（电路与系统专业论文）基于pcnn的迷宫路径优化技术研究.pdf

摘要 随着生物神经学的发展，一种新的人工神经网络脉冲耦合神 经网络( p u l s e c o u p l e dn e u r a ln e t w o r k s ，简称p c n n ) ，因其模型 自身的综合时空特性，而被越来越多的学者所研究。p c n n 在优化组 合中用的最多的是在求解最短路径问题上。c a u l f i e l d 和k i n s e r 最 先提出用p c n n 解迷宫问题。在此基础上很多方法也相继被提出，一 般情况下，这些用p c n n 解决最短路径的算法仅有一点不同以图 像为对象还是把问题抽象为邻接矩阵解决。 本论文在前人对p c n n 模型的研究及应用的基础上，结合启发式 的搜索策略_ a 木搜索策略，设计了基于改进型的p c n n 迷宫智能优 化算法，并将其应用解决实际迷宫问题，具体如下： 1 、通过对p c n n 模型内在机理的研究，并根据p c n n 的自身特点， 选择合适的模型参数以适合求解迷宫最短路径问题。实验结果表明， 改进后的p c n n 模型不仅保留了原始p c n n 模型的结构与特点，而且更 适合求解迷宫路径优化的问题。 2 、通过对迷宫模型、状态空间表示法、搜索策略、评估函数及 搜索效率等问题的探讨，论文最终选择了与改进了的p c n n 模型相结 合的a 木搜索算法，并通过对该算法的设计、仿真和验证等论证了基 于p c n n 模型的迷宫智能优化算法的优越性。 3 、论文中还对该算法的实现载体电脑鼠的硬件设计作了相 关介绍。 关键词：脉冲耦合神经网络( p c 田，迷宫路径，优化算法，电脑鼠 i i a b s t r a c t a st 1 1 e d e v e l o p m e n to fb i o l o 西c a ln e u r o l o g i c a l ，m er e s e a r c ho na n e w枷f i c i a ln e u r a ln 咖o r k ，w l l i c hc a l l e dp u l s ec o u p l e dn e u r a l n e 伽。永( p c 彤，i sb e i i 培w 锄u p 铲a d u a l l y b e c a u s ei t sm o d e l h a so w n c o m p r e h e n s i v e s p a c e - t i m e c h a r a c t e r i s t i c s p c n ni n o p t i m u m c o 瑚l b i n a t i o nh a sb e e n 印p l i e dm em o s ti ns 0 1 v i i l gm es h 叭e s tp a m p r o b l e m c a u l f i e l da n dk i n s e r 觚tp u tf o 删a r d t os o l v e1 a b y r i r 皿 p r o b l e mw i t hp c n nm o d e l b a s e do nm 巩s o m ew a y sw e r ep u tf - o 刑a r d t os o l v el 州n mp r o b l e m b u t l e i rm f f e r e n ti sm a t l el a b 乒i i l m p r o b l e mi sa b s 仃a c t e di n t oa n 妇a g eo ra 由a c e n c ym a t r i xt o s 0 1 v em e p r o b l e m b a s e do n 廿1 ef o r m e rr e s e a r c ho np c n na n dc 伽小i 1 1 i n ga s i t a r h 吼l r i s t i cs e a r c h s t i a t e g y ， m em e s i s d e s i g n s1 a b y r i n t hi n t e l l i g e n t o p t i m i z a t i o na l g o r m l sb a s e do nam o m f i e dp c n n 1 1 1 0 d e l ，a n di ti s 印p l i e dt 0s 0 1 v el 州n mp a m ，s p e c i 丘c 弱f 0 1 l o w s ： 1 n 撒曲也e 咖d yo fm e 妇m e c h a i l i s mo f m ep c n nm o d e l a i l d “so 、mc o m p r e h e n s i v es p a c e - t i m ec h a r a c t e r i s t i c s ，m e s u i 讪1 e p c n n ，sp a r a m e t e r sw i l lb ec h o s e nt os o l v et h es h o r t e s tp 砒lp r o b l e mo f 1 a b y r i 玎t 1 1 t h ee x p e 血n e i 蹦r e s u l t ss h o w m a t 廿1 ei m p r 0 v e dp c m 呵m o d e l d o n to i l l yr e t a i n 也e 耐g i n a lp c n n m o d e lo fs 仃u 嘶鹏a n dc h a r a c t 面s t i c s ， b u ta l s ob em o r cs u i t a b l ef o rs o l v m gt 1 1 ep r o b l e mo fo p t i m a lp 砒 1 a ，b y r i r l m 2 t 1 1 r o l 坞ht l l er e s e a r c ho nt 1 1 el a b y r i r 曲o fm o d e l ，t h es t a t es p a c e r e p r e s e n t a t i o n ，s e a r c hs 廿a t e g y ，e v a l u a t i o n 劬c t i o na n ds e a r c he m c i e n c y ， i t h e 龇s i sf i n a l l yc h o o s eas t a rs e c ha l l g o r i m mw h i c hc o m b i n e dw 池也e i i n p r o v e dp q 州m o d e l ，a d l dd e m o n s t r a t e s t 1 1 es u p e r i o r i t yo fm el a b 河n m o fm o d e lb a s e do np ( 玲n 呵i n t e l l i g e n to p t i m i z a t i o na l g o r i b yt 1 1 ew a y o fa l g 姚d e s i g i l ，a l g 耐t 1 1 i ns i i i m l a t i o na n da l g 讹v 丽丘c a t i o n 3 ，n l et l l e s i sa l s oi n v o l v e s 恤b a s e dh 钺1 w a r ed e s i 印o f 也e m i c r o m o u s e k e yw o r d s ：p u l s ec o u p l e dn e u r a ln e 帆o d 徊c q ，la b ) ，r i n _ 吐lp a m ， o p 枷z a t i o na l g o r i t h m ，m i c r o - m o u s e 基于p c n n 的迷宫路径优化技术研究 1 1 研究背景 1 绪论 1 9 7 7 年，i e e es p e c 饥1 1 n 杂志最早提出电脑鼠的概念：电脑鼠是一个小型 的微处理器控制的机器人车辆，在复杂迷宫中具有译码和导航的功能和能力。自 1 9 7 9 年美国最早在纽约举行电脑鼠迷宫竞赛以来，电脑鼠走迷宫竞赛已经成为 国际性的机器人主流赛事之一。电脑鼠走迷宫竞赛的目的是制作一个微型机器 人，它能在最短的时间内穿越迷宫到达终点。参赛的机器人称为“电脑鼠”，将电 脑鼠放入迷宫并启动操作的人称为“操作员”。参赛迷宫为i e e e 国际标准迷宫， 由主办方提供，如图1 1 所示；由1 6 1 6 个，1 8 c 聊1 8 c 聊大小的正方形单元组成； 迷宫的隔墙高5 c m ，厚1 2 c m 。隔墙将整个迷宫封闭。参赛的电脑鼠( m i c r o m o u s e ) ， 由参赛者白行设计制作，是一种由嵌入式微控制器、传感器和机电运动部件等构 成的智能行走装置的俗称，能够通过智能算法在迷宫中自动记忆、选择路径和寻 找出口，最终达到所设定的目的地 1 】，图1 2 所示为自行设计的电脑鼠。 图1 1i e e e 国际标准迷宫 图1 2 自行设计的电脑鼠 随着生物神经学的发展，一种新的人工神经网络脉冲耦合神经网络 ( p u l s e c o u p l e dn e u r a ln 咖o r k s ，简称p c n n ) ，因其模型的综合时空特性( 同 步脉冲发放现象及捕获特性和动态脉冲发放现象及自动波特性) ，而被越来越多 的学者所研究。相对传统的人工神经网络，p q 蝌具有如下特点： ( 1 ) p c n n 的输入、输出均为脉冲信号； 硕士学位论文 ( 2 ) p c n n 为单层的神经网络模型； ( 3 ) p c n n 不需要对神经元的参数取值进行训练： ( 4 ) p c n n 的工作特性可以通过阈值和衰减常数来调节； ( 5 ) p c n n 更接近于实际的神经元网络。 这些特性使得p c n n 在图像处理、图像识别、通讯和组合决策优化等方面 具有广阔的应用前景。在组合决策优化问题上，p c n n 用的最多的是求解最短路 径问题。对此，国内外已经有学者作了研究，但对基于p c n n 模型的移动机器 人路径规划技术的研究甚少。 1 2 相关技术的发展状况 本课题主要内容是基于p c n n 模型的移动机器人路径规划技术的研究，即 设计基于p c n n 模型的路径优化算法解决迷宫问题。与此相关的技术主要包括 导航与定位技术、感知技术和硬计算与软计算技术三个方面【2 】。 1 2 1 导航与定位技术 导航与定位技术主要包括基于远程控制的导航与定位、基于地图的定位、基 于路标的定位和无地图无路标的定位四种。其中第一种通常是非自主式机器人常 用的导航与定位方法，其它三种则通常是自主式机器人常用的导航定位方法。 ( 1 ) 基于远程控制的导航与定位 基于远程控制的导航与定位方法主要由操作者根据导航传感器采集的信息， 从而做出判断并决策，然后通过控制终端发出对远程机器人的控制命令。主要适 用于未知环境、危险环境和复杂环境等，如月球探测、搜救机器人和城市交通智 能管理等。 ( 2 ) 基于地图的定位 基于地图的定位方法是移动机器人在事先保存的环境模型前提下，通过传感 器融合技术对外围环境进行探测，进而对环境地图进行构建。在环境地图构建的 同时，不断地与事先保存的环境模型匹配，从而定位自身位置。基于地图的定位 涉及到环境地图模型构造与模型匹配，是室内自主移动机器人常用的导航与定位 方法。本论文中讨论的电脑鼠，在穿梭于迷宫时，选择的就是基于地图的定位方 法。 2 基于p c n n 的迷宫路径优化技术研究 ( 3 ) 基于路标的定位 基于路标的定位方法是自主移动机器人与周围环境中已知特征量进行匹配 的一种定位方式。由路标设定不同，可分为人工路标定位和自然路标定位。其中， 人工路标定位是人为地改变移动机器人的行驶环境，而自然路标定位是将行驶环 境中的特殊物体作为路标。移动机器人通过路标定位的方法提取特征，再与事先 保存好的特征信息去匹配，从而定位到自身的位置。这种定位方式下，行驶路径 被分解为路标的片断，而整个路径搜索是对一系列路标的检测与识别的过程 3 】。 ( 4 ) 无地图无路标的定位 无地图无路标的定位是相对于基于地图的定位和基于路标的定位的一种定 位方法。这种定位方式下，移动机器人的行驶环境是完全未知的，因而，常用于 室外机器人的搜索。 1 2 2 感知技术 感知( p e r c e p t i o n ) 是智能体为其自身提供其所处环境的信息，是机器人通 过传感器的测量结果映射到关于环境的内部表示的过程h 1 。在通常情况下，传感 器是有噪声的，而且环境中经常是部分可观察的、不可预测的和动态的，所以， 感知比较困难。感知技术的源头主要是传感器，常用感知传感器主要有：超声波 传感器、红外传感器、激光雷达、成像传感器和本体感受传感器。 ( 1 ) 超声波传感器 超声波传感器具有快速、处理方便、价格低廉等优点。但超声波传感器探测 波角度较大，导致方向性差且空间分辨率低【5 l 。 ( 2 ) 红外传感器 红外传感器与超声波传感器相似，由发射源发射红外光，用光检测器( 如光 敏管) 接收反射光的能量，然后比较各自接收能量光的差异，从而得到物体的距 离值。但因其精确度较低，一般只适合短距离测量。本论文中讨论的电脑鼠在穿 梭于迷宫直线行走时，就是选用红外传感器来探测迷宫墙壁资讯。 ( 3 ) 激光雷达 激光雷达常用于对环境进行测定，一般为二维脉冲激光雷达，它包括：一对 脉冲式红外发射头和接收头，通过测量从发射端到接收端的时间差计算出目标距 离；一个高速旋转的反射镜可将激光平行地反射出去，得到环境信息的水平剖面 硕士学位论文 图。微波雷达基于主动式测距原理，具有比较高的探测灵敏度。但也因此，对于 紧贴地面的设备，地杂波的干扰将会对它的作用产生严重影响。 ( 4 ) 成像传感器 成像传感器能够提供环境图像以及利用计算机视觉技术得到环境模型。因其 具有能够捕捉深度信息的特性，而显得其在机器人技术的应用中尤其重要。测距 成像技术已经成功地开发出来，但作为新生技术还有待深入研究。 ( 5 ) 本体感受传感器 本体感受传感器是机器人获取自身状态的有力工具。比如，在测量机器人关 节的准确状况时，通常在发动机中配备轴解码器，来统计发动机转数和微小增量。 对于机械手，轴解码器用来提供任意一段时间内的准确信息；对于移动机器人， 轴解码器用来测量转子转数以测量所走距离，但经常会出现轮子打滑和漂移现 象，通常通过陀螺仪等惯性传感器来提升系统的稳定性。本论文中讨论的电脑鼠 在穿梭于迷宫转弯时，就是选用陀螺仪来检测电脑鼠重心转移或轮胎打滑等因素 而使得电脑鼠自身姿态产生的误差。 1 2 3 硬计算与软计算 1 2 3 1 硬计算 硬计算( h a r dc 伽p l l t i n g ，h c ) ：在解决一些问题时，人们总是试图找到该 问题的数学模型，求出问题的精确解。通常按照如下步骤操作： ( 1 ) 首先识别问题的输入输出变量； ( 2 ) 用数学方程表示输入输出关系： ( 3 ) 用解析方法或数值方法求解方程。数值方法包括排除法和数值法，排 除法有无限制搜索，穷举搜索，二分搜索，f i b o i l a c c i 方法，黄金分割法等；数 值法有：二次插值法，三次插值法，直接求根法等。 ( 4 ) 基于数学方程的解来决定控制的行动。 硬计算( h c ) 的特征：试图找到问题的数学模型并产生精确解。 1 2 3 2 软计算 然而，现实中很多问题很难找出它的数学模型或者其数学模型是高度非线性 的和动态的。故而，软计算( s o rc o m p l 】t i n g ，s c ) 将取而代之来解决相关问题。 4 基于p c n n 的迷宫路径优化技术研究 软计算( s c ) ：一些受生物学启发的方法的集合体，诸如模糊逻辑( f u z 巧 l o 西c ，f l ) 、神经网络( n e u r a ln e 似，n n ) 、智能算法等。其中模糊逻辑主 要用于解决非确定性和非精确性问题；神经网络主要用于学习和适应问题；智能 算法主要用于搜索和优化问题。 软计算( s c ) 的特征：相对于硬计算( h c ) ，s c 通过动态自适应的方式来 求解问题，不需要严格的数学模型。但也正因为没有严格的数学模型，s c 很难 得到精确的解。 1 2 3 3 软计算与硬计算的融合 2 0 世纪9 0 年代，被称为模糊逻辑与软计算之父的美国加州大学l o t f ia z a d e h 教授【3 】【6 】与其它相关领域的世界级著名学者在加尼福尼亚举办的i e e e i n t e m a t i o n a lc o n 允r e l l c eo ns y s t e m s ，m 趾，锄dc y b e n ：删c s 国际会议上讨论了硬 件计算( h c ) 与软计算( h c ) 相融合的问题。从此，更多学者对s c 和h c 相 融合的理论、方法及其应用展开研究，并取得了一定研究性的进展。o v a s k asj 和v a n l 趾d i n 吐a mhf 对s c 和h c 在工业领域中的h c 和模糊逻辑、h c 和人工 神经网络( 砧、j n ) 、h c 和遗传算法( g a ) 融合应用进行了阐述8 1 。s t e r r i t tr 和b u s 切耐dw 对通讯系统中错误的诊断与管理的s c 和h c 融合进行了相关研 究【9 】。f u m h 砌t 运用s c 和h c 整合从不精确和不确定的数据中获取知识【1 0 1 。 可见，s c 和h c 融合对于实际问题的解决有相当大的推进作用。 传统算法通常通过硬计算( h c ) ，而现代算法则通过硬计算( h c ) 与软计 算( s c ) 的融合来解决问题。本论文中讨论的电脑鼠在穿梭子迷宫时，就是通过硬 计算( h c ) 与软计算( s c ) 的融合来解决迷宫的求解问题。 1 3 研究目的及意义 路径优化问题是一个典型的组合优化问题，它不仅直接应用于解决生产中的 众多问题，如管道的铺设、线路的安排、厂区的选址和布局、设备更新等，而且 也经常被作为一种基本工具，用于解决其它的最优化问题以及预测和决策问题 【1 1 】。同时，路径优化问题一直是计算机科学、运筹学、地理信息科学等学科的研 究热点之一，国内外大量专家学者对此问题进行了深入研究。经典的图论与不断 发展完善的计算机数据结构及算法的有效结合使得新的求解最短路径算法不断 硕士学位论文 涌现，它们在空间复杂度、时间复杂度、易实现性及应用范围等方面各具特色【1 2 】。 而迷宫问题是典型的路径优化问题，迷宫问题的求解应用在日常生活的很多 方面，如心理学实验、心理测量、心理治疗、智力测验、智力训练、认知科学和 人工智能和工业技术等【1 3 1 。 1 4 本论文写作安排 本论文根据脉冲耦合神经网络( p u l s e c o u p l e dn e u r a ln e 觚o r l ( s ，简称p c n n ) 模型的特点及其参数的选择，在保留原模型特点的基础上，对其进行了改进，以 便更适合求解迷宫的最短路径问题，并结合启发式的搜索策略a + 搜索策略， 设计基于p c n n 模型的迷宫路径智能优化算法，并将其应用到求解迷宫最优路 径问题上。全文通过算法的设计、分析和实例仿真验证等过程论证了基于p c n n 模型的迷宫智能优化算法的优越性。本论文中，还就作为该算法的实现载体一 电脑鼠的硬件设计作了相关介绍。 全文共分为四个主要部分。 第一部分为绪论部分，包括第l 章，介绍了与本课题相关的背景及技术。第 二部分为硬件系统部分，包括第2 章，主要分析了系统硬件部分的设计原理。第 三部分为p c n n 应用部分，包括第3 、4 、5 章，主要探讨了p q 心结合启发式 的搜索策略a4 搜索策略的智能优化算法，并将相应智能算法应用于求解迷宫 最优路径问题。第四部分为结语部分，包括对本论文工作的总结及其展望。 本论文主要章节如下： 第1 章：绪论。主要阐述了本课题的研究背景及与其相关的几个关键技术。 第2 章：硬件系统。对用于迷宫路径优化的智能体电脑鼠的硬件系统设 计进行分析，包括最小系统设计、外围扩展电路的设计等部分。 第3 章：脉冲耦合神经网络( p c n n ) 。本章主要对p c n n 进行了较为详细 地讨论，包括p c n n 的研究现状、原始模型、工作原理及其特点。 第4 章：迷宫启发式搜索策略。讨论了迷宫问题及求解迷宫问题的启发式策 略，重点对最佳优先搜索和a 乖搜索策略进行了详细研究与讨论。 第5 章：p c n n 结合改进型a 木的迷宫路径优化算法。本章针对i e e e 国际标 准迷宫，设计p c n n 模型结合a 术的迷宫智能搜索算法。包括对迷宫的数学建模， 6 基于p c n n 的迷宫路径优化技术研究 算法的基本思路、算法的设计和算法的分析。 本论文的研究工作是在湖南省研究生科研创新项目基金( n o c x 2 0 1 1 8 2 1 6 ) 的支持下完成的。 1 5 本章小结 本章阐述了本课题的研究背景，分析了本课题研究的目的及意义，并提出基 于p c n n 模型的迷宫路径规划技术。同时，介绍了与本课题相关的几个关键技 术：导航与定位技术、感知技术和硬计算与软计算。 硕士学位论文 2 硬件系统 电脑鼠穿梭迷宫过程中，主要通过红外传感器、陀螺仪和编码器对迷宫墙壁、 电脑鼠自身的角度偏移和电机运行速度信息的探测与采集，并将其交给微控制器 处理后通过相应智能算法运算做出决策，从而通过控制直流电机而使其稳定地前 行，从而搜索到迷宫终点。在此过程中，要不断记忆走过路径的迷宫信息，最终 根据迷宫信息计算起点至终点的最优路径。 2 1 系统架构 图2 1 电脑鼠硬件系统架构图 图2 1 为本论文所设计的电脑鼠的硬件架构图。其中，主控制器选用t i 公 司u 3 s 6 l5 ；五组红外线感测器，用来侦测墙壁距离信息从而提供迷宫墙壁资 讯，以及校正电脑鼠在直线行走时的姿态误差；一颗可侦测+ 9 0 0 。s 陀螺仪 a d x r s 6 1 0 ，用来校正电脑鼠在转弯时的姿态误差；两组h 型全桥( h m d g e ) 电路配合p w m ( p u l s ew i d _ 吐lm o d l l l a 畦o n ，脉冲宽度调制) 信号控制，可以让马 达正转与反转。另外预留u a r t ( u n i v e r s a la s y n c h r o n o u sr e c e i v e 仉h n s n l i t t e r ， 通用异步接收发送) 可外接r s 2 3 2 模块，可用于与外界通信以便于电脑鼠的调 试。l m 3 s 6 1 5 的工作频率为5 0 m h z 、带有2 9 个中断及8 个优先级、3 2 k b 单周 基于p c n n 的迷宫路径优化技术研究 期f l a s h 和8 k b 单周期s r a m ；红外接收传感器为一体式的瓜m 8 6 0 1 s ，内部集 成了自动增益控制电路、带通滤波电路、解码电路及输出驱动电路，接收3 8 k h z 的红外信号；型号为o t h 8 0 5 0 的空心杯直流电机带有磁式编码器( m a g n e t i c e n c o d c c ) 可以用来检测马达的位置与转速；无线调试模块为以a t m e g a 8 a a u 处理芯片和m 强2 4 l 0 1 射频芯片为核心的无线模块d e t l 2 3 0 ，能够通过2 4 g h z 射频发到另一模块，室内最小通信距离为3 0 米。烧录程序选用带有在线调试功 能的t in 吼i 1 1 埘l n ku s b 弘j g 仿真器。 2 2 最小系统 本论文采用的l m 3 s 6 1 5 是t i 公司所推出的3 2 位h 吼i n a r ys t e l l a r i s 系列以 a r mc o 蹴x m 3 为内核的高性能微控制器，负责红外传感器、陀螺仪和编码器 对迷宫墙壁、电脑鼠自身的角度偏移和电机运行速度信息的探测与采集、电机的 驱动、无线数据发送等整个电脑鼠的信息处理和控制工作，主控制器的最小系统 如图2 2 所示。 l m 3 s 6 1 5 最大工作频率达5 0 m h z ，内含3 2 k b 单周期n a s h 和8 k b 单周期 s r a m 。l m 3 s 6 1 5 的发展着重于高性能、低价位和小型化的方向，拥有a r m 微 控制器所具有的众多优点。同时，具有马达控制p w m 模块、定时器模块、a d c 模块和u 灿汀模块。主要参数如表2 1 所示。 奔雾“ii 毒司多 图2 2 主控制器的最小系统 9 硕士学位论文 l m 3 s 6 1 5 的系统时钟通过对p l l 四分频配置成5 0 m h z ，l m 3 s 6 1 5 的主时 钟硬件结构图如图2 3 所示。 o l q 铽臻 2 3 红外检测 图2 3l m 3 s 6 15 的主时钟硬件结构图 电脑鼠上好比是“眼睛”的红外线感测器，应用红外线二极管搭配红外感测器 接收来自墙壁的反射，是用来探测迷宫墙壁资讯及校正行走姿态不可或缺的资 源，用于对迷宫挡板检测的红外检测电路分为左方、左前方、前方、右前方、右 方五个方向，这五个传感器检测龟路采用相同的原理，其中单个方向韵检测电路 如图2 4 所示。 图2 4 红外检测装置 l o 基于p c n n 的迷宫路径优化技术研究 其中，u 4 是型号为i r m 8 6 0 1 s 的一体式红外线接收传感器，内部集成自动 增益控制电路、带通滤波电路、解码电路及输出驱动电路。该接收头对红外线信 号最为敏感载波频率为3 8 k h z 。接收到有效红外线信号时，输出低电平；否则 输出高电平。i 4 为红外发射光二极管o s e 1 l l ，发射红外线波长为9 4 0 m ， 消耗功率为1 7 0 m w ，顺向电流为1 0 0 i n a ，逆向偏压为5 v 顺向导通压降为1 3 5 v 。 2 4 陀螺仪 电脑鼠穿梭于迷宫遇到转弯处时，红外线无法准确稳定地检测出周边的墙壁 信息。而且转弯速度很快时，又可能因电脑鼠重心转移或轮胎打滑等因素而使得 电脑鼠自身姿态产生误差。故而，选用6 _ o gd e v i c e s 公司的陀螺仪a d x r s 6 l o 来校正在弧形转弯处的误差。如图2 5 所示为b g a 封装的a d x r s 6 1 0 。 图2 5b g a 封装的a d x r s 6 1 0 a r a 丁e a x s r a t e o l f t 5 v j | 了 2 ，轷7 7 t 民a t l 图2 6 陀螺仪a d x r s 6 1 0 所量测角速度的方 向与输出电压大小参考图 图2 7 陀螺仪模块的原理图 l l 硕士学位论文 图2 6 所示为陀螺仪a d x r s 6 1 0 所量测角速度的方向与输出电压大小参考 图。其中，陀螺仪a d t s 6 1 0 测量的角速度的参考轴，垂直i c 包装的文字面； 设陀螺仪顺时针为正方向，引脚m 玎e o u t 输出电压值与角速度成正比。 图2 7 所示为陀螺仪模块电路原理图，其中出厂角速度测量范围为3 0 0 。s ， 但可以通过在m 奸e o u t 引脚与s u m j 中间接入一电阻r 胛以增加测量范围。 2 5 马达驱动 直流马达选用型号为o t h 8 0 5 0 的空心杯直流马达，具有动力足、加速快和 转弯稳定等机械优点。产品尺寸为2 2 舢 i l 木3 5 n h n ，重量为5 0 9 ，实物如图2 8 所 示，排线接口图如图2 9 所示。 鑫矮2 531 图2 8o t h 8 0 5 0 的空心杯直流马达 图2 - 9 直流马达排线接口 电机后盖有一个单通道1 6 分辨率的编码器，即电机转一圈信号线输出1 6 个方波脉冲( 占空比非5 0 ) ；编码器工作电压5 v 士0 5 v 。引脚功能：1 一电机 电源负极；2 _ 电机电源正极；3 编码器电源地q ；仁编码器电源正v d d ； 5 一信号通道a ；删c ( 悬空) 。 图2 1 0 为直流马达的全桥驱动电路，其中l 2 9 8 为全桥驱动芯片，用于配合 p w m 控制，图2 1 l 为直流马达4 种导通模式。 1 2 基于p c n n 的迷宫路径优化技术研究 图2 1 0 直流马达的全桥驱动电路 图2 1 1 四种全桥电路导通模式 l m 3 s 6 1 5 包含多组用于控制电机的p w m 模块，主要包含如图2 1 2 所示的 互补式输出，用于控制电机的正反转及加减速运行。 藏藕式瓣爹蘩凌赣蠹囊蒋碡麓 联因耳群 幽4 。攀戮鞭銎门ll 一i ”k 翻”l 麓 _ _ _ 一一- 一 l 镶 t l 叁 垂ll 蠢 熊舔因| 博熙飞羹羹麓蘸瑟| 蚤 门 ；_ n摹- i 主l 一一i j j 一 图2 1 2 直流马达控制p w i i i 模块的主要功能 1 3 瓣 硕士学位论文 2 6 供电系统 图2 1 3 为整个系统的供电电路。其中l m 3 s 6 1 5 外部供电电压为3 3 v ，外 接电源通过c o n 2 接头输入，防止电源正负极接反的保护电路二极管d 1 ，并经 过c 3 6 、c 2 滤波，然后通过稳压芯片s p x l l l 7 m 3 3 将电源稳压至3 3 v 。 s p x l l l 7 m 一3 3 是e x a r 公司生产的l d o 芯片，具有输出电流大，输出电压精度 高，稳定性高等特点，输入电压范围可达4 7 1 2 v ，输出电流可达8 0 0 i i 迭，c 3 ， c 4 用来改善其响应和稳定性。i 圆和r 1 5 组成的分压电路，通过l m 3 s 6 1 5 上的 a d c o 端口来检测电池的实时电压。 系统中的红外线传感器的工作电压为5 v ，为了为红外检测装置提供稳定的 电压以至于不影响红外传感器的灵敏度，通过采用e x a r 公司的低静态电流、高 效率的升压芯片s p 6 6 4 1 a ，将较为稳定的3 3 v 电压升到5 v 对该装置单独供电。 2 7 外围接口 图2 1 3 供电电路 图2 1 4 所示为电脑鼠上的1 0 p i n s 的j a t g 接口，兼容广州致远电子有限公 司开发生产的u s bj t a g 调试器_ i ，ml i n k ，专门用于对t il u m i n a r y 系列单 片机程序的调试和下载。 l m 3 s 6 1 5 集成了u 6 姻和s s i 的控制器，电脑鼠把这两个接口扩展出来， 主要用于电脑鼠联合无线模块的测试，如图2 1 4 所示。 1 4 基于p c n n 的迷宫路径优化技术研究 砑鼍譬l 2 ，、d 兀毽r t = 3 4 ，j苫 聃 t d o= 5 i、鏊 7 _ 。 9 1l o 1 僵c 图2 1 4j a t g 接口电路 2 8 无线串口 图2 1 5 扩展电路接口 无线串口调试模块型号为d e t l 2 3 0 ，采用了舢4 l 0 l 射频芯片和 a 1 1 m e g a 8 a a u 处理芯片，可用于电脑鼠的调试，近距离数据的传输，使用时将 一个模块放到电脑鼠上，另一模块可接到电脑上，用于观察当前小车的运行状态 ( 模块输出t t l 电平，需通过电平转换接到电脑) 。电脑鼠在不同的运行状态， 电脑鼠上的m c u 将数据通过串口发到电脑鼠上的模块，模块通过2 4 g h z 射 频发到另一模块，另一模块串口输出收到内容。图2 1 6 所示为模块实物，产品 尺寸为4 0 o 删n ( 长) 奉1 3 5 删宽) 幸6 8 删n ( 高) ，重量为2 5 9 。 表2 - 2 无线模块的电气特性表 符号参数最小典型最大单位 v c c 供电电源正极 g n d供电电源负极 i 工作电流 图2 - 1 6 无线发送模块实物图 ( 1 ) 无线模块基本特点如下： 1 ) 通信距离室内( 不隔墙) 大于3 0 米，足够调试所用距离； 2 ) 1 2 5 个频道，可更改通信信道，可以同时在同一空间多个模块配对使用。 ( 2 ) 无线模块电气特性如表2 2 所示： ( 3 ) 无线模块接口说明： 1 ) r x ：模块异步串口接收端，接m c u 的d 端。 硕士学位论文 2 ) 7 ：模块异步串口发送端，接m c u 的砌端。 ( 4 ) 通信数据格式说明： 异步串口数据口，1 开始位，8 数据位，1 结束位，无校验位。波特率可设 ( 默认9 6 0 0 b p s ) 。 ( 5 ) 发送数据： 数据标志，数据包第一个字节0 x o o + 数据( 1 2 9 字节) + 数据包结束标 志，回车换行符( 0 x o d ，0 x o a ) 。 ( 6 ) 命令( 改变模块当前配置) ： 命令+ 数据( 需要改变的更新值) + 数据包结束标志，回车换行符 ( 0 x o d 0 x o a ) 。 ( 7 ) 无线模块命令表如表2 3 所示： 表2 3 无线模块命令表 2 9 本章小结 本章分析了基于p a 州迷宫路径优化技术的载体一电脑鼠的硬件部分， 主要对系统各个部分的选择和原理进行了分析，包括主控制核心部分、红外检测 装置、陀螺仪测重心偏移检测装置、带有编码器的直流驱动马达、系统电源、外 围扩展接口和用于电脑鼠调试的无线串口模块等。系统硬件的设计已经实现，并 达到了预期的结果，能够承载着搜索迷宫的常规任务。本章的讨论与实现，为第 5 章讨论的p c n n 迷宫智能优化算法提供了实践的载体。 基于p c n n 的迷宫路径优化技术研究 3 脉冲耦合神经网络 p c n n 是一种有别于传统人工神经网络的神经网络，它是从猫等哺乳动物视 觉皮层视觉神经细胞活动中提取出来的一种神经网络模型。p c n n 的同步脉冲发 放现象及捕获特性和动态脉冲发放现象及自动波特性，使得其在周围信号的处理 能力和环境自适应能力方面，表现出更强与更好的特性。 3 1p c n n 研究进展 早在1 9 8 7 年，e c k h o m 和g 1 a y 通过对猫的视觉皮层的研究，【1 5 】【16 1 ，提出 了p c n n 连接模型，并得出此模型具有脉冲同步发放的特性。1 9 9 4 年，j o l l i l s o n 在前人的基础上，对弱连接的p c n n 模型进行了进一步深入的分析得出其优点 在于处理图像中的旋转、尺度、扭曲和强度不变性等情况【l 。此后，对p c n n 模型的研究越来越多越深入，如j o l l n s o n 、p a d g e t t 和胁l g a l l l l a ：c l l 等人在e c k h o m 提出的神经网络模型进行改进研究，得出了p c n n 模型n 引。 随着生物神经学的发展，一种新的人工神经网络脉冲耦合神经网络 ( p u l s e c o u p l e dn e u r a ln e 觚o r k s ，简称p c n n ) ，因其模型的综合时空特性，而 被越来越多的学者所研究。2 0 世纪9 0 年代以来，正e et r a i l s o nn e u r a ln e 咐o r k s ， n e u r a lc o m p u t a t i o n 等刊物上经常出现有关p c n n 的论文【1 9 】，【2 0 】，f 2 1 1 。国内研究者 自2 0 世纪9 0 年代末以来，也对p c n n 进行了大量的研究及应用，但在p q n 模型神经元的内在机理研究方面却甚少，而是将其作为强大数学工具应用于图像 处理的各个领域【2 2 】，【2 3 】，【2 4 1 ，也很少对其数学模型或参数设置进行研究。从国外 众多的初步研究中可以得出这样结论：p c n n 与传统的人工神经网络相比有很多 不同点，在图像处理晒3 ，2 印、图像识别【1 7 】、通讯【2 7 1 、组合决策优化犯2 】等方面存 在着优势，从而具有广阔的应用前景。c a m f i e l d 和瞄n s e r 是最先提出用p c n n 模型解决组合优化问题的学者【2 2 】，并将p c n n 运用到求解迷宫问题中。在此基 础上很多方法也相继提出，一般情况下，这些用p c n n 解决最短路径的算法仅 有一点不同，那就是把迷宫抽象分别成图像【2 2 】【2 8 ， 2 9 】【3 0 】【3 1 和邻接矩阵【3 2 】， 3 3 】 为对象来解决问题。 1 7 硕士学位论文 目前，对p c n n 的理论研究已经比较成熟，但将其运用到实际应用中，通 过硬件或软件技术来实现并行p q 小模型一直以来是个热点，也是信息时代发 展的趋势，也只有这样才能充分发挥p c n n 的优势。很多文献研究表明，p c n n 算法在p c 平台上通过软件编程易于实现便于算法分析【3 4 ，【35 1 。随着大规模集成 电路技术的发展，结合d s p 和f p g a 等嵌入式平台进行基于p c n n 模型算法的 研究与实现也有相关应用【3 6 】，【3 7 】，【3 引。但无论是前者或后者，在实际应用中，都需 要对现有的p c n n 模型进行修改或简化，以满足数字计算机的高速处理运算。 3 2 视觉皮层与e c k h o m 模型 3 2 1 视觉皮层 尽管大脑皮层视觉区生理机理非常复杂，但生物大脑视觉皮层通常有p 型神 经节细胞和m 型神经节细胞两种基本视觉通路，视觉皮层的这两种细胞分别感 知色彩和形状运动信息【3 9 】。图3 1 所示是这两种思路的模型，视网膜上的亮度 和色彩感知器首先感知转换光强、色彩等图像信息并进行预处理，然后传递到视 觉皮层( 在图3 1 中用v 标注) 。而外侧膝状核在图像传递到视觉皮层之前，会 把它分解为灰度、对比度、频率成分等。 图3 - 1 视觉系统模型( 图中简写的符号在文章中有解释，图中只给出前向信号) 图3 1 中用v 1 、v 2 、v 3 、v 4 、v 5 分别标注视觉皮层的各个区域。具体如 下： v 1 ：表示条纹状视觉皮层区域，它对图像很少进行预处理，但包含丰富的 图像细节信息。 基于p c n n 的迷宫路径优化技术研究 v 2 ：包括视觉映射，但相比v 1 包含较少的细节信息和更少的预处理量。 v 3 、v 4 、v 5 ：视觉皮层区域具有特定功能，分别处理色彩形状、静止和运 动等信息。 在图3 1 中，虽然只显示了正向信号的传输流程，但实际中信息是在这些区 域之间双向传递的。当信号正向传递时，对应神经元处理图像的区域将逐步增大， 也即v 3 中的神经元对图像的处理要比v l 中的神经元对图像的处理区域更大。 视觉区域神经元反馈信息的馈送并不限于只提供输入的区域。这意味着此特 性能消除那些具有相同输入但处理能力不同的区域之间的冲突。视觉皮层的生物 模型将每个神经元描绘成一个与其它神经元相连接的耦合振荡。 3 2 2e c k h o r n 模型 e c l d l o m 提出了一种猫的视觉皮层模型【16 1 ，图3 2 是它的示意图，其神经元 的输入包含了两部分：反馈部分和连接部分。反馈输入接收外部激励及邻域激励 信号，而连接输入则只接收邻域刺激信号。反馈输入和连接输入以二阶方式结合 以产生膜电势乩，然后u 和局部阈值进行比较。 输入 3 3p c n n 模型 图3 2e c k h o m 神经元模型 出一1 卜 传统的人工神经元具有线性相加和非线性相乘调制耦合的特性，p c n n 模型 不但继承了这些特性，而且更接近生物实际的神经网络。生物的神经网络神经元 在信号电传输时，具有时延特性和指数衰减特性。而且哺乳动物神经系统视野在 受到适当刺激时，相邻神经元同步激发产生脉冲，内部活动项偏置使得神经元处 于抑制的状态，从而使得内部活动达到一种平衡态。这些都使得p c n n 模型更 接近实际的生物神经网络。 1 9 硕士学位论文 p c n n 原始模型来源于1 9 9 0 年e c k h o m 对猫的视觉皮层同步脉冲发放现象 的研列3 1 。对于单一p c n n 神经元，基本结构如图3 3 ， 黔 亡 l 争羹赫j 嘲 髓 i f 博 主 l l 茹 厂 震a - j 酞蘑r 1 ； ”k y 、- _ _ 一 ：1 k 鲁一t 聪蠡d 秣蠢l u 群睡迸薹 图3 - 3 单一p c n n 神经兀模型结构图 主要包括反馈输入域( 图3 3 中a 部分) 、调制域( 图3 3 中b 部分) 和脉 冲域( 图3 3 中c 部分) 三部分： ( 1 ) 反馈输入域 反馈输入域主要功能为接受其它神经元的反馈和外部刺激，处理神经元间的 线性叠加。其中耻刀一1 】为( f ，) 处的神经元第刀一1 次迭代时神经元的输出，m 】 为反馈输入域第，z 次迭代时的外部激励，和分别为反馈输入域的连接矩 阵和耦合连接域的连接矩阵，“+ l ”为神经元的偏置值。 ( 2 ) 调制域 调制域主要功能为处理神经元间的非线性相乘运算，从而完成非线性调制。 其中为神经元之间的内部活动项连接系数，厶【，z 】是( f ，) 处的神经元第刀次耦 合连接( l i 凼n g ) ，e 聆】是( f ，歹) 处的神经元第，z 次反馈( f e e d i n g ) 。 ( 3 ) 脉冲域 磊 珂一1 】为( f ，) 处的神经元第刀一1 次动态阈值，【疗】为( f ，) 处的神经元第 刀次内部活动项。脉冲域主要功能为通过比较神经元内部活动项与动态阈值，从 而产生输出时序脉冲序列。 基于