基于Elman网络的超声测距补偿在煤矿机器人中的应用

分析了井下钻孔机器人避障中超声波传感器的局限性,并提出解决方案.着重指出对超声波进行温、湿度补偿,尝试用E lman反馈神经网络逼近函数.E lman网络隐层采用“tansig”激活函数,输出层用“pureline”激活函数,保证了只要有足够多的隐层神经元个数,网络就可以任意精度逼近任意函数.经实验验证,对超声测距进行温、湿度补偿后,其测量精度提高了两个数量级,大大改善了系统中避障模块的工作效率,提高了钻孔机器人躲避障碍物的能力.