基于模糊贝叶斯网络的全向智能轮椅避障

发布时间：2017-03-19 09:04

  本文关键词：基于模糊贝叶斯网络的全向智能轮椅避障，由笔耕文化传播整理发布。

【摘要】：为应对人口老龄化进程的不断加快,帮助残障人士重新融入社会和提高运动的自由度,大量学者对智能轮椅相关技术进行了深入研究。智能轮椅是一种面对行动不便人士的综合服务性移动机器人系统,其在自主运动过程中会遇到一些不同的障碍物,因此智能轮椅自主避障的安全性和舒适性是智能轮椅必需解决的关键性技术问题。本文提出一种基于模糊贝叶斯网络的全向智能轮椅自主避障算法,该算法融合基于改进模糊神经网络的避障算法和贝叶斯网络的避障算法实现智能轮椅自主避障的功能。本文的研究工作有以下几个部分:1)基于改进的模糊神经网络的智能轮椅避障算法对传统神经网络与模糊逻辑的智能轮椅避障算法中存在的对参数选取必须依赖研究人员经验的问题,提出基于改进的模糊神经网络的避障算法。该算法同时具有神经网络与模糊逻辑的优势,将模糊逻辑参数利用神经网络训练,从而实现参数的自主学习与优化。2)基于共轭梯度法的神经网络优化针对传统神经网络训练过程中学习效率低、收敛速度慢以及易形成局部最优的问题,提出基于共轭梯度法的改进方法。该方法把前一点的梯度乘以相应系数,将结果加到该点的梯度上得到新的搜索方向,加快神经网络训练的收敛,有效降低数据的存储量和算法的计算复杂度。3)基于贝叶斯网络的全向智能轮椅避障算法为使智能轮椅适应更加复杂的环境,提高系统鲁棒性,提出基于贝叶斯网络算法的避障算法。该算法在网络目标函数中加入权衰减项,利用贝叶斯原理优化神经网络的结构和权值,同时,利用贝叶斯原理对神经网络模型进行选择,提高了神经网络的泛化能力和智能轮椅避障的鲁棒性。仿真实验和实机实验表明,本文提出的基于模糊贝叶斯网络的全向智能轮椅避障算法,改善了全向智能轮椅的避障路径,提高了智能轮椅系统的鲁棒性,在实际应用具有一定的价值。
【关键词】：避障 改进模糊神经网络 智能轮椅 共轭梯度法 贝叶斯网络
【学位授予单位】：北京工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TH789;TP18
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-19
• 1.1 课题研究背景及意义9-10
• 1.2 国内外的智能轮椅研究概况10-13
• 1.2.1 国外智能轮椅发展概况10-12
• 1.2.2 国内智能轮椅发展概况12-13
• 1.3 智能轮椅关键技术13-16
• 1.3.1 多传感器信息融合技术13-14
• 1.3.2 控制系统14
• 1.3.3 自动规划和调度14-15
• 1.3.4 人机交互接口15-16
• 1.4 论文的研究内容和结构16-17
• 1.4.1 论文的研究内容16
• 1.4.2 论文的结构安排16-17
• 1.5 本章小结17-19
• 第2章 全向智能轮椅硬件组成与开发平台19-27
• 2.1 全向智能轮椅开发平台19-24
• 2.1.1 硬件平台系统构成19-21
• 2.1.2 超声波传感器21-22
• 2.1.3 麦克纳姆轮22-24
• 2.2 软件开发平台介绍24-25
• 2.3 本章小结25-27
• 第3章 改进的模糊神经网络避障及参数优化27-43
• 3.1 模糊逻辑的和神经网络27-30
• 3.1.1 模糊推理与模糊逻辑控制过程27-28
• 3.1.2 神经网络模型28-30
• 3.2 改进的模糊神经网络避障算法30-34
• 3.2.1 改进的模糊神经网络控制器30-31
• 3.2.2 改进的模糊神经网络结构31-34
• 3.3 参数优化34-40
• 3.3.1 误差曲面35-36
• 3.3.2 对误差的局部二次逼近36-37
• 3.3.3 共轭梯度法37-40
• 3.4 共轭梯度法优化结果40-41
• 3.5 本章小结41-43
• 第4章 基于贝叶斯网络的智能轮椅避障算法43-51
• 4.1 网络权值的贝叶斯学习43-44
• 4.2 基于贝叶斯网络的智能轮椅避障优化44-47
• 4.2.1 超参数的处理44-45
• 4.2.2 贝叶斯模型的选择45-47
• 4.3 基于贝叶斯网络算法的智能轮椅避障优化结果47-49
• 4.4 本章小结49-51
• 第5章 实验结果与分析51-59
• 5.1 人机交互系统51-52
• 5.2 仿真实验结果及分析52-54
• 5.2.1 Matlab中的避障仿真结果52-53
• 5.2.2 避障算法改进前后仿真对比结果53-54
• 5.3 实机实验结果及分析54-56
• 5.3.1 算法改进前后对比实验54-55
• 5.3.2 复杂环境中全向智能轮椅的避障实验55-56
• 5.4 本章小结56-59
• 结论59-61
• 参考文献61-65
• 攻读硕士学位期间所发表的学术论文65-67
• 致谢67

【相似文献】

中国期刊全文数据库 前10条

1 青云;;德国开发出电动智能轮椅[J];知识就是力量;2007年09期

2 周伟;谢存禧;;基于单片机的多功能智能轮椅的模块化设计[J];机械设计与制造;2010年03期

3 王丽军;王景川;陈卫东;;动态环境下智能轮椅的路径规划与导航[J];上海交通大学学报;2010年11期

4 侯九霄;冯志超;石九龙;席松涛;;基于偏心距可调偏心轮的智能轮椅[J];物联网技术;2012年08期

5 盛剑波;智能轮椅[J];家用电器科技;1996年02期

6 李雪莲;;老年智能轮椅设计研究[J];机械设计;2014年04期

7 董晓倩,黄素平;智能轮椅导航定位研究现状及趋势[J];沿海企业与科技;2005年08期

8 廖晓辉;沈大中;王东署;;智能轮椅的研究现状与关键技术分析[J];制造业自动化;2008年04期

9 梁静坤;;无线供能技术在智能轮椅供电系统中的应用[J];石家庄职业技术学院学报;2010年02期

10 ;国外信息之窗[J];医疗保健器具;1996年03期

中国重要会议论文全文数据库 前6条

1 战仁奎;吴伟;程桂娟;于成龙;;智能轮椅控制系统综述[A];第九届沈阳科学学术年会论文集（信息科学与工程技术分册）[C];2012年

2 王景川;陈卫东;;基于多传感器的智能轮椅设计与实现[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

3 罗元;杨杨;张毅;黎胜晖;陈凯;;智能轮椅嵌入式手势控制系统设计与实现[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

4 董晓倩;黄军辉;黄素平;;一种智能轮椅的静态路径规划方法[A];教育部中南地区高等学校电子电气基础课教学研究会第二十届学术年会会议论文集（下册）[C];2010年

5 张毅;祝翔;罗元;;基于SVM多分类技术的肌电辅助脑电智能轮椅控制系统[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

6 王佳凤;吴伟;胡岩;程桂娟;;基于四元数算法的智能轮椅MEMS惯性导航系统研究[A];第九届沈阳科学学术年会论文集（信息科学与工程技术分册）[C];2012年

中国重要报纸全文数据库 前10条

1 柴野;高智能轮椅问世[N];光明日报;2003年

2 记者 杨s，

本文编号：255806