基于神经网络的AGV智能车路径规划的仿真研究

为了解决传统路径规划算法缺少自主学习，以及不适用于局部路径规划的问题。本文提出了一种基于神经网络的AGV智能车（AutomatedGuidedVehicle）路径规划算法，目的是在未知环境中为AGV提供无碰撞规划路线。这种算法是在神经网络算法的基础上，采用一种四层的网络结构，设计能量函数作为网络的评价函数，通过求能量函数极值，使得AGV智能车根据路径点集运动趋向来调节小车移动，完成路径规划任务。通过计算机仿真实验，证明了方法的有效性。