摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-14页 |
1.1 研究背景及研究意义 | 第8-9页 |
1.1.1 研究背景 | 第8-9页 |
1.1.2 研究意义 | 第9页 |
1.2 移动机器人研究现状 | 第9-10页 |
1.3 主要研究内容 | 第10-11页 |
1.4 本文组织结构 | 第11-14页 |
第2章 AS-RE 移动机器人 | 第14-18页 |
2.1 AS-RE 移动机器人特点 | 第14页 |
2.2 AS-RE 系统结构与模块 | 第14-17页 |
2.3 AS-RE 传感器系统 | 第17页 |
2.3.1 声纳传感器 | 第17页 |
2.3.2 PSD 传感器 | 第17页 |
2.4 本章小结 | 第17-18页 |
第3章 红外、声纳传感器的研究与结合 | 第18-34页 |
3.1 声纳传感器特性研究 | 第18-21页 |
3.1.1 声纳的测量原理 | 第18-19页 |
3.1.2 声纳的测距实验结果 | 第19-21页 |
3.1.3 对声纳测距结果的分析 | 第21页 |
3.2 红外传感器特性研究 | 第21-25页 |
3.2.1 红外传感器的测量距离原理 | 第22-24页 |
3.2.2 红外传感器的测量结果 | 第24-25页 |
3.3 红外、声纳传感器的结合 | 第25-32页 |
3.3.1 红外、声纳相结合使用的优点 | 第25-26页 |
3.3.2 红外、声纳传感器相结合需解决的关键问题 | 第26-27页 |
3.3.3 红外、声纳传感器的结合使用模型 | 第27-30页 |
3.3.4 融合方法 | 第30页 |
3.3.5 红外、声纳传感器的信息融合 | 第30-32页 |
3.4 本章小结 | 第32-34页 |
第4章 一种基于红外声纳传感器的机器人自主运动方法 | 第34-52页 |
4.1 自主移动机器人 | 第35-37页 |
4.1.1 感知环境 | 第35页 |
4.1.2 定位相似环境 | 第35-36页 |
4.1.3 行为决策 | 第36-37页 |
4.2 K 近邻分类算法 | 第37-40页 |
4.2.1 分类算法 | 第37-38页 |
4.2.2 基于实例的学习算法 | 第38页 |
4.2.3 K 近邻方法 | 第38-40页 |
4.3 基于红外、声纳的机器人自主运动方法 | 第40-43页 |
4.3.1 从遥控到自主的移动机器人控制方法模型的建立 | 第40-42页 |
4.3.2 方法详细步骤 | 第42-43页 |
4.4 实验结果及分析 | 第43-50页 |
4.4.1 遥控操作的实验结果与分析 | 第43-45页 |
4.4.2 不同 K 值得实验室结果与分析 | 第45-47页 |
4.4.3 两种传感器融合的实验室结果与分析 | 第47-49页 |
4.4.4 对数据属性手动加权的实验结果与分析 | 第49-50页 |
4.5 本章小结 | 第50-52页 |
结论 | 第52-54页 |
参考文献 | 第54-58页 |
致谢 | 第58页 |