基于超声的障碍检测与识别技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第8-17页 |
| ·课题研究背景和意义 | 第8-10页 |
| ·ALV国内外发展概况 | 第8-9页 |
| ·测障传感器及性能比较 | 第9-10页 |
| ·超声波特性及超声换能器 | 第10-12页 |
| ·超声波及其性质 | 第10页 |
| ·超声波换能器 | 第10-12页 |
| ·超声测障技术的发展现状 | 第12-14页 |
| ·超声测距原理 | 第12页 |
| ·超声测距方法 | 第12-14页 |
| ·超声地图创建 | 第14-15页 |
| ·障碍识别技术 | 第15-16页 |
| ·主要研究工作和论文结构安排 | 第16-17页 |
| 第二章 超声测距算法研究 | 第17-32页 |
| ·包络相关算法 | 第17-20页 |
| ·理论依据 | 第17-18页 |
| ·算法分析 | 第18-20页 |
| ·伪随机码数字相关测距 | 第20-28页 |
| ·选用伪随机码的原因 | 第20-22页 |
| ·m序列的原理及性质 | 第22-24页 |
| ·m序列的参数设计 | 第24页 |
| ·m序列调制过程 | 第24-25页 |
| ·m序列解调过程 | 第25-28页 |
| ·实验结果及分析 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于D-S证据理论的栅格地图创建 | 第32-49页 |
| ·创建超声地图的可行性分析 | 第32-34页 |
| ·超声发射信号建模 | 第34-35页 |
| ·D-S证据理论 | 第35-38页 |
| ·栅格信息融合 | 第35-37页 |
| ·D-S证据理论 | 第37-38页 |
| ·D-S证据理论在环境地图建模中的应用 | 第38页 |
| ·超声栅格地图的创建过程 | 第38-39页 |
| ·模型和更新方法的改进 | 第39-44页 |
| ·模型改进 | 第40-42页 |
| ·自适应距离信任因子 | 第42-44页 |
| ·实验结果及分析 | 第44-48页 |
| ·室内实验 | 第44-45页 |
| ·室外实验 | 第45-46页 |
| ·实验结果分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 基于BP神经网络的障碍识别 | 第49-61页 |
| ·人工神经网络简介 | 第50页 |
| ·BP神经网络 | 第50-53页 |
| ·BP神经网络简介 | 第50-51页 |
| ·BP神经元模型 | 第51页 |
| ·BP网络的结构 | 第51-53页 |
| ·障碍识别 | 第53-60页 |
| ·理想环境中的障碍识别 | 第53-56页 |
| ·复杂环境中的障碍识别 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 攻读硕士学位期间发表的论文 | 第69页 |
