轮式移动机器人的运动控制研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-30页 |
| ·引言 | 第12-13页 |
| ·移动机器人国内外的研究历史与现状 | 第12-13页 |
| ·移动机器人的体系结构及智能控制技术 | 第13-17页 |
| ·三种典型的智能机器人体系结构 | 第14-16页 |
| ·其它体系结构 | 第16-17页 |
| ·移动机器人导航技术 | 第17-19页 |
| ·地图导航 | 第17-18页 |
| ·主动信标导航 | 第18页 |
| ·路标导航 | 第18页 |
| ·视觉导航 | 第18页 |
| ·地磁导航 | 第18-19页 |
| ·组合式导航 | 第19页 |
| ·机器学习在移动机器人视觉处理中的应用 | 第19-20页 |
| ·移动机器人路径规划技术 | 第20-24页 |
| ·基于环境先验信息的全局路径规划 | 第20-21页 |
| ·基于传感器信息的局部路径规划 | 第21-22页 |
| ·动态避障算法 | 第22-23页 |
| ·移动机器人路径规划技术发展趋势 | 第23-24页 |
| ·路径跟踪的智能控制方法 | 第24-26页 |
| ·交互技术 | 第26-27页 |
| ·课题意义 | 第27页 |
| ·主要研究内容 | 第27-30页 |
| 第二章 移动机器人及其分布式控制系统设计与实现 | 第30-45页 |
| ·引言 | 第30页 |
| ·机器人平台总体结构 | 第30-31页 |
| ·硬件系统 | 第31-34页 |
| ·硬件系统组成 | 第31-32页 |
| ·电源及驱动模块 | 第32-34页 |
| ·移动机器人的传感系统 | 第34-41页 |
| ·基于多微处理器分布式超声探测系统 | 第35-39页 |
| ·红外传感器 | 第39-41页 |
| ·全景摄像机 | 第41页 |
| ·微处理器的选择 | 第41-42页 |
| ·通信与遥控系统 | 第42-44页 |
| ·本章总结 | 第44-45页 |
| 第三章 移动机器人导航控制软件系统设计 | 第45-57页 |
| ·软件体系结构分析 | 第45-46页 |
| ·分层式体系结构 | 第45页 |
| ·反应式体系结构 | 第45-46页 |
| ·慎思/反应混合式结构 | 第46页 |
| ·机器人小车平台软件体系结构 | 第46-50页 |
| ·人机交互层 | 第47-48页 |
| ·决策控制层 | 第48-50页 |
| ·基于超声和红外信息的移动机器人行为控制策略研究 | 第50-55页 |
| ·导航系统组成 | 第50-52页 |
| ·沿墙走行为 | 第52-54页 |
| ·避障行为 | 第54页 |
| ·趋向目标行为 | 第54-55页 |
| ·本章总结 | 第55-57页 |
| 第四章 基于视觉路标的移动机器人全局定位 | 第57-77页 |
| ·引言 | 第57-58页 |
| ·移动机器人工作环境模型的建立 | 第58-59页 |
| ·视觉路标的选取及基于路标定位 | 第59-60页 |
| ·基于提升小波变换的环境信息识别 | 第60-71页 |
| ·提升小波变换的基本原理 | 第61-65页 |
| ·软取阈值图像预处理 | 第65-66页 |
| ·提升小波变换导航路径边缘检测 | 第66-67页 |
| ·环境图像的提升小波变换 | 第67-68页 |
| ·利用Hough变换实现门框的检测 | 第68-71页 |
| ·基于神经网络的门牌识别系统 | 第71-76页 |
| ·门牌路标图像分割 | 第71-72页 |
| ·门牌图像预处理 | 第72-73页 |
| ·特征向量的提取 | 第73页 |
| ·BP竞争学习网络分类器 | 第73-74页 |
| ·算法描述 | 第74-75页 |
| ·仿真结果及分析 | 第75-76页 |
| ·本章总结 | 第76-77页 |
| 第五章 移动机器人路径规划器设计 | 第77-96页 |
| ·引言 | 第77页 |
| ·基于神经网络的移动机器人路径规划 | 第77-83页 |
| ·环境信息构建 | 第77-78页 |
| ·神经网络结构 | 第78-80页 |
| ·碰撞罚函数 | 第80-81页 |
| ·能量函数 | 第81-82页 |
| ·最优方向选择 | 第82页 |
| ·神经网络路径规划算法仿真 | 第82-83页 |
| ·三维动态环境路径规划 | 第83-86页 |
| ·三维环境描述 | 第83页 |
| ·运动障碍物条件下的神经网络路径规划算法 | 第83-86页 |
| ·移动机器人全局导航动态避障策略 | 第86-94页 |
| ·障碍识别 | 第86-88页 |
| ·动态障碍物运动轨迹的预测 | 第88-92页 |
| ·运动障碍物避障策略 | 第92-93页 |
| ·动态不确定环境下实时路径规划算法 | 第93-94页 |
| ·本章总结 | 第94-96页 |
| 第六章 移动机器人路径跟踪控制 | 第96-109页 |
| ·引言 | 第96页 |
| ·移动机器人运动学模型 | 第96-98页 |
| ·粒子群优化算法 | 第98-100页 |
| ·标准粒子群算法 | 第99页 |
| ·改进的粒子群算法 | 第99-100页 |
| ·改进粒子群算法流程 | 第100页 |
| ·基于粒子群算法优化的模糊控制器 | 第100-107页 |
| ·基于改进粒子群算法的模糊规则自动提取 | 第100-102页 |
| ·适应度函数的确定及粒子群更新 | 第102-103页 |
| ·算法流程 | 第103-104页 |
| ·控制器的参数设计仿真实验结果与分析 | 第104-105页 |
| ·移动机器人路径跟踪控制仿真与实验 | 第105-107页 |
| ·本章总结 | 第107-109页 |
| 第七章 总结与展望 | 第109-112页 |
| ·本论文研究工作的总结 | 第109-110页 |
| ·研究工作的展望 | 第110-112页 |
| 参考文献 | 第112-122页 |
| 攻读博士期间发表的论文 | 第122-123页 |
| 致谢 | 第123页 |
