| 第1章 绪论 | 第1-12页 |
| 1．1 足球机器人的研究背景与目的 | 第6-9页 |
| 1．1．1 机器人的定义 | 第6-7页 |
| 1．1．2 足球机器人及其产生背景和研究目的 | 第7-8页 |
| 1．1．3 足球机器人系统介绍 | 第8-9页 |
| 1．2 足球机器人的研究现状 | 第9-11页 |
| 1．3 研究内容与论文构成 | 第11-12页 |
| 第2章 足球机器人系统中的关键控制技术 | 第12-33页 |
| 2．1 决策系统中的两种路径规划方法 | 第12-15页 |
| 2．1．1 基于人工势场的路径规划方法 | 第12-13页 |
| 2．1．2 基于中垂线原理的决策路径方法 | 第13-14页 |
| 2．1．3 路径规划基本算法 | 第14-15页 |
| 2．2 标准动作BenchMark部分的模糊控制子系统 | 第15-23页 |
| 2．2．1 标准动作比赛中足球机器人的路径感知和偏差检测 | 第15-17页 |
| 2．2．1．1 路径感知 | 第15-16页 |
| 2．2．1．2 偏差检测 | 第16-17页 |
| 2．2．2 误差分析 | 第17页 |
| 2．2．3 模糊纠偏控制器的设计 | 第17-23页 |
| 2．2．3．1 模糊纠偏控制器的组成 | 第17-18页 |
| 2．2．3．2 模糊子控制器Ⅰ的设计 | 第18-23页 |
| 2．2．3．3 模糊子控制器Ⅱ的设计 | 第23页 |
| 2．3 两种预测算法在守门员决策部分的应用 | 第23-32页 |
| 2．3．1 基于神经网络的单值预测模型 | 第24-30页 |
| 2．3．1．1 预测神经网络结构设计 | 第25页 |
| 2．3．1．2 预测神经网络学习算法的设计 | 第25-29页 |
| 2．3．1．3 算法收敛性的证明 | 第29-30页 |
| 2．3．2 基于扩展卡尔曼滤波思想的预测模型 | 第30-32页 |
| 2．4 小结 | 第32-33页 |
| 第3章 系统仿真平台的整体设计 | 第33-51页 |
| 3．1 仿真系统的研究背景与作用 | 第34-35页 |
| 3．2 仿真系统中决策子系统的整体框架 | 第35-41页 |
| 3．2．1 协调层的设计 | 第37-39页 |
| 3．2．2 运动规划层的设计 | 第39-40页 |
| 3．2．3 基本动作层的设计 | 第40-41页 |
| 3．3 仿真的节拍 | 第41-42页 |
| 3．4 仿真系统中的数学模型 | 第42-47页 |
| 3．4．1 几何模型 | 第42页 |
| 3．4．2 车体运动模型 | 第42-43页 |
| 3．4．3 小球运动模型 | 第43-44页 |
| 3．4．4 足球碰撞模型 | 第44-47页 |
| 3．4．5 机器人之间的碰撞情况 | 第47页 |
| 3．5 仿真系统软件实现 | 第47-50页 |
| 3．6 仿真系统设计小结 | 第50-51页 |
| 第4章 仿真与实验结果 | 第51-57页 |
| 4．1 比赛模拟 | 第51-52页 |
| 4．2 路径规划算法的仿真实验结果 | 第52-53页 |
| 4．3 模糊纠偏控制器仿真实验与结论 | 第53-55页 |
| 4．4 两种预测模型的在线实验和结论 | 第55-57页 |
| 4．4．1 基于神经网络的预测模型实验和结论 | 第55-56页 |
| 4．4．2 基于扩展卡尔曼滤波思想预测模型的实验和结论 | 第56-57页 |
| 第5章 结论与展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62页 |
