基于超声波传感器的模糊避障算法仿真
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景及选题意义 | 第9-10页 |
| ·研究背景 | 第9-10页 |
| ·选题意义 | 第10页 |
| ·国内外机器人避障研究情况 | 第10-14页 |
| ·避障规划主要分类及方法 | 第11-12页 |
| ·避障规划中的常用传感器 | 第12-13页 |
| ·国内外移动机器人避障的研究现状 | 第13-14页 |
| ·论文的主要研究内容及结构安排 | 第14-15页 |
| ·主要研究内容 | 第14页 |
| ·论文结构安排 | 第14-15页 |
| 第2章 避障规划全向移动平台设计 | 第15-25页 |
| ·全向移动平台的结构设计 | 第15-17页 |
| ·全向轮式移动机器人机械结构设计 | 第15-16页 |
| ·全向轮的结构及特点 | 第16-17页 |
| ·全向移动机器人数学模型的建立 | 第17-19页 |
| ·全向移动机器人的运动学及逆运动学模型 | 第17-18页 |
| ·全向移动机器人的典型运动形式 | 第18-19页 |
| ·超声波传感器的选型与安装分布 | 第19-22页 |
| ·超声波传感器测距原理 | 第19-20页 |
| ·超声波传感器的选型 | 第20-21页 |
| ·超声波传感器的安装分布 | 第21-22页 |
| ·避障规划仿真的开发平台 | 第22-24页 |
| ·Webots环境下的移动机器人仿真 | 第23页 |
| ·Webots机器人仿真的技术特点 | 第23-24页 |
| ·Webots仿真环境 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第3章 模糊控制避障规划算法 | 第25-37页 |
| ·模糊集合和模糊推理 | 第25-30页 |
| ·模糊集合的概念及相关定义 | 第25-28页 |
| ·模糊推理系统 | 第28-30页 |
| ·模糊控制器的结构及设计方法 | 第30-32页 |
| ·模糊控制器的结构 | 第30-31页 |
| ·模糊逻辑控制器设计方法 | 第31-32页 |
| ·常规的模糊避障规划方法 | 第32-36页 |
| ·常规模糊避障规划算法设计 | 第32-34页 |
| ·模糊控制规则的设计 | 第34-35页 |
| ·常规模糊控制器的特点 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 模糊神经网络避障规划算法的优化改进 | 第37-61页 |
| ·模糊神经网络技术 | 第37-40页 |
| ·模糊神经元 | 第37页 |
| ·模糊神经元的分类 | 第37-39页 |
| ·模糊神经网络及其分类 | 第39-40页 |
| ·模糊神经网络及神经模糊网络 | 第40页 |
| ·自主学习的模糊神经网络 | 第40-45页 |
| ·常见的模糊神经网络学习方法 | 第40-44页 |
| ·模糊神经网络中的模糊规则生成 | 第44-45页 |
| ·避障规划的模糊神经网络算法 | 第45-50页 |
| ·利用模糊神经网络进行避障规划的优势 | 第45-46页 |
| ·常规的避障规划模糊神经网络结构 | 第46-48页 |
| ·常规的避障模糊神经网络算法 | 第48-49页 |
| ·改进型避障模糊神经网络算法 | 第49-50页 |
| ·对避障规划控制器的优化 | 第50-57页 |
| ·避障规划网络的输入量及输出量 | 第51页 |
| ·避障规划模糊神经网络的层次结构优化 | 第51-52页 |
| ·优化的避障规划模糊神经网络各层设计 | 第52-57页 |
| ·控制器参数的自主学习训练及仿真 | 第57-60页 |
| ·控制器参数的自主学习训练 | 第57-59页 |
| ·控制器参数仿真实验 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 避障规划的实验仿真及分析 | 第61-67页 |
| ·全向移动机器人仿真及分析 | 第61-63页 |
| ·超声波传感器测距实验 | 第63页 |
| ·避障规划仿真结果与分析 | 第63-66页 |
| ·静态障碍物的避障规划仿真及分析 | 第63-65页 |
| ·动态障碍物的避障规划仿真及分析 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 个人简历 | 第74页 |
