家庭服务机器人导航中的信息融合技术研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第10-20页 |
| ·课题背景 | 第10-11页 |
| ·机器人导航研究概述 | 第11-13页 |
| ·导航的功能 | 第11-12页 |
| ·导航的关键技术 | 第12-13页 |
| ·导航方式 | 第13页 |
| ·信息融合技术在机器人导航中的应用概况 | 第13-18页 |
| ·信息融合的产生和发展 | 第13-15页 |
| ·信息融合的方法 | 第15页 |
| ·信息融合在机器人导航中的应用及举例 | 第15-17页 |
| ·信息融合及机器人导航研究中存在的问题 | 第17-18页 |
| ·本课题的研究目的和意义 | 第18页 |
| ·本文主要研究内容 | 第18-20页 |
| 第二章 智能融合结构及机器人组合导航系统 | 第20-31页 |
| ·信息融合技术基础 | 第20-24页 |
| ·信息融合的基本原理 | 第20-21页 |
| ·信息融合的层次分类 | 第21-23页 |
| ·信息融合的结构 | 第23-24页 |
| ·基于黑板的分布式智能信息融合结构 | 第24-28页 |
| ·黑板式智能融合结构 | 第25-26页 |
| ·局部融合方法简介 | 第26-27页 |
| ·基于行为协调的全局融合 | 第27-28页 |
| ·家庭服务机器人组合式导航系统 | 第28-30页 |
| ·机器人的感知系统 | 第28页 |
| ·智能空间的基础知识 | 第28-29页 |
| ·组合式智能导航系统 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于动态神经网络信息融合的家庭环境识别 | 第31-44页 |
| ·声纳及红外传感器测距系统 | 第31-33页 |
| ·超声波传感器测距原理 | 第31-32页 |
| ·红外传感器测距原理 | 第32-33页 |
| ·数据预处理 | 第33-35页 |
| ·基于动态神经网络的时空信息融合 | 第35-37页 |
| ·外延时神经网络 | 第35-36页 |
| ·短时记忆类型 | 第36-37页 |
| ·基于超声波与红外传感器的环境识别 | 第37-43页 |
| ·问题的提出 | 第37-38页 |
| ·融合的实现 | 第38-43页 |
| ·网络训练 | 第39-40页 |
| ·神经网络的应用 | 第40-43页 |
| ·结果分析 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于混合信息融合的机器人局部路径规划 | 第44-56页 |
| ·混合式信息融合方法 | 第44页 |
| ·基于激光与视觉融合的环境特征提取 | 第44-50页 |
| ·激光传感器模型 | 第45-46页 |
| ·视觉传感器模型 | 第46页 |
| ·激光和摄像机的环境特征匹配融合 | 第46-49页 |
| ·视觉信息处理 | 第47-48页 |
| ·特征提取与匹配融合 | 第48-49页 |
| ·基于激光传感器信息的路况分析 | 第49-50页 |
| ·基于 D-S 证据理论的决策层融合 | 第50-55页 |
| ·D-S 证据理论 | 第50-51页 |
| ·基于构造质量函数的 BPA | 第51-53页 |
| ·地标融合实现 | 第53页 |
| ·实验结果分析 | 第53-55页 |
| ·实验分析 | 第53-54页 |
| ·仿真分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 基于情感模式的行为融合系统设计与实现 | 第56-67页 |
| ·基于行为研究的生物学基础 | 第56-57页 |
| ·行为融合机制 | 第57-59页 |
| ·基于表决机制的命令融合 | 第57-58页 |
| ·基于叠加的命令融合 | 第58页 |
| ·模糊命令融合 | 第58页 |
| ·基于人工情感的行为融合 | 第58-59页 |
| ·机器人导航行为设计 | 第59-61页 |
| ·机器人运动角度输出控制 | 第60页 |
| ·机器人运动速度输出 | 第60-61页 |
| ·基于人工情感的行为融合设计 | 第61-64页 |
| ·人工情感系统 | 第61-63页 |
| ·基于情感机制的行为协调 | 第63-64页 |
| ·实验分析 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76-77页 |
| 硕士期间发表的论文 | 第77页 |
| 硕士期间参加的科研工作 | 第77-78页 |
| 学位论文评阅及答辩情况表 | 第78页 |
