完整後設資料紀錄
DC 欄位語言
dc.contributor.author宋開泰en_US
dc.contributor.authorKAI-TAISONGen_US
dc.date.accessioned2014-12-13T10:40:14Z-
dc.date.available2014-12-13T10:40:14Z-
dc.date.issued1994en_US
dc.identifier.govdocNSC83-0422-E009-062zh_TW
dc.identifier.urihttp://hdl.handle.net/11536/97309-
dc.identifier.urihttps://www.grb.gov.tw/search/planDetail?id=103996&docId=16413en_US
dc.description.abstract本計畫之目的在發展一種能應用在自走式 機器人(Autonomous mobile robot)之巡航系統.這個巡 航系統由兩個部分構成:整體路徑規劃(Global path planning)和局部巡航 (Localnavigation).整體路 徑規劃可以在複雜的環境中先為機器人找出一 條最佳路徑.而局部巡航則根據感測器所提供 的資訊,即時地為機器人決定當時的運動方式, 以便能閃躲不預期出現之靜態或動態障礙物. 隨著彈性製造系統的發展與應用,我們也越來 越要求機器人的彈性運作能力.以具有移動能 力之自走式機器人而言,其工作路徑不再是固 定的幾條,而工作環境也不再是固定不變.因此 新一代的機器人必須要自行根據工作目標及已 知環境來決定最佳的行動路徑.同時當按規劃好的路徑行進時,也有可能原本沒有預期到的 物品會被放在路徑上或者是和其它運動物體即 將相撞,對於這種局部地區的特殊狀況,則有賴 於局部巡航來引導機器人即時地閃避礙物,並 往目的地前進.本計畫首先將提出一種適當的 環境模型(World model)表示法以利於做整體路徑 規劃.接著我們將研究以雙向搜尋的方法終止 分析術為主,配合最短路徑產生的啟示規則( Heuristic rules)而產生整體路徑的規劃方式.應用 類神經網路 (Artificial neural network)來做局部巡 航的工作也將會被研究.最後,本計畫將把此次 研究的導航系統和過去本實驗室所建造的自走 式機器人[ 1,2] 及感測資訊融合系統[ 3,4] 結合, 以模擬和實驗的結果來證明所採用的方法為實 際且有效.本計畫預定以兩年的時間來完成.第 一年將完成下列的工作:(1)發展一適當的環境 模型表示法;(2)以方法終止分析術加上啟示規 則來做整體路徑規劃;(3)發展一基於超音波及 影像之感測資訊融合方法以供環境識別之用; (4)進行類神經網路架構的研究.第二年完成下 列的工作:(1)以類神經網路設計局部巡航系統; (2)結合巡航系統,環境模型和感測資訊融合系 統進行電腦模擬;(3)配合實驗室研製之自走式 機器人進行整體任務實驗.zh_TW
dc.description.sponsorship行政院國家科學委員會zh_TW
dc.language.isozh_TWen_US
dc.subject自走式機器人zh_TW
dc.subject路徑規劃zh_TW
dc.subject局部巡航zh_TW
dc.subject環境模型zh_TW
dc.subject類神經網路zh_TW
dc.subjectMobile roboten_US
dc.subjectPath planningen_US
dc.subjectLocal navigationen_US
dc.subjectWorld modelingen_US
dc.subjectArtificialneural networken_US
dc.title自走式機器人之巡航系統設計及其應用研究(I)zh_TW
dc.titleDesign and Implementation of Navigation System for an Autonomous Mobile Robot(I)en_US
dc.typePlanen_US
dc.contributor.department國立交通大學控制工程研究所zh_TW
顯示於類別:研究計畫