资料下载
LSSVM教程之LSSVM机器学习的介绍和应用指南的详细资料概述
分享资料个
提出了一种基于最小二乘支持向量机（LS-SVM）的移动机器人运动控制和避障方法。该方案利用势场函数对移动机器人进行控制，其中势场函数是基于李亚普诺夫函数候选的。李亚普诺夫函数候选包括平面，平面构造是为了避免局部极小。采用LS-SVM方法，利用不确定性测量数据估计控制器参数。其结果是，可以平滑地控制移动机器人的运动。通过数值模拟结果验证了所提出方案的有效性。
近年来，人们希望开发出能够在现实世界中执行任务的移动机器人。人工势场法能将路径规划、轨迹和控制统一为一个问题，因此在移动机器人的运动规划和控制器设计中得到广泛应用。同时，避障问题也得到了许多研究者的关注。势场的基本概念是用人工势场填充机器人的工作空间，它包括排斥人工势和机器人被目标吸引的有吸引力的人工势。不与障碍物碰撞的位置。
由于障碍物的存在，局部极小问题成为势场法的一个严重问题。移动机器人可能被困在一个局部极小值中，无法到达目标。例如，考虑避障问题，在已知测量信息的情况下，提出了几种不同的人工势场方法，如前所述，该方法还具有局部极小、机器人在障碍物之间无通道、目标不可达等问题。附近有障碍物。然而，在实际应用中，测量数据总是伴随着不确定的噪声，因此，测量信息是不确定的。对现有方法进行了限制。近年来，针对势场函数是基于李亚普诺夫函数候选的情况，研究了基于支持向量机（SYM）的噪声抑制方法。研究了基于LS-SYM的虚拟力信息降噪方法。这种工作的基本动机来自于需要足够强壮以处理不确定性，其中势场是由李亚普诺夫候选者构造的，也就是说，本文考虑修改其中的方法。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
- 相关下载
- 相关文章
