智能机器人多传感器信息融合算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-15页 |
| ·机器人技术发展历程 | 第7-8页 |
| ·智能机器人研究的关键问题 | 第8-9页 |
| ·多传感器信息融合的研究现状及其应用 | 第9-12页 |
| ·本文主要研究内容 | 第12-15页 |
| 第二章 多传感器信息融合 | 第15-23页 |
| ·引言 | 第15页 |
| ·多传感器信息融合的关键问题 | 第15-16页 |
| ·多传感器信息融合的基本内容 | 第16-22页 |
| ·多传感器信息融合层次 | 第16-19页 |
| ·多传感器信息融合结构 | 第19-20页 |
| ·多传感器信息融合算法 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 模糊逻辑和模糊神经网络信息融合算法 | 第23-41页 |
| ·引言 | 第23页 |
| ·模糊逻辑 | 第23-28页 |
| ·模糊逻辑理论 | 第23-26页 |
| ·模糊逻辑推理优缺点 | 第26-27页 |
| ·基于模糊推理的多传感器信息融合 | 第27-28页 |
| ·模糊神经网络 | 第28-39页 |
| ·人工神经网络 | 第28-30页 |
| ·模糊逻辑与人工神经网络的结合 | 第30-31页 |
| ·T-S模糊神经网络 | 第31-35页 |
| ·基于梯度的模糊神经网络学习算法改进 | 第35-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 智能机器人避障实现与实验结果分析 | 第41-57页 |
| ·引言 | 第41页 |
| ·智能机器人避障体系 | 第41-45页 |
| ·NWU-RR-Ⅱ智能机器人体系结构 | 第41-42页 |
| ·NWU-RR-Ⅱ机器人传感器系统 | 第42-44页 |
| ·两类传感器数据预处理 | 第44页 |
| ·环境分类及避障策略 | 第44-45页 |
| ·基于模糊神经网络的初级融合 | 第45-47页 |
| ·初级融合训练样本的产生 | 第45-46页 |
| ·初级融合结果分析 | 第46-47页 |
| ·基于模糊逻辑的次级融合 | 第47-52页 |
| ·模糊逻辑避障系统设计 | 第47-50页 |
| ·机器人避障实验 | 第50-52页 |
| ·基于模糊神经网络的次级融合 | 第52-56页 |
| ·模糊神经网络结构与参数设定 | 第52-53页 |
| ·次级融合训练样本的产生 | 第53页 |
| ·机器人避障实验 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 硕士学位期间取得的科研成果 | 第63-65页 |
| 致谢 | 第65页 |
