割草机器人多传感器融合与导航技术的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 引言 | 第9-11页 |
| 1 绪论 | 第11-21页 |
| ·割草机器人的研究现状和发展趋势 | 第11-16页 |
| ·国外割草机器人的研究现状 | 第12-15页 |
| ·国内割草机器人的研究现状 | 第15-16页 |
| ·智能割草机器人的特点 | 第16-17页 |
| ·割草机器人的关键技术 | 第17-18页 |
| ·课题的来源和意义 | 第18-19页 |
| ·课题来源 | 第18页 |
| ·研究意义 | 第18-19页 |
| ·论文的研究内容 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 2 多传感器信息融合技术 | 第21-31页 |
| ·引言 | 第21-22页 |
| ·多传感器信息融合技术的基本内容 | 第22-30页 |
| ·多传感器信息融合的层次 | 第22-26页 |
| ·多传感器信息融合的拓扑结构 | 第26-28页 |
| ·信息融合的一般方法 | 第28-30页 |
| ·多传感器融合技术在移动机器人中的应用 | 第30页 |
| ·本章小结 | 第30-31页 |
| 3 割草机器人运动控制及传感器选型 | 第31-45页 |
| ·引言 | 第31页 |
| ·割草机器人的运动控制 | 第31-36页 |
| ·割草机器人结构模型 | 第31-32页 |
| ·割草机器人的运动学模型 | 第32-33页 |
| ·割草机器人的动力学模型 | 第33-34页 |
| ·割草机器人驱动控制系统模型 | 第34-36页 |
| ·割草机器人传感器选型 | 第36-42页 |
| ·割草机器人内部传感器 | 第36-38页 |
| ·割草机器人外部传感器 | 第38-42页 |
| ·割草机器人的避障探测系统 | 第42-44页 |
| ·超声波传感器环 | 第43-44页 |
| ·红外线传感器环 | 第44页 |
| ·本章小结 | 第44-45页 |
| 4 基于BP网络的多超声波传感器信息融合 | 第45-56页 |
| ·引言 | 第45页 |
| ·BP网络 | 第45-47页 |
| ·BP网络的结构 | 第46页 |
| ·BP网络的学习算法 | 第46-47页 |
| ·BP网络在多超声波传感器信息融合中的应用 | 第47-50页 |
| ·多超声波传感器信息融合训练样本的产生 | 第47-48页 |
| ·BP网络融合结果分析 | 第48-50页 |
| ·模糊神经网络信息融合方法 | 第50-51页 |
| ·常见模糊神经网络的结构 | 第51页 |
| ·基于T-S模型的模糊神经网络结构 | 第51-55页 |
| ·T-S模型 | 第51-52页 |
| ·T-S模型的模糊神经网络结构 | 第52-55页 |
| ·模糊神经网络的混合学习方法 | 第55页 |
| ·本章小结 | 第55-56页 |
| 5 模糊神经网络在割草机器人避障中的应用 | 第56-64页 |
| ·引言 | 第56-57页 |
| ·割草机器人的物理模型 | 第57页 |
| ·用于机器人避障的模糊神经网络的信息融合方法 | 第57-58页 |
| ·模糊神经网络控制器的设计 | 第58-62页 |
| ·输入、输出变量的设定 | 第59页 |
| ·模糊控制规则的建立 | 第59-60页 |
| ·模糊神经网络的训练 | 第60-62页 |
| ·避障仿真试验 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 6 基于传感器融合的割草机器人导航定位 | 第64-72页 |
| ·引言 | 第64-65页 |
| ·割草机器人的地图建立及定位 | 第65-67页 |
| ·割草机器人导航仿真试验 | 第67-71页 |
| ·本章小结 | 第71-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 附录A 自动割草机器人专利申请书 | 第77-78页 |
| 攻读硕士学位期间发表学术论文情况 | 第78-79页 |
| 致谢 | 第79-80页 |
