基于模糊神经网络的全向智能轮椅避障策略研究及在网球双打中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 第1章 绪论 | 第10-20页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·智能轮椅在国内外的研究概况 | 第11-14页 |
| ·国外发展概况 | 第11-13页 |
| ·国内发展概况 | 第13-14页 |
| ·智能轮椅关键技术 | 第14-17页 |
| ·多传感器信息融合技术 | 第14-15页 |
| ·机器人控制系统 | 第15-16页 |
| ·人机交互接口 | 第16-17页 |
| ·论文的研究内容与结构安排 | 第17-18页 |
| ·主要研究内容 | 第17页 |
| ·论文结构安排 | 第17-18页 |
| ·本章小结 | 第18-20页 |
| 第2章 智能轮椅系统结构与开发平台 | 第20-28页 |
| ·智能轮椅开发平台 | 第20-24页 |
| ·硬件平台系统构成 | 第20-21页 |
| ·超声波传感器 | 第21-22页 |
| ·麦克纳姆全向轮 | 第22-24页 |
| ·压力传感器 | 第24页 |
| ·软件开发平台介绍 | 第24-25页 |
| ·本章小结 | 第25-28页 |
| 第3章 模糊神经网络避障研究 | 第28-50页 |
| ·基于模糊逻辑的避障算法 | 第28-33页 |
| ·模糊集合运算与模糊推理 | 第28-31页 |
| ·模糊逻辑避障算法 | 第31-33页 |
| ·基于模糊神经网络的避障算法 | 第33-39页 |
| ·模糊神经网络结构 | 第33-35页 |
| ·模糊神经网络学习算法 | 第35-38页 |
| ·基于模糊神经网络的避障算法 | 第38-39页 |
| ·基于改进模糊神经网络的避障算法 | 第39-47页 |
| ·改进模糊神经网络控制器 | 第40-45页 |
| ·改进模糊神经网络参数调整方法 | 第45-46页 |
| ·改进模糊神经网络训练结果 | 第46-47页 |
| ·本章小结 | 第47-50页 |
| 第4章 智能轮椅网球双打避障策略研究 | 第50-60页 |
| ·网球轮椅及双打战术 | 第50-52页 |
| ·网球轮椅 | 第50-51页 |
| ·轮椅网球双打战术 | 第51-52页 |
| ·基于状态控制变量的避障算法 | 第52-53页 |
| ·状态控制变量 | 第52-53页 |
| ·状态控制变量避障算法 | 第53页 |
| ·智能轮椅双打避障策略 | 第53-59页 |
| ·基于策略转换机制的避障策略 | 第54-55页 |
| ·发球和接发球战术 | 第55-57页 |
| ·双上网和抢网战术 | 第57-58页 |
| ·防守战术 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 实验结果与分析 | 第60-68页 |
| ·人机交互系统 | 第60-61页 |
| ·仿真实验结果及分析 | 第61-66页 |
| ·静态环境下智能轮椅避障 | 第61-62页 |
| ·动态环境中智能轮椅避障 | 第62-63页 |
| ·智能轮椅状态控制变量策略避障 | 第63-64页 |
| ·智能轮椅网球双打避障 | 第64-66页 |
| ·实验室环境下智能轮椅避障实验 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间所发表的学术论文 | 第74-76页 |
| 致谢 | 第76页 |
