移動式機器人之行為融合控制器設計

Abstract

本論文之主旨在以行為融合的方法設計機器人之導航控制系統。由於在週遭環境情況類似下，行為架構模式的機器人其輸出行為表現的融合比例應該也會類似；本論文提出以一啟發性模糊類神經網路設計行為融合比例，文中首先設計閃避障礙物、目標物追蹤、沿牆行走等三個行為。藉由超音波感測器收集周圍的環境資訊，作為個別行為模糊控制器的輸入，以決定在不同的環境資訊下，各行為的輸出表現。接□透過類神經網路設計一行為融合架構，來決定機器人在當時環境中之行為融合比重。由環境資訊與所建立之規則表中各典型環境的相似程度，能即時決定機器人導航的行為融合比例。經由電腦模擬與實際導航實驗，驗證本設計具有令人滿意的導航功效。

The thesis presents a design of behavior-fusion architecture for mobile robot navigation. We first design three behaviors for robot navigation, including obstacle avoidance, wall following, and goal seeking using fuzzy-logic control approach. Then, the fusion weight of each behavior is determined by using the proposed behavior-fusion neural network. The neural network maps the current environment sensor data to suitable fusion weights. Both computer simulation and practical experiments verify the effectiveness of the method.