自主轮式移动机器人信号检测与智能控制
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 1 绪论 | 第11-17页 |
| ·引言 | 第11页 |
| ·移动机器人运动检测与控制技术的发展现状 | 第11-14页 |
| ·移动机器人的发展及应用情况 | 第11-12页 |
| ·移动机器人运动状态检测技术 | 第12-13页 |
| ·移动机器人的控制技术 | 第13-14页 |
| ·研究课题的确立 | 第14-16页 |
| ·课题研究的工程背景及实验条件 | 第14-15页 |
| ·课题研究的意义及应用前景 | 第15-16页 |
| ·本文主要研究工作 | 第16-17页 |
| 2 WMR整体结构及动力学分析 | 第17-29页 |
| ·引言 | 第17页 |
| ·WMR的整体结构 | 第17-18页 |
| ·机械手的结构组成 | 第17-18页 |
| ·移动体(AGV)的结构 | 第18页 |
| ·具有诱导结构的机械手的动力学分析 | 第18-22页 |
| ·串联结构中的诱导运动 | 第19页 |
| ·结构方案及主要性能参数 | 第19-20页 |
| ·诱导运动的运动学的分析 | 第20-21页 |
| ·诱导运动的动力学分析 | 第21-22页 |
| ·诱导运动的动力学仿真 | 第22-25页 |
| ·关节1和2之间诱导运动的仿真 | 第22-23页 |
| ·仿真结果的分析 | 第23-24页 |
| ·冗余功率产生的影响 | 第24页 |
| ·诱导运动的实验验证 | 第24-25页 |
| ·WMR整体结构的动力学仿真 | 第25-27页 |
| ·WMR整体运动仿真 | 第25-26页 |
| ·对仿真结果的分析 | 第26-27页 |
| ·WMR整体动力学的优化问题 | 第27页 |
| ·本章小结 | 第27-29页 |
| 3 计算机控制系统的组成和开发 | 第29-37页 |
| ·引言 | 第29页 |
| ·控制系统的硬件组成 | 第29-30页 |
| ·PMAC2的结构和组成 | 第30-31页 |
| ·控制系统的软件开发 | 第31-33页 |
| ·PMAC2软件开发的环境和资源 | 第31-32页 |
| ·主程序的结构和功能 | 第32-33页 |
| ·运动控制程序的编制 | 第33页 |
| ·控制系统相关参数的调整和设定 | 第33-36页 |
| ·伺服中断周期的设定 | 第33-34页 |
| ·PID参数的调试和设定 | 第34-36页 |
| ·辅助功能变量的调试和设定 | 第36页 |
| ·本章小结 | 第36-37页 |
| 4 WMR信号检测系统的设计和研究 | 第37-55页 |
| ·引言 | 第37页 |
| ·WMR方向和位置的检测系统 | 第37-42页 |
| ·由陀螺仪组成的方位角测量系统 | 第38-39页 |
| ·磁阻方位角测量仪(数字罗盘)的实验研究 | 第39-42页 |
| ·避障及碰撞检测系统 | 第42-53页 |
| ·开关式运动接触传感器 | 第42-45页 |
| ·智能型运动接触传感器 | 第45-52页 |
| ·用于避障的超声波传感器 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 5 检测信号的误差补偿及滤波处理 | 第55-71页 |
| ·引言 | 第55页 |
| ·非线性误差的神经网络校正 | 第55-60页 |
| ·非线性误差及相关修正方法 | 第55-56页 |
| ·神经网络修正的基本原理 | 第56-57页 |
| ·神经网络与其它修正方法的对比实验 | 第57-60页 |
| ·小结 | 第60页 |
| ·测量信号的数字滤波 | 第60-64页 |
| ·测量信号中的干扰噪声 | 第60-62页 |
| ·关于数字滤波器 | 第62-63页 |
| ·数字滤波器的数学描述 | 第63-64页 |
| ·数字滤波器的设计 | 第64-67页 |
| ·设计步骤及设计指标 | 第64页 |
| ·两种滤波器的设计和性能分析 | 第64-67页 |
| ·实验及结果 | 第67-69页 |
| ·实验装置的组成 | 第67页 |
| ·两种滤波器的对比滤波实验 | 第67-69页 |
| ·本章小结 | 第69-71页 |
| 6 AGV多传感器数据融合与轨迹跟踪 | 第71-81页 |
| ·引言 | 第71页 |
| ·轮式移动机器人(WMR)运动的随机特性 | 第71-72页 |
| ·多传感器数据融合算法 | 第72-77页 |
| ·融合算法模型的选择 | 第72-74页 |
| ·基于卡尔曼滤波的数据融合方法 | 第74-75页 |
| ·AGV的状态方程 | 第75页 |
| ·系统的滤波方程 | 第75-76页 |
| ·滤波算法的计算机仿真 | 第76-77页 |
| ·数据融合与AGV的轨迹跟踪实验 | 第77-80页 |
| ·实验原理及实验装置 | 第77-79页 |
| ·数据融合实验 | 第79页 |
| ·轨迹跟踪实验 | 第79-80页 |
| ·实验结果的分析 | 第80页 |
| ·本章小结 | 第80-81页 |
| 7 AGV的智能化转向控制方法 | 第81-90页 |
| ·引言 | 第81页 |
| ·负载引起的附加力矩 | 第81-82页 |
| ·负载对转向方式的影响 | 第82-83页 |
| ·欠转向方式 | 第82-83页 |
| ·过转向方式 | 第83页 |
| ·附加力矩对转向的影响 | 第83页 |
| ·基于纵向倾角的质心位置测量方法 | 第83-85页 |
| ·基于负载的转向实验 | 第85-88页 |
| ·实验的方案及设备 | 第85-86页 |
| ·欠转向实验 | 第86-87页 |
| ·过转向实验 | 第87-88页 |
| ·实验结果的分析 | 第88页 |
| ·本章小结 | 第88-90页 |
| 8 总结与展望 | 第90-94页 |
| ·全文总结 | 第90-91页 |
| ·论文创新之处 | 第91-92页 |
| ·展望 | 第92-94页 |
| 致谢 | 第94-95页 |
| 参考文献 | 第95-100页 |
| 攻读博士学位期间发表的论文及研究成果 | 第100页 |
| 一、攻读博士期间发表的论文(第一作者) | 第100页 |
| 二、攻读博士期间参与完成的科研项目: | 第100页 |
