多传感器信息融合技术及其在移动机器人方面的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第1章 绪论 | 第7-14页 |
| ·课题背景及意义 | 第7-8页 |
| ·机器人技术 | 第8-10页 |
| ·多传感器信息融合在移动机器人中的应用研究现状 | 第10-13页 |
| ·本文主要研究内容 | 第13-14页 |
| 第2章 多传感器信息融合技术基础 | 第14-27页 |
| ·引言 | 第14-16页 |
| ·信息融合的基本原理 | 第14-15页 |
| ·多传感器信息融合和单传感器处理 | 第15-16页 |
| ·多传感器信息融合的基本内容 | 第16-27页 |
| ·多传感器信息融合的几个关键问题 | 第16-17页 |
| ·多传感器信息融合的基本模型 | 第17-22页 |
| ·多传感器信息融合的融合结构 | 第22-24页 |
| ·多传感器信息融合的主要方法 | 第24-27页 |
| 第3章 基于人工神经网络的信息融合 | 第27-41页 |
| ·人工神经网络简介 | 第27-34页 |
| ·人工神经元模型 | 第27-29页 |
| ·人工神经网络的特点 | 第29-30页 |
| ·神经网络模型 | 第30-33页 |
| ·神经网络的学习方法 | 第33-34页 |
| ·BP网络 | 第34-41页 |
| ·BP算法 | 第34-35页 |
| ·BP网络的训练算法及改进 | 第35-37页 |
| ·Matlab中 BP网络的训练算法 | 第37-41页 |
| 第4章 神经网络技术在移动机器人中的应用 | 第41-55页 |
| ·机器人上用的传感器介绍 | 第41-44页 |
| ·传感器的分类 | 第41页 |
| ·传感器的指标 | 第41-42页 |
| ·常用传感器的介绍 | 第42-44页 |
| ·信息融合方法在机器人避障中的应用 | 第44-55页 |
| ·机器人避开障碍物的主要步骤 | 第44-45页 |
| ·利用神经网络方法进行视觉信息和听觉信息的融合 | 第45-55页 |
| 第5章 结论与展望 | 第55-57页 |
| ·结论 | 第55页 |
| ·展望 | 第55-57页 |
| 攻读硕士学位期间的研究成果 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录 | 第62-75页 |
