神經(jīng)網(wǎng)絡(luò)在智能機器人導(dǎo)航系統(tǒng)中的應(yīng)用研究1神經(jīng)網(wǎng)絡(luò)在環(huán)境感知中的應(yīng) 用 對環(huán)境 的感 知 ，環(huán)境模型 妁表示 是非常重要 的。未 知 環(huán)境中的障礙物的幾何形狀是不確定的，常用的表示方浩是 槽格法。如果用冊格法表示范圍較大的工作環(huán)境，在滿足 精度要求 的情況下，必定要占用大量的內(nèi)存，并且采用柵 格法進行路徑規(guī)劃，其計算量是相當大的。Kohon~n自組織 神經(jīng)瞬絡(luò)為機器人對未知環(huán)境的蒜知提供了一條途徑。 Kohone~沖經(jīng)網(wǎng)絡(luò)是一十自組織神經(jīng)網(wǎng)絡(luò)，其學(xué)習(xí)的結(jié) 果能體現(xiàn)出輸入樣本的分布情況，從而對輸入樣本實現(xiàn)數(shù) 據(jù)壓縮 ?；?網(wǎng)絡(luò) 的這些特 性，可采 用K0h0n曲 神經(jīng)元 的 權(quán)向量來表示 自由空間，其方法是在 自由空間中隨機地選 取坐標點xltl【可由傳感器獲得】作為網(wǎng)絡(luò)輸入，神經(jīng)嘲絡(luò)通 過對大量的輸八樣本的學(xué)習(xí)，其神經(jīng)元就會體現(xiàn)出一定的 分布形 式 學(xué)習(xí)過程如下：開 始時網(wǎng)絡(luò)的權(quán)值隨機地賦值 ， 其后接下式進行學(xué) 習(xí)： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神經(jīng)元 1在t時刻對 應(yīng)的權(quán)值 ；a(∽ 謂整系 數(shù) ； (『l網(wǎng)絡(luò)的輸八矢量；Ⅳ()：學(xué)習(xí)的 I域。每個神經(jīng)元能最 大限度 地表示一 定 的自由空間 。神經(jīng) 元權(quán) 向量的最 小生成 樹可以表示出自由空問的基本框架。網(wǎng)絡(luò)學(xué)習(xí)的鄰域 (，) 可 以動 態(tài)地 定義 成矩形 、多邊 形 。神經(jīng) 元數(shù)量 的選取取 決 于環(huán)境 的復(fù)雜度 ，如果神 經(jīng)元 的數(shù)量 太少 ．它們就 不能 覆 蓋整十空間，結(jié)果會導(dǎo)致節(jié)點穿過障礙物區(qū)域 如果節(jié)點 妁數(shù)量太大 ．節(jié)點就會表示更多的區(qū)域，也就得不到距障 礙物的最大距離。在這種情況下，節(jié)點是對整個 自由空間 的學(xué) 習(xí)，而不是 學(xué)習(xí)最 小框架空 間 。節(jié) 點的數(shù) 量可 以動態(tài) 地定義，在每個學(xué)習(xí)階段的結(jié)柬．機器人會檢查所有的路 徑．如檢鍘刊路徑上有障礙物 ，就意味著沒有足夠的節(jié)點 來 覆蓋整 十 自由窯 間，需要增加 網(wǎng)絡(luò)節(jié)點來 重新學(xué) 習(xí) 所 138一 以為了收斂于最小框架表示 ，應(yīng)該采用較少的網(wǎng)絡(luò) 節(jié)點升 始學(xué)習(xí)，逐步增加其數(shù)量。這種方法比較適臺對擁擠的'E{= 境的學(xué)習(xí)，自由空間教小，就可用線段表示；若自由空問 較大，就需要由二維結(jié)構(gòu)表示 。 采用Kohonen~沖經(jīng)阿絡(luò)表示環(huán)境是一個新的方法。由 于網(wǎng)絡(luò)的并行結(jié)構(gòu)，可在較短的時間內(nèi)進行大量的計算。并 且不需要了解障礙物的過細信息．如形狀、位置等 通過 學(xué)習(xí)可用樹結(jié)構(gòu)表示自由空問的基本框架，起、終點問路 徑 可利用樹的遍 歷技術(shù)報容易地被找到 在機器人對環(huán)境的感知的過程中，可采用人】：神經(jīng)嘲 絡(luò)技術(shù)對 多傳 感器的信息進 行融臺 。由于單個傳感器僅能 提 供部分不 完全 的環(huán)境信息 ，因此只有秉 甩 多種傳感器 才 能提高機器凡的感知能力。 2 神經(jīng) 網(wǎng)絡(luò)在局部路徑規(guī)射中的應(yīng) 用 局部路徑 規(guī)刪足稱動吝避碰 規(guī)劃 ，足以全局規(guī)荊為指 導(dǎo) 利用在線得到的局部環(huán)境信息，在盡可能短的時問內(nèi)
標簽： 神經(jīng)網(wǎng)絡(luò) 智能機器人 導(dǎo)航
上傳時間： 2022-02-12
上傳用戶：qingfengchizhu
主要內(nèi)容介紹 Allegro 如何載入 Netlist，進而認識新式轉(zhuǎn)法和舊式轉(zhuǎn)法有何不同及優(yōu)缺點的分析，透過本章學(xué)習(xí)可以對 Allegro 和 Capture 之間的互動關(guān)係，同時也能體驗出 Allegro 和 Capture 同步變更屬性等強大功能。Netlist 是連接線路圖和 Allegro Layout 圖檔的橋樑。在這裏所介紹的 Netlist 資料的轉(zhuǎn)入動作只是針對由 Capture（線路圖部分）產(chǎn)生的 Netlist 轉(zhuǎn)入 Allegro（Layout部分）1． 在 OrCAD Capture 中設(shè)計好線路圖。2． 然後由 OrCAD Capture 產(chǎn)生 Netlist（annotate 是在進行線路圖根據(jù)第五步產(chǎn)生的資料進行編改）。 3． 把產(chǎn)生的 Netlist 轉(zhuǎn)入 Allegro（layout 工作系統(tǒng)）。 4． 在 Allegro 中進行 PCB 的 layout。 5． 把在 Allegro 中產(chǎn)生的 back annotate（Logic）轉(zhuǎn)出（在實際 layout 時可能對原有的 Netlist 有改動過），並轉(zhuǎn)入 OrCAD Capture 裏進行回編。
上傳時間： 2022-04-28
上傳用戶：kingwide
變壓器開關(guān)電源按初級線圈激勵方式有單端式和雙端式之分。所謂單端變壓器開關(guān)電源，是指開關(guān)電源在一個工作周期之內(nèi)，變壓器的初級線圈只被直流電壓激勵一次。一般單激式變壓器開關(guān)電源在一個工作周期之內(nèi)，只有半個周期向負載提供功率（或電壓）輸出。單端式是一種成本較低的電源電路，功耗小、效率高、體積小、重量輕、濾波效率高、電路形式靈活多樣，可以同時輸出不同的電壓，且有較好的電壓調(diào)整率。缺點是輸出的紋波電壓較大、外特性差，適用于相對固定的負載，普應(yīng)用于小功率電子設(shè)備之中。當變壓器的初級線圈正好被直流電壓激勵時，次級線圈沒有向負載提供功率輸出，而僅在初級線圈的激勵電壓被關(guān)斷后才向負載提供功率輸出，這種變壓器開關(guān)電源稱為反激式開關(guān)電源。由于這種開關(guān)電源比正激式變壓器開關(guān)電源少用一個續(xù)流二極管，一個大儲能濾波電感，因此反激式變壓器開關(guān)電源的體積要比正激式變壓器開關(guān)電源的體積小，且成本也低。反激式變壓器開關(guān)電源調(diào)控占空比的誤差信號幅度比較低，誤差信號放大器的增益和動態(tài)范圍也比較小。由于這些優(yōu)點，反激式變壓器開關(guān)電源非常廣泛地應(yīng)用于家電領(lǐng)域中。
標簽： 變壓器 開關(guān)電源 充電器
上傳時間： 2022-07-12
上傳用戶：
完美按照官方翻譯版，非機器翻譯，高清源文件。AS5600是一種易于編程的具有12位高分辨率模擬或PWM輸出的磁性旋轉(zhuǎn)位置傳感器。這個非接觸式模塊可以檢測出磁鐵徑向磁軸轉(zhuǎn)動的絕對角度。AS5600是為非接觸式電位計應(yīng)用而設(shè)計的，其穩(wěn)健的設(shè)計消除了外部雜散磁場的影響.。工業(yè)標準的I2C 接口支持用戶對非易失性參數(shù)進行簡單的編程而不需要專門的程序員來進行。默認情況下可以輸出0到360度的變化范圍. 它同樣可以通過編程設(shè)定0度（開始位置）和最大角度（終止位置）來定義一個較小的輸出范圍。AS5600配備了智能低功耗功能，以自動降低功耗 。輸入引腳 (DIR) 根據(jù)旋轉(zhuǎn)方向選擇輸出極性。如果DIR 接地，那么輸出值將隨順時針旋轉(zhuǎn)而增加. 如果DIR接至VDD, 那么輸出值將隨著逆時針旋轉(zhuǎn)而增加。
上傳時間： 2022-07-16
上傳用戶：zhaiyawei
包裝工程設(shè)計手冊
上傳時間： 2013-04-15
上傳用戶：eeworm
滑塊設(shè)計 15個
標簽：
上傳時間： 2013-04-15
上傳用戶：eeworm
相位式激光測距儀的改進設(shè)計
上傳時間： 2013-05-28
上傳用戶：eeworm
厚膜片式特快熔斷保險絲
上傳時間： 2013-04-15
上傳用戶：eeworm
DIP開關(guān)撥碼開關(guān)編碼開關(guān)指撥開關(guān)
標簽： DIP 開關(guān) 撥碼開關(guān) 編碼開關(guān)
上傳時間： 2013-05-27
上傳用戶：eeworm
改善WEDM－HS 加工表面粗糙度值的工藝探討
上傳時間： 2013-04-15
上傳用戶：eeworm
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
