| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-19页 |
| §1-1 引言 | 第9页 |
| §1-2 多传感器信息融合概述 | 第9-15页 |
| 1-2-1 多传感器信息融合的过程 | 第10页 |
| 1-2-2 多传感器信息融合的层次结构 | 第10-13页 |
| 1-2-3 多传感器信息融合技术的应用 | 第13-15页 |
| §1-3 移动机器人发展现状 | 第15-18页 |
| 1-3-1 国外移动机器人的发展概况 | 第15-16页 |
| 1-3-2 国内移动机器人的发展概况 | 第16-18页 |
| §1-4 本文的主要内容 | 第18-19页 |
| 第二章 HEBUT-Ⅱ型移动机器人的结构及传感器概况 | 第19-31页 |
| §2-1 引言 | 第19-20页 |
| §2-2 移动机器人的总体结构 | 第20-22页 |
| 2-2-1 HEBUT-Ⅱ型移动机器人的硬件体系结构 | 第20-21页 |
| 2-2-2 HEBUT-Ⅱ型移动机器人的车体结构 | 第21-22页 |
| §2-3 HEBUT-Ⅱ型移动机器人的驱动系统及运动学原理 | 第22-26页 |
| 2-3-1 HEBUT-Ⅱ型移动机器人的驱动系统 | 第22-23页 |
| 2-3-2 HEBUT-Ⅱ型移动机器人的运动学原理 | 第23-26页 |
| §2-4 HEBUT-Ⅱ型移动机器人车体的各种传感器概述 | 第26-30页 |
| 2-4-1 HEBUT-Ⅱ型移动机器人车体的超声波系统概述 | 第26-28页 |
| 2-4-2 移动机器人车体的视觉传感器概述 | 第28-30页 |
| §2-5 移动机器人环境识别的策略的确定 | 第30页 |
| §2-6 本章小结 | 第30-31页 |
| 第三章 基于视觉传感器的移动机器人路径识别和跟踪实现 | 第31-46页 |
| §3-1 引言 | 第31页 |
| §3-2 HEBUT-II 型移动机器人路径识别和跟踪实现系统概述 | 第31-32页 |
| §3-3 HEBUT-II 型移动机器人的路径跟踪摄像机模型及逆模型运算 | 第32-36页 |
| 3-3-1 HEBUT-Ⅱ型移动机器人的摄像机模型 | 第32-34页 |
| 3-3-2 逆模型运算 | 第34-36页 |
| §3-4 HEBUT-Ⅱ型移动机器人的图像处理技术及路径识别的实现 | 第36-39页 |
| 3-4-1 基于彩色图像的阈值分割处理技术 | 第36-38页 |
| 3-4-2 HEBUT-II 型移动机器人路径识别技术机器实现 | 第38-39页 |
| §3-5 HEBUT-II 型移动机器人的模糊控制驱动策略 | 第39-44页 |
| 3-5-1 模糊控制器设计的基本过程 | 第40-42页 |
| 3-5-2 HEBUT-II 型移动机器人控制器的设计 | 第42-44页 |
| §3-6 HEBUT-II 型移动机器人路径跟踪实验及结果分析 | 第44-45页 |
| §3-7 本章小结 | 第45-46页 |
| 第四章 基于多传感器信息的移动机器人自主避障 | 第46-57页 |
| §4-1 引言 | 第46页 |
| §4-2 多传感器融合方法简介 | 第46-48页 |
| §4-3 基于模糊神经网络的多传感器融合决策 | 第48-53页 |
| 4-3-1 模糊神经网络决策结构 | 第49-51页 |
| 4-3-2 计算模型 | 第51-52页 |
| 4-3-3 模糊神经网络模型的学习算法 | 第52-53页 |
| §4-4 HEBUT-Ⅱ型移动机器人自主避障实验 | 第53-55页 |
| 4-4-1 模糊神经网络的训练及仿真 | 第53-54页 |
| 4-4-2 HEBUT-Ⅱ型移动机器人自主避障实验 | 第54-55页 |
| §4-5 本章小结 | 第55-57页 |
| 第五章 结论 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间所取得的科研成果 | 第63页 |
