| 序 | 第1-8页 |
| 前言 | 第8-10页 |
| 第一章 自主运动系统结构与技术概论 | 第10-17页 |
| ·引言 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·系统结构 | 第13-14页 |
| ·AMS信息集成系统的人工神经网络方法 | 第14-17页 |
| 第二章 自主运动系统——信息集成 | 第17-35页 |
| ·引言 | 第17-18页 |
| ·数据预处理 | 第18-20页 |
| ·数据预处理方法 | 第18-19页 |
| ·数据预处理流程 | 第19-20页 |
| ·基于神经网络的多传感器数据融合 | 第20-29页 |
| ·人工神经网络数据融合——目标识别器 | 第21-23页 |
| ·神经网络学习算法 | 第23-24页 |
| ·网络控制器 | 第24-26页 |
| ·仿真实验 | 第26-29页 |
| ·基于神经网络的多传感器信息集成——机器人行为控制 | 第29-33页 |
| ·传感器输出 | 第29-30页 |
| ·控制器的输出 | 第30页 |
| ·行为控制模式 | 第30-32页 |
| ·人工神经网络行为控制器模型结构 | 第32-33页 |
| ·多传感器信息集成对系统不确定因素的处理 | 第33页 |
| ·小结 | 第33-35页 |
| 第三章 自主运动系统——动态路径规划 | 第35-46页 |
| ·引言 | 第35页 |
| ·人工势场模型 | 第35-38页 |
| ·势力场模型 | 第36-38页 |
| ·势场力计算 | 第38页 |
| ·机器人几何模型 | 第38-39页 |
| ·动态路径规划方法 | 第39-42页 |
| ·子目标集 | 第39-41页 |
| ·位姿函数 | 第41页 |
| ·参考位姿的建立 | 第41-42页 |
| ·位姿的跟踪控制 | 第42页 |
| ·路径动态规划控制器 | 第42-43页 |
| ·动态路径规划仿真系统 | 第43-45页 |
| ·小结 | 第45-46页 |
| 第四章 人工神经网络鲁棒性与算法分析 | 第46-58页 |
| ·引言 | 第46页 |
| ·多层ANN网络鲁棒性 | 第46-51页 |
| ·网络模型 | 第47页 |
| ·网络神经单元失效状态下的网络评价(DN算法) | 第47-49页 |
| ·计算与分析 | 第49-51页 |
| ·小结 | 第51页 |
| ·基于改进CMAC网络实时动态算法 | 第51-58页 |
| ·CMAC数学模型 | 第52-54页 |
| ·控制算法 | 第54-55页 |
| ·实验及仿真结果 | 第55-57页 |
| ·小结 | 第57-58页 |
| 第五章 自主运动系统——实验样机 | 第58-64页 |
| ·系统结构设计 | 第58-60页 |
| ·导航定位系统 | 第60页 |
| ·系统载体和一些硬件模块 | 第60-62页 |
| ·控制中心 | 第62页 |
| ·系统软件 | 第62-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-68页 |