移动机器人运动规划及跟踪控制研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·引言 | 第9页 |
| ·选题的背景和意义 | 第9-10页 |
| ·移动机器人导航 | 第10-15页 |
| ·移动机器人路径规划的主要方法和分类 | 第10-13页 |
| ·移动机器人反馈控制 | 第13-15页 |
| ·论文的主要内容和组织结构 | 第15-16页 |
| 第2章 Qbot 移动机器人介绍 | 第16-25页 |
| ·Qbot 机器人的体系结构 | 第16-19页 |
| ·Qbot 的硬件配置 | 第19-21页 |
| ·Qbot 的机械结构 | 第19-20页 |
| ·Qbot 的传感系统 | 第20-21页 |
| ·Qbot 移动机器人的软件组成 | 第21-23页 |
| ·Qbot 移动机器人通讯控制平台 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于人工神经网络的环境建模 | 第25-39页 |
| ·人工神经网络概述 | 第25-30页 |
| ·人工神经元模型 | 第26-28页 |
| ·人工神经网络 | 第28-29页 |
| ·神经网络的学习 | 第29-30页 |
| ·环境中障碍物的神经网络表示 | 第30-36页 |
| ·静态障碍物的神经网络 | 第30-33页 |
| ·动态障碍物的神经网络参数更新规则 | 第33-35页 |
| ·障碍物的运动描述及特征点跟踪 | 第35-36页 |
| ·环境的神经网络表示 | 第36-37页 |
| ·仿真结果 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于遗传算法的路径搜索 | 第39-46页 |
| ·遗传算法介绍 | 第39-41页 |
| ·应用遗传算法搜索最优路径 | 第41-44页 |
| ·设计路径编码方式 | 第41-42页 |
| ·产生初始种群 | 第42页 |
| ·建立综合适应度函数 | 第42-43页 |
| ·设计遗传算子 | 第43-44页 |
| ·修改后的遗传算法的操作步骤 | 第44页 |
| ·仿真结果 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 移动机器人的运动控制 | 第46-59页 |
| ·轮式移动机器人的非完整性 | 第46-48页 |
| ·非完整约束条件下轮式移动机器人的运动学模型 | 第48-49页 |
| ·轮式移动机器人的道路跟随 | 第49-51页 |
| ·轮式移动机器人的轨迹跟踪 | 第51-55页 |
| ·Lyapunov 理论 | 第53-54页 |
| ·移动机器人的反演控制 | 第54-55页 |
| ·仿真与实验 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第65-66页 |
| 致谢 | 第66-67页 |
| 作者简介 | 第67页 |
