圖3中，移動機器人與墻體的距離聯(lián)合各聲納相對于移動機器人正前方的角度作為模糊神經網絡的輸入，經過融和判斷來控制移動機器人的動作，靠近墻體或遠離墻體。例如，O#(-90°)測得的數(shù)值為208mm，1#(-50°)測得的數(shù)值為324mm，2#(一30°)測得的數(shù)值為877mm，3#(一10°)測得的數(shù)值為1700mm，4#(10°)測得的數(shù)值為3000mm，說明移動機器人距離墻體太近，需遠離以避免碰撞，此時移動機器人左輪速度為0．20m／s，右輪速度為O．08m／s。移動機器人采用模糊神經網絡進行沿墻導航控制的均方誤差為0．0014。單一采用航跡推算法的均方誤差為0．0382。由此可見，采用模糊神經網絡進行移動機器人沿墻導航控制，性能大大提高。

5 結論
本文給出了模糊神經網絡的計算模型，利用BP網絡離線訓練權值。此方法能夠根據(jù)移動機器人聲納采集到的信息自動生成模糊隸屬函數(shù)，并且自動提取模糊規(guī)則，增強了神經網絡的泛化能力和容錯能力。實驗證明了此方法的有效性和可行性，能夠無碰撞地沿墻體行進，并保持一定的距離。