基于嵌入式的机器人多传感及信息融合系统研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-22页 |
| ·课题研究目的和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-21页 |
| ·触觉传感器的研究现状 | 第12-16页 |
| ·接近觉传感器的研究现状 | 第16-18页 |
| ·热觉传感器的研究现状 | 第18-20页 |
| ·多传感信息融合的研究现状 | 第20-21页 |
| ·论文内容结构安排 | 第21-22页 |
| 第2章 应用于机器人手爪上的多传感设计 | 第22-40页 |
| ·引言 | 第22页 |
| ·触觉传感器设计 | 第22-28页 |
| ·触觉传感器的设计原理 | 第22-24页 |
| ·触觉传感器的信号调理电路 | 第24-26页 |
| ·触觉传感器的信号测量 | 第26-28页 |
| ·接近觉传感器设计 | 第28-33页 |
| ·接近觉传感器的设计原理 | 第28-30页 |
| ·接近觉传感器的信号调理电路 | 第30-31页 |
| ·接近传感器的性能分析 | 第31-33页 |
| ·热觉传感器设计 | 第33-39页 |
| ·热觉传感器的设计原理 | 第33-34页 |
| ·热觉传感器的恒温加热电路 | 第34-36页 |
| ·热觉传感器的信号调理电路 | 第36-38页 |
| ·热觉传感器的信号测定方法 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第3章 多传感融合理论 | 第40-51页 |
| ·引言 | 第40-44页 |
| ·多传感器融合 | 第40-43页 |
| ·常用融合方法 | 第43-44页 |
| ·基于加权平均的融合决策方法 | 第44页 |
| ·基于贝叶斯推理的融合决策方法 | 第44-46页 |
| ·基于 D-S 证据理论的融合决策方法 | 第46-47页 |
| ·基于模糊神经网络的融合决策方法 | 第47-50页 |
| ·模糊逻辑信息融合技术 | 第47-48页 |
| ·神经网络信息融合技术 | 第48页 |
| ·模糊神经网络融合决策方法 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 基于多传感器信息融合的研究 | 第51-62页 |
| ·引言 | 第51页 |
| ·多传感器的数据采集平台的搭建 | 第51-55页 |
| ·数据采集平台 | 第51-54页 |
| ·数据采集方案 | 第54-55页 |
| ·基于多传感器融合策略的材质识别分类方法 | 第55-61页 |
| ·接触时间点判别 | 第55-56页 |
| ·基于贝叶斯推理的材质识别分类方法 | 第56-58页 |
| ·基于模糊神经网络的材质识别分类方法 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 基于嵌入式的机器人多传感融合系统的研究 | 第62-77页 |
| ·引言 | 第62页 |
| ·嵌入式的机器人多传感系统平台的构建 | 第62-66页 |
| ·嵌入式系统简介 | 第63-65页 |
| ·机器人多传感器信号采集电路的设计 | 第65页 |
| ·机器人手爪电机控制电路的设计 | 第65-66页 |
| ·嵌入式的机器人多传感系统软件的设计 | 第66-75页 |
| ·嵌入式操作系统的移植 | 第66-68页 |
| ·多通道 A/D 设备驱动程序的设计 | 第68-71页 |
| ·嵌入式多传感系统应用程序的设计 | 第71-75页 |
| ·系统调试和实验 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 第6章 总结与展望 | 第77-79页 |
| ·工作总结 | 第77-78页 |
| ·研究展望 | 第78-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-85页 |
| 附录 | 第85页 |
