面向移动感知节点的智能小车设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究的背景与意义 | 第10页 |
| 1.2 相关技术的国内外研究现状 | 第10-13页 |
| 1.2.1 面向移动感知节点的智能小车平台 | 第10-12页 |
| 1.2.2 路径规划算法 | 第12-13页 |
| 1.3 本文研究内容及组织架构 | 第13-16页 |
| 第二章 智能小车平台的设计方案 | 第16-22页 |
| 2.1 平台功能分析 | 第16-18页 |
| 2.1.1 智能小车主控系统功能 | 第16-17页 |
| 2.1.2 图像处理系统功能 | 第17-18页 |
| 2.2 平台结构设计 | 第18-21页 |
| 2.2.1 平台总体架构 | 第18页 |
| 2.2.2 平台硬件总体设计 | 第18-20页 |
| 2.2.3 平台软件总体设计 | 第20-21页 |
| 2.3 本章总结 | 第21-22页 |
| 第三章 智能小车平台的硬件设计与实现 | 第22-28页 |
| 3.1 51主控核心板设计架构 | 第22页 |
| 3.2 51主控核心板具体模块设计 | 第22-27页 |
| 3.2.1 MCU选择 | 第22页 |
| 3.2.2 晶振模块设计 | 第22-23页 |
| 3.2.3 电机驱动模块设计 | 第23-24页 |
| 3.2.4 RESET模块设计 | 第24页 |
| 3.2.5 电源供电模块 | 第24-25页 |
| 3.2.6 光电耦合模块 | 第25页 |
| 3.2.7 电平转换模块 | 第25-26页 |
| 3.2.8 板载接口设计 | 第26-27页 |
| 3.3 核心板PCB版图设计 | 第27页 |
| 3.4 本章小结 | 第27-28页 |
| 第四章 智能小车平台的软件设计与实现 | 第28-46页 |
| 4.1 总体软件设计 | 第28页 |
| 4.2 系统功能层软件设计 | 第28-42页 |
| 4.2.1 智能小车主控模块 | 第28-38页 |
| 4.2.2 图像处理模块软件设计 | 第38-42页 |
| 4.3 网络接口层软件设计 | 第42-44页 |
| 4.3.1 数据上下行通信规范 | 第42页 |
| 4.3.2 智能小车组网软件设计 | 第42-44页 |
| 4.4 本章总结 | 第44-46页 |
| 第五章 基于人工势场蚁群算法的路径规划 | 第46-64页 |
| 5.1 人工势场法 | 第46-48页 |
| 5.1.1 势场函数的构造 | 第46-47页 |
| 5.1.2 经典人工势场法存在的缺陷 | 第47-48页 |
| 5.1.3 人工势场法的改进 | 第48页 |
| 5.2 蚁群算法及其改进 | 第48-60页 |
| 5.2.1 经典蚁群算法原理 | 第48-50页 |
| 5.2.2 基本参数对算法性能的影响 | 第50-56页 |
| 5.2.3 蚁群算法的实现与仿真 | 第56-57页 |
| 5.2.4 蚁群算法的改进 | 第57-60页 |
| 5.3 改进后的人工势场蚁群算法 | 第60-62页 |
| 5.3.1 人工势场蚁群算法 | 第60页 |
| 5.3.2 新启发信息的构造 | 第60-61页 |
| 5.3.3 改进后的人工势场蚁群算法仿真结果 | 第61-62页 |
| 5.4 本章总结 | 第62-64页 |
| 第六章 路径规划的实现方案 | 第64-68页 |
| 6.1 智能小车的定位问题 | 第64-66页 |
| 6.1.1 智能小车的运动模型 | 第64页 |
| 6.1.2 智能小车定位方法 | 第64-66页 |
| 6.2 智能小车环境地图获取 | 第66-67页 |
| 6.3 本章总结 | 第67-68页 |
| 第七章 总结与展望 | 第68-70页 |
| 7.1 全文工作总结 | 第68页 |
| 7.2 下一步工作展望 | 第68-70页 |
| 7.2.1 智能小车平台方面 | 第68-69页 |
| 7.2.2 路径规划方面 | 第69-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 作者简介 | 第76页 |
