| 第一章 绪论 | 第1-24页 |
| 1．1 机器人概述 | 第14-15页 |
| 1．2 机器人和移动机器人的分类 | 第15-16页 |
| 1．2．1 机器人的分类 | 第15页 |
| 1．2．2 移动机器人的分类 | 第15-16页 |
| 1．3 国内外移动机器人研究的发展趋势 | 第16-17页 |
| 1．4 移动机器人的导航问题 | 第17-19页 |
| 1．4．1 环境信息获取 | 第18-19页 |
| 1．4．2 环境信息理解和建模 | 第19页 |
| 1．5 移动机器人导航算法 | 第19-21页 |
| 1．6 移动机器人的路径跟踪问题 | 第21-22页 |
| 1．7 非完整约束和非完整约束机器人 | 第22-23页 |
| 1．8 本文的研究内容 | 第23-24页 |
| 第二章 移动机器人的传感器系统及信息处理 | 第24-41页 |
| 2．1 机器人的传感器系统 | 第24-25页 |
| 2．1．1 视觉传感器 | 第24页 |
| 2．1．2 非视觉传感器 | 第24-25页 |
| 2．2 超声波传感器测距的理论 | 第25-29页 |
| 2．2．1 超声波测距的基本原理 | 第25-26页 |
| 2．2．2 超声波传感器测距中存在的问题 | 第26-29页 |
| 2．3 基于 DSP的多超声波测距系统 | 第29-30页 |
| 2．4 超声波传感器测距数据的处理方法 | 第30-35页 |
| 2．4．1 基于人工神经网络的数据融合方法 | 第31-32页 |
| 2．4．2 基于传感器数学模型的数据融合方法 | 第32-35页 |
| 2．5 视觉传感器 CCD及路径测量原理 | 第35-39页 |
| 2．5．1 基于 DSP的 CCD数据采集系统 | 第36页 |
| 2．5．2 基于彩色线阵 CCD的路径轨迹测量原理 | 第36-39页 |
| 2．6 图像处理的软件设计 | 第39-41页 |
| 第三章 基于信息融合的移动机器人智能导航控制 | 第41-57页 |
| 3．1 信息融合的一般方法 | 第41-44页 |
| 3．1．1 加权平均值法 | 第41-42页 |
| 3．1．2 基于参数估计的信息融合方法 | 第42页 |
| 3．1．3 Shafer-Dempster证据推理 | 第42页 |
| 3．1．4 产生式规则 | 第42页 |
| 3．1．5 模糊理论与神经网络 | 第42-43页 |
| 3．1．6 卡尔曼滤波 | 第43-44页 |
| 3．2 多传感器信息融合的结构 | 第44-45页 |
| 3．2．1 集中型 | 第44页 |
| 3．2．2 分散型 | 第44-45页 |
| 3．2．3 混合型 | 第45页 |
| 3．2．4 反馈型 | 第45页 |
| 3．3 移动机器人环境感知系统的发展趋势 | 第45-46页 |
| 3．4 移动机器人的环境感知和分类 | 第46-47页 |
| 3．5 移动机器人的模糊控制器设计 | 第47-55页 |
| 3．5．1 模糊控制器的输入、输出变量 | 第48页 |
| 3．5．2 变量的模糊化条件 | 第48-49页 |
| 3．5．3 模糊控制规则库 | 第49-51页 |
| 3．5．4 模糊推理控制器 | 第51-52页 |
| 3．5．5 精确化计算 | 第52-55页 |
| 3．6 仿真结果 | 第55-56页 |
| 3．7 模糊逻辑的不足 | 第56-57页 |
| 第四章 移动机器人的组成与数学模型 | 第57-68页 |
| 4．1 移动机器人系统的组成 | 第57-58页 |
| 4．2 非完整约束和非完整系统 | 第58-60页 |
| 4．2．1 非完整约束和非完整系统的定义 | 第58-59页 |
| 4．2．2 约束的分类方法 | 第59-60页 |
| 4．3 非完整移动机器人的结构和模型 | 第60-68页 |
| 4．3．1 非完整移动机器人的分类 | 第60-63页 |
| 4．3．2 移动机器人的约束情况 | 第63-64页 |
| 4．3．3 非完整移动机器人的运动学模型 | 第64-66页 |
| 4．3．4 非完整移动机器人的动力学模型 | 第66-68页 |
| 第五章 具有非完整约束的移动机器人轨迹跟踪控制 | 第68-83页 |
| 5．1 引言 | 第68页 |
| 5．2 所研究的非完整移动机器人系统的结构和简化模型 | 第68-69页 |
| 5．3 移动机器人系统的控制问题概述 | 第69-73页 |
| 5．3．1 移动机器人系统的控制问题的分类 | 第69-71页 |
| 5．3．2 运动规划 | 第71页 |
| 5．3．3 反馈控制 | 第71-72页 |
| 5．3．4 智能控制 | 第72-73页 |
| 5．4 轨迹跟踪问题 | 第73-77页 |
| 5．4．1 问题的描述 | 第73-74页 |
| 5．4．2 常规的计算力矩控制方法 | 第74-77页 |
| 5．5 基于神经网络的轨迹跟踪控制 | 第77-80页 |
| 5．5．1 所采用的神经网络的模型及其算法 | 第78-79页 |
| 5．5．2 控制器的设计 | 第79-80页 |
| 5．6 仿真研究 | 第80-83页 |
| 第六章 结束语 | 第83-85页 |
| 参考文献 | 第85-90页 |
| 硕士期间发表论文 | 第90页 |
