来源：期刊VIP网 时间：
作者：丁昌荣;金涛;李志军;周亮;
单位：云南电网有限责任公司;
摘要：为提高自动导航车辆（AGV）导航控制的自主性和智能性，提出了一种基于深度神经网络（DNNS）的混合智能实时最优控制方法。将AGV轨迹运动规划的避障问题转换为非线性最优控制问题（OCP），采用平滑变换来处理路径约束，通过高斯伪谱（GPM）法来获得问题求解路径规划的最优解。在此基础上设计基于DNNS的实时最优控制器，实现AGV的最优轨迹规划。数值实验结果表明，所设计的基于DNNS的最优控制方法能够生成最优控制指令，引导AGV到达目标位置，且对初始条件具有较高的鲁棒性，能够满足不同障碍的约束条件，实现自动导引车的实时导航优化策略。
关键词：深度学习;;神经网络;;AGV;;非线性最优控制;;轨迹运动规划
基金资助：中国南方电网有限公司科技项目—基于AGV的物资智能化仓储关键技术研究与应用（050100KK5219001）
