| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-30页 |
| ·论文的研究背景及意义 | 第13-14页 |
| ·移动机器人的研究现状 | 第14-22页 |
| ·移动机器人应用中的科学技术问题 | 第22页 |
| ·移动机器人自主导航关键技术的研究现状 | 第22-28页 |
| ·环境信息获取 | 第22-24页 |
| ·环境建模与定位 | 第24页 |
| ·环境认知 | 第24-25页 |
| ·导航避障方法 | 第25-28页 |
| ·本论文的主要内容 | 第28-30页 |
| 第2章 移动机器人自主导航系统设计 | 第30-47页 |
| ·移动机器人导航系统硬件设计 | 第30-43页 |
| ·3D相机SR-3000 | 第31-41页 |
| ·SONY EVI-HD1摄像机 | 第41-42页 |
| ·惯性测量系统MTi | 第42-43页 |
| ·坐标系的建立 | 第43页 |
| ·移动机器人导航系统软件设计 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第3章 非结构环境下障碍物的实时检测与识别方法 | 第47-69页 |
| ·基于图像与空间信息的非结构化场景分割方法 | 第47-55页 |
| ·非结构化环境下场景分割的研究进展 | 第47-51页 |
| ·基于图像与空间信息的非结构化场景分割方法 | 第51-55页 |
| ·非结构化环境下障碍物的特征提取 | 第55-56页 |
| ·基于相关向量机的障碍物识别方法 | 第56-60页 |
| ·相关向量机分类原理 | 第57-59页 |
| ·多类问题的相关向量机算法 | 第59-60页 |
| ·算法小结 | 第60-61页 |
| ·实验分析 | 第61-68页 |
| ·障碍物分割及其特征提取 | 第61-67页 |
| ·障碍物识别 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第4章 非结构环境下地表的识别方法 | 第69-90页 |
| ·非结构化环境下基于视觉的地表识别研究进展 | 第69-75页 |
| ·基于颜色的特征提取 | 第70-72页 |
| ·基于纹理的特征提取 | 第72-75页 |
| ·基于Gabor小波和混合进化算法的地表特征提取 | 第75-80页 |
| ·Gabor小波提取地表特征 | 第75-76页 |
| ·混合进化算法优化地表特征选择 | 第76-80页 |
| ·基于相关向量机神经网络的地表识别 | 第80-84页 |
| ·相关向量机神经网络 | 第80-83页 |
| ·基于相关向量机神经网络的地表识别 | 第83-84页 |
| ·实验分析 | 第84-89页 |
| ·图像特征节点和Gabor小波参数优化结果 | 第85-87页 |
| ·结果评价 | 第87-89页 |
| ·本章小结 | 第89-90页 |
| 第5章 非结构环境下地形的可通行性评价 | 第90-111页 |
| ·地形的可通行性 | 第90-92页 |
| ·模糊逻辑基本理论 | 第92-93页 |
| ·基于模糊逻辑的地形可通行性评价 | 第93-106页 |
| ·地形坡度 | 第93-100页 |
| ·地形粗糙度 | 第100-102页 |
| ·地形开阔度 | 第102-103页 |
| ·地形不连续度 | 第103-104页 |
| ·地形表面硬度 | 第104页 |
| ·地形可通行性评价 | 第104-106页 |
| ·实验分析 | 第106-110页 |
| ·本章小结 | 第110-111页 |
| 第6章 基于混合协调策略和分层结构的行为导航 | 第111-139页 |
| ·移动机器人反应式导航控制方法 | 第111-116页 |
| ·单控制器反应式导航 | 第111-113页 |
| ·基于行为的反应式导航 | 第113-116页 |
| ·基于混合协调策略和分层结构的行为导航方法 | 第116-131页 |
| ·总体方案 | 第116-117页 |
| ·基于模糊神经网络的底层基本行为控制器设计 | 第117-127页 |
| ·多行为的混合协调策略 | 第127-131页 |
| ·基于模糊逻辑的非结构化环境下自主导航 | 第131-133页 |
| ·算法小结 | 第133-134页 |
| ·实验分析 | 第134-138页 |
| ·本章小结 | 第138-139页 |
| 结论 | 第139-142页 |
| 参考文献 | 第142-155页 |
| 致谢 | 第155-156页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第156-157页 |
| 附录B 攻读学位期间所获专利和软件著作权 | 第157-158页 |
| 附录C 攻读学位期间参与的科研项目、鉴定成果和获得的奖励 | 第158页 |