| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题的来源及研究意义 | 第8-9页 |
| 1.2 智能移动机器人的国内外研究现状 | 第9-14页 |
| 1.2.1 智能移动机器人及关键技术 | 第9-11页 |
| 1.2.2 信息融合技术 | 第11-14页 |
| 1.3 本文的研究内容与结构 | 第14-16页 |
| 第2章 信息融合的基本理论 | 第16-29页 |
| 2.1 信息融合的基本内容 | 第16-18页 |
| 2.1.1 传感器的建模 | 第16-17页 |
| 2.1.2 信息融合的分类 | 第17-18页 |
| 2.2 信息融合的算法及原理 | 第18-28页 |
| 2.2.1 模糊逻辑法 | 第19-20页 |
| 2.2.2 神经网络法 | 第20-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第3章 BP 神经网络信息融合算法的应用 | 第29-41页 |
| 3.1 引言 | 第29页 |
| 3.2 BP 神经网络的控制方案 | 第29-37页 |
| 3.2.1 传感器的选择 | 第29-33页 |
| 3.2.2 BP 神经网络算法的改进 | 第33-35页 |
| 3.2.3 两级 BP 神经网络信息融合的系统结构 | 第35-37页 |
| 3.3 仿真实验 | 第37-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第4章 模糊神经网络信息融合算法的应用 | 第41-62页 |
| 4.1 引言 | 第41-42页 |
| 4.2 模糊神经网络的控制方案 | 第42-56页 |
| 4.2.1 模糊神经网络的控制体系结构 | 第43-44页 |
| 4.2.2 基于模糊逻辑控制器的具体设计 | 第44-50页 |
| 4.2.3 变量与参数的物理意义 | 第50-51页 |
| 4.2.4 调节模型参数的算法 | 第51-53页 |
| 4.2.5 减少冗余规则的算法 | 第53-54页 |
| 4.2.6 状态存储方案 | 第54-56页 |
| 4.3 仿真实验 | 第56-61页 |
| 4.3.1 调节模型参数 | 第57-58页 |
| 4.3.2 减少冗余的规则 | 第58-59页 |
| 4.3.3 状态存储方案的有效性 | 第59-60页 |
| 4.3.4 复杂静态环境中的仿真 | 第60-61页 |
| 4.4 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69页 |