首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

基于机器学习的机器人行为控制关键技术研究

学位论文数据集第3-4页
摘要第4-6页
ABSTRACT第6-7页
第一章 绪论第14-28页
    1.1 课题的研究背景及意义第14-15页
    1.2 基于视觉的移动机器人的研究现状第15-24页
        1.2.1 视觉移动机器人的研究现状第15-17页
        1.2.2 机器视觉与目标检测定位的研究现状第17-21页
        1.2.3 机器学习与机器人控制的研究现状第21-24页
        1.2.4 当前存在的问题分析第24页
    1.3 论文的主要研究内容及组织结构第24-28页
        1.3.1 主要研究内容第24-25页
        1.3.2 论文结构第25-28页
第二章 移动机器人整体方案设计第28-42页
    2.1 引言第28页
    2.2 移动机器人平台的需求分析第28-29页
        2.2.1 铲运机器人的应用场景分析第28页
        2.2.2 铲运机器人的需求分析和整体架构第28-29页
    2.3 移动机器人平台的硬件方案设计第29-35页
    2.4 移动机器人平台的软件方案设计第35-36页
    2.5 移动机器人平台的无线通讯模块设计第36-39页
        2.5.1 无线通讯模块总体方案第36-37页
        2.5.2 传输信息的编码方案设计第37-38页
        2.5.3 无线通讯模块实现第38-39页
    2.6 机械臂抖动修正实验第39-41页
    2.7 本章小结第41-42页
第三章 移动机器人行为模型的设计与构建第42-52页
    3.1 引言第42页
    3.2 传统的行为模型及问题第42-43页
    3.3 基于行为树的分层行为模型设计第43-47页
        3.3.1 分层行为模型设计第43-45页
        3.3.2 行为树动态调度算法设计第45-47页
    3.4 铲运机器人分层行为模型的建立第47-51页
        3.4.1 建立基础动作和行为库第47-48页
        3.4.2 建立机器人导航的行为树第48-50页
        3.4.3 子树间的通讯与数据共享的实现第50-51页
    3.5 本章小结第51-52页
第四章 行为控制中基于深度学习的目标检测第52-70页
    4.1 引言第52页
    4.2 基于深度可分解卷积神经网络的目标检测算法第52-59页
        4.2.1 卷积神经网络结构设计第52-55页
        4.2.2 非极大抑制算法去除冗余结果第55-56页
        4.2.3 卷积神经网络计算过程第56-58页
        4.2.4 迁移学习第58-59页
    4.3 目标检测模型的训练第59-63页
        4.3.1 准备训练数据第59-61页
        4.3.2 模型训练第61-62页
        4.3.3 目标检测模型的验证第62-63页
    4.4 目标检测模型的应用第63-66页
        4.4.1 视频流重采样第63-65页
        4.4.2 目标检测模型的应用流程第65-66页
    4.5 目标检测实验第66-69页
        4.5.1 检视行为中的目标检测第66-68页
        4.5.2 机械臂运动中的目标检测第68-69页
    4.6 本章小结第69-70页
第五章 移动机器人自主行为控制和行为学习第70-86页
    5.1 引言第70页
    5.2 基于行为树和视觉反馈的自主行为控制第70-78页
        5.2.1 基于视觉反馈的导航控制问题分析第70-73页
        5.2.2 基于行为树的导航算法设计第73-74页
        5.2.3 基于行为树的铲运行为决策算法设计第74-76页
        5.2.4 基于行为树的自主行为控制实验第76-78页
    5.3 基于随机森林的行为学习第78-84页
        5.3.1 基于随机森林的行为学习算法设计第78-80页
        5.3.2 行为学习算法实验第80-84页
    5.4 本章小结第84-86页
第六章 总结与展望第86-88页
    6.1 总结第86页
    6.2 展望第86-88页
参考文献第88-92页
致谢第92-94页
研究成果及发表的学术论文第94-96页
作者及导师简介第96-98页
附件第98-99页

论文共99页,点击 下载论文
上一篇:基于逻辑回归的药物与靶标相互作用关系预测
下一篇:基于模糊支配的高维多目标进化算法研究