基于多传感器行为融合基础上的AGV导航研究
第一章 绪论 | 第1-22页 |
·引言 | 第12页 |
·机器人定义及分类 | 第12-14页 |
·移动机器人关键技术 | 第14-21页 |
·导航与定位 | 第15-17页 |
·路径规划和运动控制 | 第17-20页 |
·移动机器人跟踪控制技术 | 第20-21页 |
·研究内容简介 | 第21-22页 |
第二章 多传感器信息融合 | 第22-35页 |
·机器人传感器技术及分类 | 第22-23页 |
·多传感器信息融合 | 第23-30页 |
·多传感器信息融合技术 | 第23-25页 |
·信息融合的具体方法 | 第25-27页 |
·信息融合的拓扑结构 | 第27-30页 |
·移动机器人传感器 | 第30-35页 |
·超声波传感器 | 第31-33页 |
·AGV模型结构 | 第33-35页 |
第三章 基于行为融合的 AGV导航 | 第35-44页 |
·移动机器人体系结构 | 第35-37页 |
·基于功能分解的体系结构 | 第35-36页 |
·基于行为的反应式体系结构 | 第36-37页 |
·混合式体系结构 | 第37页 |
·AGV的行为的设计 | 第37-40页 |
·基本行为设计 | 第37-39页 |
·AGV的基本行为分析 | 第39-40页 |
·AGV导航行为的分解 | 第40-42页 |
·AGV基本行为融合 | 第42-44页 |
第四章 模糊神经网络 | 第44-62页 |
·神经网络简介 | 第44-49页 |
·人工神经元模型 | 第44-47页 |
·神经网络结构及工作方式 | 第47-48页 |
·神经网络的学习方法 | 第48-49页 |
·基于模糊神经网络的信息融合 | 第49-57页 |
·模糊集理论法 | 第49-51页 |
·神经网络法 | 第51-53页 |
·模糊神经网络法 | 第53-57页 |
·AGV的模糊神经网络控制器的设计 | 第57-62页 |
·AGV模糊神经网络的结构 | 第57-59页 |
·网络的学习算法 | 第59-62页 |
第五章 仿真结果及分析 | 第62-71页 |
·AGV系统仿真 | 第62-70页 |
·简单环境下 AGV导航仿真 | 第62-67页 |
·复杂环境下 AGV导航仿真 | 第67-70页 |
·仿真结论 | 第70-71页 |
第六章 总结 | 第71-73页 |
参考文献 | 第73-77页 |
硕士期间发表论文 | 第77页 |