路径规划是机器人控制中最重要的任务之一,局部路径规划是移动机器人研究领域的一个基本环节。本论文主要对如何寻找到一条从起点到终点无碰撞的路径作了研究,在机器人硬件系统的精度在短期内不能得到解决的情况下,对算法的研究就显得十分重要。 首先,根据移动机器人工作环境的不确定性,设计了双模糊协调控制器,把机器人的行为分成接近目标行为和中途避障行为,并对两种行为进行协调,达到对机器人下一步行动进行控制的目的,仿真实验结果验证了本文所提方法的有效性和可行性。 其次,论文采用了改进的BP神经网络算法,克服了直接使用神经网络算法进行路径规划的不足之处。仿真表明,采用了附加动量项的BP神经网络,能有效地提高算法的收敛速度。最后在MATLAB中给出了在有静止和运动障碍物的动态环境中路径规划仿真结果,结果表明此方法是可行的。