| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 智能轮椅国内外研究概况 | 第11-14页 |
| 1.2.1 国外发展概况 | 第11-13页 |
| 1.2.2 国内发展概况 | 第13-14页 |
| 1.3 智能轮椅关键技术分析 | 第14-18页 |
| 1.3.1 导航系统与复数传感器信息融合 | 第14-15页 |
| 1.3.2 运动控制系统 | 第15-16页 |
| 1.3.3 人机交互接口 | 第16-18页 |
| 1.4 论文的研究内容和结构安排 | 第18-19页 |
| 1.4.1 主要研究内容 | 第18页 |
| 1.4.2 论文结构安排 | 第18-19页 |
| 1.5 本章小结 | 第19-20页 |
| 第2章 智能轮椅开发平台与控制软件设计 | 第20-26页 |
| 2.1 智能轮椅开发平台 | 第20-25页 |
| 2.1.1 硬件平台构成 | 第20-21页 |
| 2.1.2 激光传感器 | 第21-22页 |
| 2.1.3 单目视觉传感器 | 第22-23页 |
| 2.1.4 麦克纳姆全向轮 | 第23-25页 |
| 2.2 软件开发平台介绍 | 第25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 基于激光和单目视觉信息融合技术的避障策略研究 | 第26-52页 |
| 3.1 背景差法和帧差法互补的障碍物检测方法 | 第26-32页 |
| 3.1.1 背景差法障碍物目标检测 | 第26-28页 |
| 3.1.2 帧差法背景更新方法 | 第28-30页 |
| 3.1.3 基于单目视觉的障碍物距离探知 | 第30-32页 |
| 3.2 基于激光雷达和单目视觉信息融合的障碍物检测算法 | 第32-35页 |
| 3.2.1 激光传感器不确定性分析 | 第32页 |
| 3.2.2 视觉传感器不确定性分析 | 第32-33页 |
| 3.2.3 数据信息融合的基本原理 | 第33-34页 |
| 3.2.4 基于激光雷达和单目视觉信息融合的障碍物检测 | 第34-35页 |
| 3.3 基于模糊神经网络的避障算法 | 第35-43页 |
| 3.3.1 基于模糊逻辑的避障算法 | 第35-36页 |
| 3.3.2 模糊神经网络结构 | 第36-38页 |
| 3.3.3 模糊神经网络的学习算法 | 第38-41页 |
| 3.3.4 基于模糊神经网络的避障方法 | 第41-43页 |
| 3.4 改进的模糊神经网络避障算法 | 第43-51页 |
| 3.4.1 改进的模糊神经网络控制器设计 | 第44-49页 |
| 3.4.2 改进模糊控制器的参数调整方法 | 第49-50页 |
| 3.4.3 训练结果 | 第50-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第4章 全方向智能轮椅的运动控制方法 | 第52-60页 |
| 4.1 智能速度控制器设计 | 第52-54页 |
| 4.1.1 智能控制理论 | 第52-53页 |
| 4.1.2 基于专家系统与模糊PID结合速度控制方法 | 第53-54页 |
| 4.2 基于模糊PID的速度控制 | 第54-59页 |
| 4.2.1 模糊PID控制器 | 第54-55页 |
| 4.2.2 模糊PID的参数自整定 | 第55-59页 |
| 4.3 本章小结 | 第59-60页 |
| 第5章 实验结果与分析 | 第60-64页 |
| 5.1 人机交互系统 | 第60页 |
| 5.2 基于激光和视觉传感器信息融合的轮椅避障实验结果与分析 | 第60-63页 |
| 5.2.1 基于超声波传感器的智能轮椅避障 | 第61-62页 |
| 5.2.2 基于激光传感器和视觉传感器信息融合的智能轮椅避障 | 第62-63页 |
| 5.3 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间所发表的学术论文 | 第70-72页 |
| 致谢 | 第72页 |
