动态环境下移动机器人适应行为混沌预测方法研究

本课题拟结合混沌理论来研究移动机器人动态环境中适应性行为进化过程中的非线性特性，把混沌理论已取得的成果及其思想方法运用到移动机器人控制中，结合传统机器人控制技术，为移动机器人适应性行为的调整提供一个新的研究方法。具体为：利用神经网络搭建行为结构，在不同的运行环境中，采集适应性行为进化过程中神经网络的权值来描述系统的非线性动力学特性；采用相空间重构法研究系统的运动轨迹，利用混沌吸引子、稳定周期解（极限环）等概念建立混沌预测模型来逼近系统的非线性特性；利用Pioneer 3，针对路径规划任务，对预测模型进行真实环境的验证；通过灰色误差检验方法对预测方法和结果进行评价。把人工智能技术的鲁棒性、适应性与混沌预测的简洁性、高效性相结合来推导适应性行为的映射关系，可为真实环境中的复杂问题提供一种研究途径。本课题的研究成功将会使自主移动机器人真正进入野外、矿山巷道、战场等复杂场所，完成预定作业。