| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 引言 | 第7页 |
| 1.2 论文研究的背景和意义 | 第7-8页 |
| 1.3 国内外研究现状 | 第8-10页 |
| 1.4 本论文文的内容以结构安排 | 第10-12页 |
| 1.4.1 本论文主要研究工作 | 第10-11页 |
| 1.4.2 本论文的结构介绍 | 第11-12页 |
| 第二章 基于模糊Petri网的机器人自主追踪行为建模方法 | 第12-24页 |
| 2.1 引言 | 第12页 |
| 2.2 模糊Petri网 | 第12-16页 |
| 2.2.1 模糊逻辑与知识表达 | 第12页 |
| 2.2.2 FPN的定义 | 第12-13页 |
| 2.2.3 FPN的结构及类型 | 第13-14页 |
| 2.2.4 FPN的使能、激发规则及分类 | 第14-16页 |
| 2.2.5 FPN推理算法 | 第16页 |
| 2.3 CPT系统模型构建 | 第16-23页 |
| 2.3.1 CPT过程中变量基本定义 | 第16-17页 |
| 2.3.2 CPT模糊知识规则库 | 第17-20页 |
| 2.3.3 建立模型 | 第20-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 修正的A*算法在机器人羽流追踪过程中的应用 | 第24-37页 |
| 3.1 引言 | 第24页 |
| 3.2 传统A*算法 | 第24-28页 |
| 3.2.1 传统A*算法基本原理 | 第24-26页 |
| 3.2.2 传统A*算法性能分析 | 第26-28页 |
| 3.3 传统A*算法修正 | 第28-29页 |
| 3.4 CPT过程中修正A*算法的循环使用 | 第29-36页 |
| 3.4.1 修正A*算法的循环规划原理 | 第29-31页 |
| 3.4.2 修正A*算法循环规划流程分析 | 第31-32页 |
| 3.4.3 CPT机器人采用修正A*算法进行路径导航的程序模拟 | 第32-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 CPT机器人驱动电机的模糊RBF神经网络PID控制 | 第37-52页 |
| 4.1 引言 | 第37页 |
| 4.2 传统的PID基本原理及分析 | 第37-38页 |
| 4.3 模糊神经网络 | 第38-45页 |
| 4.3.1 模糊基本理论 | 第38-39页 |
| 4.3.2 模糊控制原理 | 第39-41页 |
| 4.3.3 模糊控制器 | 第41-42页 |
| 4.3.4 人工神经网络 | 第42-44页 |
| 4.3.5 模糊神经网络分类及特点 | 第44-45页 |
| 4.4 模糊RBF神经网络PID速度调控 | 第45-51页 |
| 4.4.1 模糊RBF神经网络PID原理 | 第45-49页 |
| 4.4.2 模糊RBF神经网络PID程序仿真验证 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 CPT机器人追踪模型及方法验证 | 第52-66页 |
| 5.1 引言 | 第52页 |
| 5.2 羽流追踪过程概述 | 第52-53页 |
| 5.3 基本硬件设备 | 第53-59页 |
| 5.3.1 超声波传感器 | 第53-54页 |
| 5.3.2 化学烟雾传感器 | 第54-55页 |
| 5.3.3 HC-05 蓝牙传送模块 | 第55-58页 |
| 5.3.4 AS-4WD机器人平台 | 第58-59页 |
| 5.4 模型与算法的实验验证 | 第59-64页 |
| 5.4.1 硬件平台 | 第59-60页 |
| 5.4.2 空气环境下实验 | 第60-64页 |
| 5.5 本章小结 | 第64-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 研究总结 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 附录1 攻读硕士学位期间参加的科研项目 | 第72-74页 |
