| 1 绪论 | 第1-13页 |
| 1．1 智能割草机器人与智能移动机器人及其关键技术的研究发展状况 | 第7-11页 |
| 1．1．1 智能割草机器人与智能移动机器人的研究发展状况 | 第7-8页 |
| 1．1．2 智能割草机器人及智能移动机器人的关键技术 | 第8-11页 |
| 1．2 课题来源和意义 | 第11-12页 |
| 1．3 本文主要研究内容 | 第12-13页 |
| 2 智能割草机器人的总体结构和行为分析 | 第13-17页 |
| 2．1 智能割草机器人的总体结构 | 第13-14页 |
| 2．2 智能割草机器人的行为分析 | 第14-16页 |
| 2．3 小结 | 第16-17页 |
| 3 基于全区域覆盖的路径识别跟踪系统的设计研究 | 第17-39页 |
| 3．1 概述 | 第17页 |
| 3．2 全区域覆盖的全局路径规划简介 | 第17-18页 |
| 3．3 割草机器人路径跟踪的方法研究 | 第18-20页 |
| 3．4 割草机器人路径识别跟踪传感器系统的设计 | 第20-27页 |
| 3．4．1 传感器的选择 | 第20-21页 |
| 3．4．2 光电传感器的结构原理及其布置 | 第21-23页 |
| 3．4．3 路径识别跟踪系统硬件电路的设计 | 第23-25页 |
| 3．4．4 路径识别跟踪系统控制软件的设计 | 第25-27页 |
| 3．5 割草机器人路径识别跟踪模糊控制器的设计 | 第27-38页 |
| 3．5．1 引言 | 第27页 |
| 3．5．2 模糊控制简介 | 第27-29页 |
| 3．5．2．1 模糊控制器的基本结构和组成 | 第27-28页 |
| 3．5．2．2 模糊控制的特点 | 第28-29页 |
| 3．5．3 割草机器人路径跟踪模糊控制器的设计 | 第29-38页 |
| 3．5．3．1 模糊控制器输入输出变量的模糊化 | 第29-36页 |
| 3．5．3．2 模糊控制规则 | 第36-37页 |
| 3．5．3．3 模糊控制推理 | 第37页 |
| 3．5．3．4 模糊控制输出变量的清晰化 | 第37-38页 |
| 3．5．4 模糊控制器的实现 | 第38页 |
| 3．6 小结 | 第38-39页 |
| 4 基于全区域覆盖的障碍探测系统的设计研究 | 第39-63页 |
| 4．1 概述 | 第39页 |
| 4．2 障碍的分类和避障策略 | 第39-41页 |
| 4．2．1 草坪上障碍的分类 | 第39页 |
| 4．2．2 基于全区域覆盖的避障方法介绍 | 第39-41页 |
| 4．3 割草机器人障碍探测传感器系统的设计 | 第41-52页 |
| 4．3．1 传感器的选择 | 第41-42页 |
| 4．3．2 超声波传感器的测距原理和特性 | 第42-44页 |
| 4．3．3 超声波感器的布置 | 第44-45页 |
| 4．3．4 超声波传感器测距误差的分析及解决方案的研究 | 第45-47页 |
| 4．3．5 障碍探测系统硬件电路的设计 | 第47-49页 |
| 4．3．5．1 硬件电路的总体结构 | 第47页 |
| 4．3．5．2 超声波测距电路 | 第47-49页 |
| 4．3．5．3 温度补偿电路 | 第49页 |
| 4．3．6 障碍探测系统控制软件的设计 | 第49-52页 |
| 4．4 基于人工神经网络的多传感器数据信息融合 | 第52-60页 |
| 4．4．1 超声波测距信息融合神经网络的设计 | 第52-59页 |
| 4．4．1．1 BP神经网络的构建 | 第53-54页 |
| 4．4．1．2 超声波传感器实验平台的构建 | 第54-55页 |
| 4．4．1．3 训练样本的生成 | 第55-56页 |
| 4．4．1．4 神经网络的训练和测试 | 第56-59页 |
| 4．4．2 人工神经网络信息融合结果分析 | 第59-60页 |
| 4．5 接近开关系统的设计 | 第60-62页 |
| 4．6 小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |
