| 第1章 绪论 | 第1-16页 |
| ·引言 | 第9页 |
| ·水下机器人的发展现状 | 第9-11页 |
| ·水下机器人运动规划及研究现状 | 第11-14页 |
| ·点对点路径规划及研究现状 | 第12-13页 |
| ·覆盖式路径规划及研究现状 | 第13-14页 |
| ·课题的来源及研究意义 | 第14页 |
| ·本文的主要工作 | 第14-16页 |
| 第2章 水下机器人实时运动模糊规划器的设计 | 第16-33页 |
| ·模糊理论及模糊控制简介 | 第16-22页 |
| ·模糊集合理论 | 第16-19页 |
| ·模糊语言及模糊推理 | 第19-22页 |
| ·水下机器人实时运动模糊规划器的结构 | 第22-24页 |
| ·传感器的配置及障碍物的检测 | 第24-25页 |
| ·输入输出变量的选择及模糊化 | 第25-28页 |
| ·输入输出变量的选择 | 第25-26页 |
| ·输入输出变量的模糊化 | 第26-28页 |
| ·模糊推理规则库的建立 | 第28-29页 |
| ·模糊推理 | 第29-30页 |
| ·输出变量的反模糊化 | 第30-31页 |
| ·软件实现 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于再励学习的小脑模型神经网络在水下机器人运动规划中的应用 | 第33-50页 |
| ·小脑模型神经网络 | 第33-39页 |
| ·概述 | 第33-34页 |
| ·CMAC神经网络的模型结构 | 第34-35页 |
| ·CMAC神经网络的基本原理 | 第35-39页 |
| ·再励学习 | 第39-42页 |
| ·再励学习的基本原理 | 第39-40页 |
| ·再励学习的主要算法 | 第40-42页 |
| ·基于再励学习的FCMAC神经网络实时运动规划器的设计 | 第42-49页 |
| ·基于再励学习的实时运动规划器的总体结构 | 第42-43页 |
| ·作用网络的设计 | 第43-45页 |
| ·评价网络的设计 | 第45-47页 |
| ·SAM算法 | 第47页 |
| ·基于再励学习的实时运动规划器的学习方法 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 水下机器人作业区域路径规划 | 第50-59页 |
| ·引言 | 第50页 |
| ·基于传感器的单元分解法 | 第50-53页 |
| ·由左向右单元分解法 | 第51-52页 |
| ·最优单元分解法 | 第52页 |
| ·退化单元分解法 | 第52-53页 |
| ·水下机器人作业区域路径规划方法设计 | 第53-57页 |
| ·水下机器人的环境参数和声呐参数设置 | 第53页 |
| ·总体方案设计 | 第53-54页 |
| ·基于模糊控制规则的机器人对目标绕行策略的实现 | 第54-57页 |
| ·软件实现 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 水下机器人导航技术 | 第59-68页 |
| ·引言 | 第59-61页 |
| ·GPS系统组成及原理 | 第61-63页 |
| ·GPS系统组成 | 第61-62页 |
| ·GPS系统的定位原理 | 第62-63页 |
| ·差分GPS分类及误差分析 | 第63-66页 |
| ·位置差分原理 | 第64-65页 |
| ·伪距差分原理 | 第65页 |
| ·载波相位差分原理 | 第65-66页 |
| ·水下机器人导航的关键技术 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第6章 实验仿真 | 第68-76页 |
| ·仿真程序介绍 | 第68-69页 |
| ·仿真程序说明 | 第69页 |
| ·仿真图例 | 第69-75页 |
| ·水下机器人实时运动规划 | 第69-73页 |
| ·水下机器人作业区域路径规划 | 第73-75页 |
| ·本章小结 | 第75-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-84页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第84-85页 |
| 致谢 | 第85页 |