基于多源信息融合的自适应AGV导引技术研究
| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-25页 |
| 第一节 研究背景及研究意义 | 第10-15页 |
| 一、研究背景 | 第10-13页 |
| 二、理论意义 | 第13-14页 |
| 三、现实意义 | 第14-15页 |
| 第二节 国内外相关研究动态 | 第15-22页 |
| 一、自动导引车(AGV)研究现状 | 第16-19页 |
| 二、多源信息融合技术发展综述 | 第19-22页 |
| 第三节 本文研究的主要内容及技术路线 | 第22-24页 |
| 一、研究内容 | 第22-23页 |
| 二、技术路线 | 第23-24页 |
| 三、创新点 | 第24页 |
| 第四节 本章小结 | 第24-25页 |
| 第二章 AGV自适应寻迹技术 | 第25-36页 |
| 第一节 SLAM简介 | 第25-26页 |
| 一、SLAM描述 | 第25-26页 |
| 二、SLAM系统结构 | 第26页 |
| 第二节 两种SLAM算法比较 | 第26-32页 |
| 一、EKF-SLAM算法 | 第27-29页 |
| 二、PF-SLAM算法 | 第29-31页 |
| 三、两种算法的比较 | 第31-32页 |
| 第三节 AGV运动模型及闭环控制 | 第32-34页 |
| 一、AGV运动模型分析 | 第32-33页 |
| 二、AGV的闭环控制 | 第33-34页 |
| 第四节 本章小结 | 第34-36页 |
| 第三章 AGV多源信息融合系统设计 | 第36-50页 |
| 第一节 传感器介绍 | 第36-37页 |
| 一、里程计 | 第36页 |
| 二、陀螺仪 | 第36页 |
| 三、CCD视觉传感器 | 第36-37页 |
| 第二节 多源信息融合结构 | 第37-40页 |
| 一、集中式信息融合结构 | 第38-39页 |
| 二、分布式信息融合结构 | 第39页 |
| 三、混合式信息融合结构 | 第39-40页 |
| 第三节 多源信息融合系统模型 | 第40-42页 |
| 第四节 改进T-S型模糊神经网络算法的应用 | 第42-48页 |
| 一、模糊神经网络算法简介 | 第42-43页 |
| 二、T-S型模糊神经网络 | 第43-47页 |
| 三、自适应信息融合中心 | 第47-48页 |
| 第五节 本章小结 | 第48-50页 |
| 第四章 自适应模糊PID控制逻辑设计 | 第50-70页 |
| 第一节 PID控制器 | 第50-52页 |
| 第二节 自适应模糊PID控制 | 第52-57页 |
| 一、自适应模糊PID算法及原理 | 第52-53页 |
| 二、自适应模糊PID控制逻辑 | 第53-57页 |
| 第三节 基于自适应模糊PID控制AGV的技术结构 | 第57-67页 |
| 一、总体架构 | 第57-61页 |
| 二、硬件系统 | 第61-63页 |
| 三、控制系统开发环境 | 第63-65页 |
| 四、软件层逻辑设计 | 第65-67页 |
| 第四节 仿真实验与结果 | 第67-69页 |
| 第五节 本章小结 | 第69-70页 |
| 第五章 总结与展望 | 第70-72页 |
| 第一节 本文研究总结 | 第70-71页 |
| 第二节 本文研究展望 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77-79页 |
| 在读期间完成的科研成果 | 第79-80页 |
