基于视觉的AGV转向模型和控制研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-18页 |
| ·引言 | 第7页 |
| ·AGV发展状况和特点 | 第7-10页 |
| ·国内外自动导向小车发展的历史和现状 | 第7-10页 |
| ·AGV的特点 | 第10页 |
| ·AGV导向技术简介 | 第10-12页 |
| ·AGV转向模型与控制算法 | 第12-17页 |
| ·AGV转向车体模型 | 第12-14页 |
| ·AGV转向控制模型 | 第14-15页 |
| ·AGV转向控制算法 | 第15-17页 |
| ·本文的研究内容 | 第17-18页 |
| 第二章 V-AGV系统结构 | 第18-26页 |
| ·V-AGV的系统原理和基本结构 | 第18-19页 |
| ·V-AGV系统硬件设计 | 第19-24页 |
| ·V-AGV系统软件设计 | 第24-25页 |
| ·V-AGV的路径检测 | 第25页 |
| ·小结 | 第25-26页 |
| 第三章 基于动觉图式的仿人智能转向模型建立 | 第26-40页 |
| ·基于动觉图式的仿人智能控制概述 | 第26-27页 |
| ·基于动觉图式的仿人智能控制理论 | 第27-30页 |
| ·仿人智能控制模型的基本概念 | 第27-28页 |
| ·基于动觉图式的仿人智能控制的理论体系 | 第28-30页 |
| ·V-AGV转向控制模型建立 | 第30-38页 |
| ·转向控制模型的设计思想 | 第31页 |
| ·转向控制模型的感知图式 | 第31-32页 |
| ·转向控制模型的运动图式 | 第32-38页 |
| ·转向控制模型的关联图式 | 第38页 |
| ·V-AGV系统模型的融合 | 第38-39页 |
| ·小结 | 第39-40页 |
| 第四章 AGV转向控制算法研究 | 第40-55页 |
| ·V-AGV控制方式及工作原理 | 第40-41页 |
| ·智能控制算法的研究 | 第41页 |
| ·S型路径转向控制 | 第41-44页 |
| ·仿人智能控制器的原型算法 | 第41-42页 |
| ·仿人智能控制器算法特点 | 第42-43页 |
| ·仿人智能控制原型算法的改进 | 第43页 |
| ·仿人智能控制器Matlab仿真 | 第43-44页 |
| ·直线导向路径转向控制 | 第44-49页 |
| ·模糊控制基本原理 | 第45页 |
| ·精确量的模糊化 | 第45-46页 |
| ·模糊控制规则 | 第46-47页 |
| ·模糊量的精确化 | 第47-48页 |
| ·模糊控制表 | 第48页 |
| ·Matlab仿真 | 第48-49页 |
| ·直角转向控制 | 第49-50页 |
| ·直角识别 | 第49-50页 |
| ·直角转向 | 第50页 |
| ·避障转向控制 | 第50-51页 |
| ·障碍物的检测 | 第50页 |
| ·避障转向 | 第50-51页 |
| ·程序编制与实验结果 | 第51-54页 |
| ·程序编制 | 第51-52页 |
| ·实验结果 | 第52-54页 |
| ·小结 | 第54-55页 |
| 第五章 控制方法综合研究 | 第55-66页 |
| ·智能控制 | 第55-56页 |
| ·模糊与神经网络综合 | 第56-59页 |
| ·神经模糊控制系统 | 第56-58页 |
| ·模糊神经网络 | 第58页 |
| ·神经模糊控制系统Matlab仿真 | 第58-59页 |
| ·智能方法与传统控制综合 | 第59-64页 |
| ·模糊PID控制 | 第60-63页 |
| ·单神经元自适应PID控制 | 第63-64页 |
| ·小结 | 第64-66页 |
| 第六章 总结与展望 | 第66-68页 |
| ·研究内容总结 | 第66页 |
| ·存在及尚需解决的问题 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 附录A(攻读硕士学位期间发表的论文) | 第72页 |
