校学报,2009,25(1):72-73.
10
严晖.
环境监测数据处理与分析[J]
.上海电气技术,2012,5(4):59-62.
被引量：1
同被引文献
81
1
曾建潮,崔志华.
一种保证全局收敛的PSO算法[J]
.计算机研究与发展,2004,41(8):1333-1338.
被引量：158
2
赵茂程,郑加强,封晓强,林小静.
人工神经网络在林业中的应用研究与展望[J]
.中国制造业信息化（学术版）,2003,32(4):99-102.
被引量：5
3
宋健,张宾,张铁中.
电磁诱导式喷雾机器人导航系统[J]
.农业机械学报,2005,36(12):91-94.
被引量：18
4
肖本贤,齐东流,刘海霞,李善寿.
动态环境中基于模糊神经网络的AGV路径规划[J]
.系统仿真学报,2006,18(9):2401-2404.
被引量：22
5
于文勇,王立海,杨慧敏,张希栋.
超声波木材缺陷检测若干问题的探讨[J]
.森林工程,2006,22(6):7-9.
被引量：18
6
黄家荣,刘倩,高光芹,刘小丽,魏春生,段群迷,程作峰.
森林火灾成灾面积的人工神经网络BP模型预测[J]
.河南农业大学学报,2007,41(3):273-275.
被引量：13
7
张金利,景占荣,梁亮,张玉瑞.
微弱信号的调理电路设计和噪声分析[J]
.电子测量技术,2007,30(11):40-42.
被引量：28
8
宋勇,李贻斌,栗春,李彩虹.
基于神经网络的移动机器人路径规划方法[J]
.系统工程与电子技术,2008,30(2):316-319.
被引量：25
9
金星姬,贾炜玮,李凤日.
基于BP人工神经网络的兴安落叶松天然林全林分生长模型的研究[J]
.植物研究,2008,28(3):370-374.
被引量：25
10
任志鸿.
基于感知器模型的布尔函数实现[J]
.微型电脑应用,2008,24(11):57-59.
被引量：1
引证文献
8
1
狄勇.
基于模糊神经网络和粒子群优化算法的机器人路径规划研究[J]
.信息系统工程,2018,31(6):135-136.
被引量：7
2
刘跃波,马立新.
电力巡检无人机避障技术研究[J]
.电子测量技术,2019,42(13):1-5.
被引量：19
3
孙绍华,王魁生,雷娜.
Mirosot机器人带球避障研究[J]
.软件导刊,2018,17(4):16-18.
4
吴厚波,孟志军,刘卉,陈竞平.
基于行为的农田巡查机器人自主行走控制方法[J]
.江苏农业科学,2020,48(1):200-205.
被引量：8
5
宗成国,刘纪新,于岩,徐丕兵.
关节式双履带移动机器人越障稳定性分析[J]
.科学技术与工程,2020,20(10):4004-4008.
被引量：9
6
朱大鹏.
新型四足机器人的单腿控制的研究[J]
.煤矿机械,2022,43(9):70-74.
7
姬晓鹏.
基于语音识别的智能小车运动系统优化设计[J]
.国外电子测量技术,2019,38(8):48-51.
被引量：2
8
孙翊,姜树海,陈至灵.
人工神经网络在林业上的应用研究进展[J]
.世界林业研究,2019,32(3):7-12.
被引量：7
二级引证文献
52
1
黄郑,谢彧颖,张欣,王红星,刘威.
基于运动预测与改进APF的无人机路径规划方法[J]
.电子测量技术,2023,46(24):103-111.
2
郭晓冰,刘宁,白云灿,杜伟,孙鸿博.
基于完整性感知网络的绝缘子串缺陷检测方法[J]
.电子测量技术,2023,46(20):191-196.
3
陈毅然.
面向新经济时代的战略思维[J]
.现代领导,2000(6):8-9.
4
练青坡,王宏健,袁建亚,高娜,胡文月.
基于粒子群优化算法的USV集群协同避碰方法[J]
.系统工程与电子技术,2019,41(9):2034-2040.
被引量：11
5
樊建昌,余粟,尚钲历.
基于NVIDIA JetSon TX2的无人机双目测距算法设计[J]
.智能计算机与应用,2020,10(2):29-33.
6
唐洪良,周荣亮,杨敏坤,杨帆,黄宵宁.
基于无人机巡检的输电线路自动测量技术[J]
.电子测量技术,2020,43(5):23-27.
被引量：7
7
王维正.
基于Mindstorms的机器人自主行走控制方法研究[J]
.产业创新研究,2020(14):110-111.
被引量：1
8
嵇道扬,马晨波,孙见君,牛韬.
基于神经网络的机械手轨迹跟踪控制器优化设计[J]
.组合机床与自动化加工技术,2020(8):79-82.
被引量：5
9
汪东,刘键,陈青,蒋雪松,周宏平,许林云,茹煜.
脉动燃烧技术及其在林业中的应用[J]
.世界林业研究,2020,33(5):47-52.
被引量：3
10
李荣进,吴呈阳,王茹,贺洁茹,张岩松.
基于PLC和iFIX的带式输送机集控系统设计[J]
.煤炭工程,2020,52(11):175-179.
被引量：18
1
陈孝如.
无线传感网络信息融合技术研究[J]
.福建电脑,2015,31(1):56-59.
2
姜志兵.
模糊神经网络信息融合在移动机器人导航中的应用[J]
.机床与液压,2009,37(7):154-156.
被引量：3
3
马建仓,罗磊,吴启彬.
小波—人工神经网络信息融合故障诊断方法[J]
.中国机械工程,1997,8(2):38-40.
被引量：19
4
李庆云,杨文凯,李扬.
模糊神经网络信息融合在管道机器人导航中的应用[J]
.微型机与应用,2011,30(3):82-85.
5
彭政,魏巍,罗相根,谢青松.
多传感器信息融合技术与应用[J]
.电信快报（网络与通信）,2009(12):16-19.
被引量：4
6
唐述,刘东.
拟人多信息融合在机器人避障中的应用[J]
.微计算机信息,2008,24(11):219-221.
被引量：3
7
石晓航,梁青阳,张庆杰,李强,樊超宇.
面向分布式融合估计的快速一致性算法[J]
.电光与控制,2014,21(6):38-42.
8
朱瑞,张水平,王忠江,沈迪.
无线传感器网络信息融合平台设计与实现[J]
.计算机工程与设计,2011,32(5):1539-1542.
被引量：1
9
汪召堂,于晓阳.
基于神经网络信息融合技术的应用[J]
.科技资讯,2005,3(22):23-24.
被引量：1
10
杨鹃,孙华,吴林.
模糊神经网络信息融合方法在机器人避障中的应用[J]
.自动化技术与应用,2005,24(2):22-24.
被引量：13
电子世界
2016年 第21期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部
