基于BP神经网络的AGV防撞预测方法研究
2020-03-07高江徽鲁力群李辉
汽车实用技术 2020年3期
高江徽 鲁力群 李辉
摘 要:在AGV(Automated Guided Vehicle)运行过程中,建立BP神经网络预测模型,对周围环境的智能移动体的运动轨迹进行综合动态预测和评估,结合纳什均衡理论建立移动机器人运动决策模型,使得AGV在运行过程中建立类人判断的能力即考虑AGV和其他移动智能体的相对位置的关系,对其他的移动智能体的预测价值可以有效的评估。文章通过构建动态博弈模型求解灰色碰撞概率,可以高效的为AGV防撞提供合理的参考。
关键词:AGV;BP神经网络;预测;灰色碰撞概率
中图分类号:U467 文献标识码:A 文章编号:1671-7988(2020)03-226-04
前言
移动机器人AGV(Automated Guided Vehicle)运动在复杂的环境下存在着诸多的问题,无法有效的判断其他移动智能体的运动意图、无法根据周围的环境进行导航方法的转变。为了解决上述问题,陈海燕[1]将进行协作的机器人个体看成具备自治能力的移动智能体,然而并没有解决机器人在运行中适应环境的问题。李洋[2]人提出将博弈论应用于多机器人目标追踪中,这种方法是基于各个智能体都建立通讯的基础上,无法应用于人与移动机器人共存的环境下。
为了解决上述问题,本文提出基于BP神经网络的AGV防撞避让评估方法。本方法利用预测价值判断避免过度主动跟踪、不需要建立通讯和计算博弈双方纳什均衡点的位置及其灰色碰撞概率,为移动机器人的决策提供参考,可以在不失去预测准确性的前提下,计算量大幅度下降。
1 防撞方法模型描述
在AGV運行过程中,由于外界环境的影响,总是需要进行一系列的决策,来保证移动机器人平稳有效的运行。……
登录APP查看全文
