文献

J-GLOBAL ID：201902292029963116   整理番号：19A2090730

AUV経路計画のためのポテンシャル場バイオインスパイアードニューラルネットワーク制御アルゴリズム【JST・京大機械翻訳】

A Potential Field Bio-inspired Neural Network Control Algorithm for AUV Path Planning

著者 (2件)： Cao Xiang (School of Physics and Electronic Electrical Engineering, Huaiyin Normal University, Huai’an, 223300, China) ,  Peng Jing (School of Foreign Languages, Huaiyin Normal University, Huai’an, 223300, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICIA  ページ： 1427-1432  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 自律的水中車両(AUV)のための経路計画問題は,水中環境において始めから終わりまでリアルタイムの衝突のない軌跡を作り出すことである。過去数十年において,AUV経路計画の研究は多くの業績を得たが,多くの方法はAUVの最適経路を考慮するだけであり,一方,実際の水中環境において障害物に近すぎることができない。もう一つの問題は,経路の長さが点から点への経路計画に適用されるとき,経路の長さが最小化されなければならないという制約を満たすことができないということである。これらの問題を解決するために,ポテンシャル場バイオインスパイアニューラルネットワーク(PBNN)法を提案した。リアルタイムの衝突のない経路を計画するために,生物に触発されたニューラルネットワークアプローチを使用することができる。提案したアプローチによって導入されたポテンシャル場は,「あまりに近い」欠点を克服することによって,リアルタイム「快適」軌道を計画することができる。ポイント経路計画にポイントにおいて魅力的ポテンシャル場を導入する提案した方式は,経路を最適化することができた。シミュレーション研究は,提案方法がAUVの安全で効果的にナビゲートすることができることを証明した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ニューラルネットワーク ,  最適化 ,  シミュレーション ,  安全性 ,  軌跡 ,  *経路探索 ,  最適航路
準シソーラス用語： 実時間 ,  自律性 ,  *制御アルゴリズム ,  *ポテンシャル場 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  ロボットの運動・制御  (IC04012J) ,  信号理論  (ND02020G)

タイトルに関連する用語 (4件)： AUV ,  経路計画 ,  ポテンシャル場 ,  制御アルゴリズム