基于多传感器信息融合的机器人的行为控制
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 机器人与传感器 | 第11页 |
| 1.2 多传感器系统与信息融合 | 第11-12页 |
| 1.3 多传感器信息融合技术 | 第12-16页 |
| 1.3.1 信息融合的原理 | 第13-14页 |
| 1.3.2 信息融合的方法 | 第14-16页 |
| 1.4 信息融合在机器人领域的应用 | 第16-18页 |
| 1.5 本课题的主要内容 | 第18-21页 |
| 第2章 机器人NAO的多传感器感知系统 | 第21-35页 |
| 2.1 机器人NAO的多传感器技术 | 第21-23页 |
| 2.1.1 多传感器系统的组成 | 第21-23页 |
| 2.1.2 多传感器系统的感知 | 第23页 |
| 2.2 机器人NAO感知的本体信息 | 第23-25页 |
| 2.3 机器人NAO感知的外界信息 | 第25-29页 |
| 2.4 机器人NAO感知信息的监测 | 第29-33页 |
| 2.4.1 信息监测的设计 | 第29-31页 |
| 2.4.2 信息监测的实现 | 第31-33页 |
| 2.5 本章小结 | 第33-35页 |
| 第3章 基于自适应神经模糊推理的信息融合 | 第35-47页 |
| 3.1 模糊控制理论及其用于信息融合 | 第35-38页 |
| 3.1.1 模糊控制系统的设计 | 第35-37页 |
| 3.1.2 基于模糊推理的信息融合 | 第37-38页 |
| 3.2 神经网络增强模糊推理系统 | 第38-40页 |
| 3.2.1 神经网络的基本原理 | 第38-39页 |
| 3.2.2 神经网络和模糊推理的结合 | 第39-40页 |
| 3.3 自适应神经模糊推理系统 | 第40-45页 |
| 3.3.1 ANFIS的模型结构 | 第41-42页 |
| 3.3.2 神经网络的学习 | 第42-44页 |
| 3.3.3 ANFIS的建模过程 | 第44-45页 |
| 3.4 自适应神经模糊推理系统的信息融合步骤 | 第45-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 机器人NAO的基本行为设计 | 第47-63页 |
| 4.1 移动机器人的模型 | 第47-49页 |
| 4.2 避障行为的设计 | 第49-55页 |
| 4.2.1 样本数据的获取 | 第50-52页 |
| 4.2.2 避障行为的ANFIS设计 | 第52-55页 |
| 4.3 执行命令行为的设计 | 第55-57页 |
| 4.3.1 执行声音命令 | 第55-56页 |
| 4.3.2 执行触觉命令 | 第56-57页 |
| 4.4 趋向目标行为的设计 | 第57-59页 |
| 4.5 紧急行为的设计 | 第59-60页 |
| 4.6 漫游行为的设计 | 第60-61页 |
| 4.7 本章小结 | 第61-63页 |
| 第5章 基于信息融合的机器人行为控制的实现 | 第63-73页 |
| 5.1 行为协调机制 | 第63-64页 |
| 5.2 机器人行为控制的实现 | 第64-67页 |
| 5.2.1 行为控制流程 | 第64-65页 |
| 5.2.2 动态调整控制权值 | 第65-67页 |
| 5.3 机器人实验平台 | 第67-68页 |
| 5.4 实验结果与分析 | 第68-71页 |
| 5.5 本章小结 | 第71-73页 |
| 第6章 总结与展望 | 第73-75页 |
| 6.1 总结 | 第73-74页 |
| 6.2 展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79页 |
