智能行车系统防摇控制
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题背景 | 第11-14页 |
| 1.1.1 课题来源 | 第11页 |
| 1.1.2 研究目的和意义 | 第11-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 国内研究现状 | 第14-15页 |
| 1.2.2 国外研究现状 | 第15-18页 |
| 1.3 本论文主要研究工作概述 | 第18-19页 |
| 第二章 智能行车控制系统组成 | 第19-33页 |
| 2.1 控制系统组成 | 第19页 |
| 2.2 智能行车执行层设备概况 | 第19-26页 |
| 2.2.1 磁吸盘 | 第19-21页 |
| 2.2.2 图像采集系统 | 第21-22页 |
| 2.2.3 检测元件和传感器 | 第22-25页 |
| 2.2.4 驱动系统 | 第25-26页 |
| 2.3 智能行车控制层系统概况 | 第26-30页 |
| 2.3.1 变频调速器 | 第26-27页 |
| 2.3.2 可编程控制器 | 第27-30页 |
| 2.4 控制系统结构流程 | 第30-33页 |
| 2.4.1 现场总线技术 | 第30页 |
| 2.4.2 智能行车系统工作结构流程 | 第30-31页 |
| 2.4.3 行车工作流程 | 第31-33页 |
| 第三章 智能行车运动模型和最优控制分析 | 第33-54页 |
| 3.1 引言 | 第33-34页 |
| 3.2 数学模型和状态方程 | 第34-40页 |
| 3.2.1 一般行车的运动模型 | 第34-37页 |
| 3.2.2 智能行车运动模型和状态方程分析 | 第37-40页 |
| 3.3 行车水平运动和吊摆摆动规律研究 | 第40-45页 |
| 3.3.1 行车水平运动规律研究及探求最优解 | 第40-42页 |
| 3.3.2 行车吊摆摆动规律及探求最优解 | 第42-45页 |
| 3.4 智能行车运动分析 | 第45-54页 |
| 3.4.1 智能行车的典型运动分析 | 第46-49页 |
| 3.4.2 智能行车的最优控制实现 | 第49-54页 |
| 第四章 模糊神经网络技术在防摇控制中的应用 | 第54-87页 |
| 4.1 智能控制方法概论 | 第54-56页 |
| 4.1.1 智能行车控制方法设计目标 | 第54页 |
| 4.1.2 智能控制方法的产生与发展 | 第54-56页 |
| 4.2 结合小波方法的图像匹配 | 第56-60页 |
| 4.2.1 相位相关算法 | 第56-58页 |
| 4.2.2 基于图像小波变换的旋转角度校正 | 第58-59页 |
| 4.2.3 小波匹配结果 | 第59-60页 |
| 4.3 模糊控制理论 | 第60-71页 |
| 4.3.1 模糊逻辑的概念 | 第60-61页 |
| 4.3.2 模糊集合论 | 第61-64页 |
| 4.3.3 模糊关系及其合成运算 | 第64-67页 |
| 4.3.4 模糊控制原理 | 第67-71页 |
| 4.4 模糊神经网络 | 第71-82页 |
| 4.4.1 神经元与神经网络概况 | 第71-78页 |
| 4.4.2 神经网络与模糊控制的融合 | 第78-79页 |
| 4.4.3 神经网络训练产生模糊控制隶属函数 | 第79-82页 |
| 4.5 基于模糊的智能行车防摇控制设计 | 第82-87页 |
| 4.5.1 确定输入输出变量隶属函数 | 第83-85页 |
| 4.5.2 控制规则 | 第85-87页 |
| 第五章 全文总结与展望 | 第87-89页 |
| 5.1 全文总结 | 第87-88页 |
| 5.2 工作展望 | 第88-89页 |
| 参考文献 | 第89-92页 |
| 致谢 | 第92-93页 |
| 攻读学位期间发表的学术论文目录 | 第93页 |
