软体爬行机器人状态识别及控制研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-20页 |
| 1.1 课题背景及研究的目的和意义 | 第8-9页 |
| 1.2 柔性传感器的国内外发展现状 | 第9-17页 |
| 1.2.1 国外柔性传感器的发展现状 | 第9-16页 |
| 1.2.2 国内柔性传感器的发展现状 | 第16-17页 |
| 1.3 软体机器人建模与控制研究现状 | 第17-18页 |
| 1.4 本文的主要研究内容 | 第18-20页 |
| 第2章 软体爬行机器人传感系统的研究 | 第20-36页 |
| 2.1 引言 | 第20页 |
| 2.2 六足式软体爬行机器人本体 | 第20-21页 |
| 2.3 姿态识别传感系统的设计 | 第21-33页 |
| 2.3.1 嵌入式传感器的研究 | 第21-30页 |
| 2.3.2 非嵌入式传感器的研究 | 第30-33页 |
| 2.4 环境与运动状态识别传感系统 | 第33-35页 |
| 2.4.1 环境状态识别传感系统的设计 | 第33-34页 |
| 2.4.2 运动状态识别传感系统的设计 | 第34-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第3章 软体爬行机器人状态识别 | 第36-60页 |
| 3.1 引言 | 第36页 |
| 3.2 机器人姿态识别系统的设计 | 第36-45页 |
| 3.2.1 多传感器融合神经网络方法 | 第37-39页 |
| 3.2.2 数据样本的建立 | 第39-42页 |
| 3.2.3 神经网络的训练及训练结果 | 第42-44页 |
| 3.2.4 姿态识别系统的准确度分析 | 第44-45页 |
| 3.3 机器人环境路面的识别 | 第45-52页 |
| 3.3.1 图像特征提取 | 第45-48页 |
| 3.3.2 神经网络模式识别分类器的设计 | 第48-50页 |
| 3.3.3 神经网络训练结果及验证分析 | 第50-52页 |
| 3.4 机器人本体状态的识别 | 第52-59页 |
| 3.4.1 惯性导航系统 | 第52-53页 |
| 3.4.2 GPS、惯性导航融合技术 | 第53-57页 |
| 3.4.3 机器人运动状态 | 第57-59页 |
| 3.5 本章小结 | 第59-60页 |
| 第4章 软体爬行机器人控制方法的研究 | 第60-73页 |
| 4.1 引言 | 第60页 |
| 4.2 基于序贯决策的控制优化 | 第60-65页 |
| 4.2.1 机器人状态空间 | 第61页 |
| 4.2.2 机器人激励参数 | 第61-62页 |
| 4.2.3 机器人行为决策 | 第62-65页 |
| 4.3 软体爬行机器人运动规律的研究 | 第65-69页 |
| 4.3.1 室内平整路面的行为决策研究 | 第65-66页 |
| 4.3.2 草地路面的行为决策分析 | 第66-68页 |
| 4.3.3 沙石等松软路面的行为决策分析 | 第68-69页 |
| 4.4 机器人寻优过程 | 第69-71页 |
| 4.5 本章小结 | 第71-73页 |
| 第5章 控制系统的建立及实验验证 | 第73-84页 |
| 5.1 引言 | 第73页 |
| 5.2 软体机器人控制系统的建立 | 第73-77页 |
| 5.2.1 机器人控制系统硬件部分 | 第73-75页 |
| 5.2.2 机器人控制系统软件部分 | 第75-77页 |
| 5.2.3 机器人控制系统实验平台 | 第77页 |
| 5.3 软体爬行机器人控制优化实验验证 | 第77-83页 |
| 5.3.1 实验内容 | 第77-78页 |
| 5.3.2 实验结果分析 | 第78-83页 |
| 5.4 本章小结 | 第83-84页 |
| 结论 | 第84-85页 |
| 参考文献 | 第85-90页 |
| 致谢 | 第90页 |
