| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题研究的意义 | 第9页 |
| ·多传感器信息融合技术的研究现状及发展方向 | 第9-10页 |
| ·多传感器信息融合技术在移动机器人领域中的应用 | 第10-12页 |
| ·本文的主要内容 | 第12-14页 |
| 第2章 多传感器信息融合技术 | 第14-23页 |
| ·多传感器信息融合的基本原理 | 第14页 |
| ·多传感器信息融合技术的基本内容 | 第14-20页 |
| ·多传感器信息融合系统的功能模型 | 第14-16页 |
| ·多传感器信息融合系统的拓扑结构 | 第16-18页 |
| ·多传感器信息融合的层次 | 第18-20页 |
| ·多传感器信息融合的一般方法 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 模糊逻辑和模糊神经网络信息融合算法 | 第23-40页 |
| ·模糊逻辑理论 | 第23-26页 |
| ·模糊逻辑理论的基本概念 | 第23-25页 |
| ·模糊逻辑规则 | 第25-26页 |
| ·模糊控制的基本原理 | 第26-32页 |
| ·模糊控制器的基本结构和组成 | 第26-27页 |
| ·模糊化运算 | 第27-28页 |
| ·数据库 | 第28-29页 |
| ·规则库 | 第29-30页 |
| ·模糊推理与清晰化计算 | 第30-32页 |
| ·模糊神经网络信息融合算法 | 第32-39页 |
| ·模糊逻辑推理与神经网络的融合 | 第32-34页 |
| ·基于Takagi-Sugeno 模型的模糊神经网络 | 第34-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 移动机器人的传感器系统构建 | 第40-51页 |
| ·移动机器人实时避障传感器 | 第40-42页 |
| ·无源式避障传感器 | 第40-41页 |
| ·有源式避障传感器 | 第41-42页 |
| ·移动机器人导航传感器 | 第42-44页 |
| ·移动机器人的传感器系统构建 | 第44-50页 |
| ·超声波传感器 | 第44-47页 |
| ·红外传感器 | 第47-48页 |
| ·电子罗盘 | 第48-49页 |
| ·GPS 模块 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 基于多传感器信息融合的移动机器人避障和导航控制 | 第51-67页 |
| ·移动机器人的环境感知和分类 | 第51-52页 |
| ·基于模糊逻辑信息融合算法的避障和导航控制 | 第52-60页 |
| ·模糊控制器的输入和输出变量 | 第52页 |
| ·变量的模糊化 | 第52-54页 |
| ·模糊控制规则库 | 第54-57页 |
| ·基于MATLAB 的仿真实验研究 | 第57-60页 |
| ·基于T-S 模糊神经网络信息融合算法的避障和导航控制 | 第60-66页 |
| ·机器人避障和导航控制的T-S 模糊神经网络信息融合算法 | 第61-62页 |
| ·基于MATLAB 的仿真实验研究 | 第62-66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕士学位期间发表的论文 | 第71-72页 |
| 致谢 | 第72-73页 |
| 详细摘要 | 第73-77页 |
