摘要：针对移动机器人未知环境下的安全路径规划,本文采用了一种局部连接Hopfield神经网络(ANN)规划器.对任意形状环境,ANN中兼顾处理了'过近'和'过远'来形成安全路径,而无需学习过程.为在单处理器上进行有效的在线路径规划,提出用基于距离变换的串行模拟,加速数值势场的传播.仿真表明,该方法具有较高的实时性和环境适应性.

关键词：移动机器人 安全路径规划 神经网络 约束距离变换 

单位：西安交通大学; 陕西; 西安; 710049; 南京模拟技术研究所; 江苏; 南京; 210000