三维地形下基于Hopfield神经网络的路径规划算法

徐 炜 周兰凤* 章民融

1(上海应用技术大学计算机科学与信息工程学院 上海 201418)2(上海市计算技术研究所 上海200040)

0 引 言

路径规划问题，即按一项或多项优化规则，如最小工作代价、最短行走路程、最短行走时间等，寻找一条从起始状态到达目标状态的最优无碰路径[1]。复杂地形下的路径规划是近几年研究的热点问题。目前，研究路径规划的算法主要有D*算法[2-3]、遗传算法等，这些算法相对来说单一且仅针对于简单的地形，在复杂的三维地形中无法适用。神经网络算法在最近几年的研究中逐渐迅速并且适用于解决复杂的地形输入问题[4]，禹建丽等[5]通过对神经网络在路径规划上的应用，解决了最短路径规划问题。但这些算法对于起伏地势较大的三维特殊地形中，依旧缺少对起伏地势以及障碍物的考虑。

综上所述，虽然很多人都对路径规划问题有所研究，但是，并没有考虑在复杂地形下的起伏地势以及障碍物对路径规划的影响[6-7]。也就是说，诸多的路径规划算法与具体的真实复杂地形存有脱节的现象[8]。本文利用了当下研究较为流行的神经网络算法，并且考虑到复杂的三维地形环境中地形以及障碍物等问题，将神经网络与地形函数模型相结合，为自主导航研究奠定了基础。

1 地形函数模型

1.1 地形预处理

导航车在复杂的三维地形行进过程中，要避开障碍物以及起伏变化较大的地势，以达到最优的路径[9-10]。由于地势的复杂性，无法对其直接进行计算，故地形的预处理是进行建模的第一步。……