首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

移动机器人故障诊断与容错控制的研究

致谢第1-6页
摘要第6-8页
Abstract第8-11页
目录第11-15页
第一章 绪论第15-29页
   ·机器人概述第15-18页
   ·机器人故障诊断研究的意义第18-19页
   ·移动机器人故障诊断的研究进展第19-27页
     ·故障诊断的基本概念与定义第19-20页
     ·研究历史与现状第20-22页
     ·研究范围及内容第22-24页
     ·故障诊断方法第24-27页
   ·本文内容和结构第27-29页
第二章 基于支持向量机的机器人故障诊断第29-53页
   ·引言第29-30页
   ·小波变换与支持向量机第30-38页
     ·小波变换降噪第30-31页
     ·支持向量机第31-38页
   ·基于网格搜索与交叉验证的SVM参数优化算法第38-39页
   ·支持向量机特征提取第39-50页
     ·基于模糊控制的机器人漫游策略第39-42页
     ·正常状态与故障状态下机器人的运行数据第42-47页
     ·特征向量提取第47-48页
     ·实验结果第48-50页
   ·讨论与比较第50-51页
     ·讨论第50页
     ·与其他方法的比较第50-51页
   ·结论第51-53页
第三章 基于核模糊聚类的并发故障诊断第53-71页
   ·引言第53-54页
   ·移动机器人运动模型的建立第54-56页
   ·卡尔曼滤波第56-60页
   ·基于聚类的移动机器人故障诊断算法第60-63页
     ·模糊C均值聚类第60-61页
     ·核模糊C均值聚类第61-62页
     ·整合先验知识的KFCM的并发故障诊断算法第62-63页
   ·实验结果与分析第63-70页
     ·基于FCM故障诊断结果第64-66页
     ·KFCM的故障诊断结果第66-67页
     ·诊断结果分析第67-68页
     ·算法比较第68-70页
   ·本章小结第70-71页
第四章 移动机器人编队运行中的故障诊断与容错控制第71-95页
   ·引言第71-72页
   ·多机器人编队控制策略与基于EKF的故障诊断算法第72-75页
     ·SSC跟随算法(l-l编队跟随规则)第73-74页
     ·SBC跟随算法(l-φ编队跟随规则)第74-75页
   ·基于编队控制的分布式扩展卡尔曼滤波器第75-81页
     ·基于SBC跟随规则的分布式扩展卡尔曼滤波器第76-77页
     ·基于SSC跟随规则的分布式扩展卡尔曼滤波器第77-79页
     ·对机器人R_2的故障诊断结果第79-80页
     ·对机器人R_2,R_4故障的诊断结果第80-81页
   ·改进算法Ⅰ——机器人编队故障诊断与容错控制算法第81-86页
     ·机器人R_2故障时的故障诊断与容错控制的结果第82-84页
     ·机器人R_2故障时的故障诊断与容错控制的结果第84-85页
     ·机器人R_2与R_4故障时的故障诊断与容错控制的结果第85-86页
   ·改进算法Ⅱ——有障碍物区域的控制与避障第86-89页
   ·复杂网络上的故障传播第89-92页
   ·与其他算法的比较第92-93页
   ·本章小结第93-95页
第五章 多智能体群集中的故障诊断与容错控制第95-121页
   ·基于α-网格的群集第95-103页
     ·基于α-网格的群集模型第96-100页
     ·群集性能指标第100-101页
     ·基于α-网格的群集算法第101-102页
     ·正常情况(有leader)下的群集第102-103页
   ·机器人故障对群集性能的影响第103-108页
     ·leader(γ-agent)出现通信故障时群集的"发散"现象第104-105页
     ·机器人出现故障时群集中的"拐骗"现象第105-107页
     ·机器人出现故障时群集中的"阻挡"现象第107-108页
   ·可调参数对群集的影响第108-110页
       ·可调参数h第108-109页
     ·可调参数r第109页
     ·可调参数d第109-110页
   ·故障环境下群集中的容错控制与避障的算法第110-118页
     ·容错控制与避障的基本策略第111-113页
     ·容错控制与避障算法第113-115页
     ·仿真研究第115-118页
   ·讨论与比较第118-119页
     ·讨论第118页
     ·与其他群集算法的比较第118-119页
   ·小结第119-121页
第六章 结论与展望第121-125页
   ·全文总结第121-122页
   ·未来展望第122-125页
参考文献第125-137页
攻读博士学位期间主要研究成果第137页

论文共137页,点击 下载论文
上一篇:基于单目视觉的移动机器人室外环境下全自主智能跟随技术研究
下一篇:电力系统运行信息的数据挖掘研究