首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文--智能机器人论文

多功能智能轮椅的研究

摘要第5-6页
Abstract第6页
第一章 绪论第11-18页
    1.1 引言第11页
    1.2 国内外智能轮椅的发展现状第11-13页
        1.2.1 国外智能轮椅发展现状第12-13页
        1.2.2 国内智能轮椅发展现状第13页
    1.3 智能轮椅的关键技术第13-16页
        1.3.1 导航避障技术第14-15页
        1.3.2 人机交互技术第15-16页
    1.4 本文的研究内容以及论文结构第16-17页
    1.5 本章小结第17-18页
第二章 智能轮椅总体方案设计第18-27页
    2.1 智能轮椅的主要功能模块第18-19页
    2.2 智能轮椅的设备选型第19-21页
    2.3 智能轮椅的系统框架第21-23页
        2.3.1 智能轮椅的硬件框架第21-22页
        2.3.2 智能轮椅的软件框架第22-23页
    2.4 智能轮椅的运动学模型第23-26页
    2.5 本章小结第26-27页
第三章 智能轮椅的导航避障第27-40页
    3.1 常用避障方法第27-28页
        3.1.1 人工势场法第27页
        3.1.2 方向区间柱图法第27-28页
        3.1.3 曲率速度法第28页
    3.2 3样条轨迹规划第28-34页
        3.2.1 改变 3第30-31页
        3.2.2 改变起始角第31-32页
        3.2.3 同时改变 3和起始角度第32-33页
        3.2.4 最优路径选择第33-34页
    3.3 轨迹跟踪第34-36页
    3.4 实验分析第36-39页
        3.4.1 激光雷达坐标转换第36-37页
        3.4.2 避障实验第37-39页
    3.5 本章小结第39-40页
第四章 基于 Kinect 的视觉跟踪和导航系统第40-54页
    4.1 视觉跟踪和导航系统框架第40-41页
    4.2 半监督 on-line boosting 视觉跟踪第41-48页
        4.2.1 目标灰度特征第41-43页
        4.2.2 半监督 on-line boosting 算法框架第43-45页
        4.2.3 特征选取第45-47页
        4.2.4 分类器训练与分类第47-48页
    4.3 实验分析第48-53页
        4.3.1 视觉跟踪实验第48-49页
        4.3.2 跟踪和导航实验第49-53页
    4.4 本章小结第53-54页
第五章 基于想象运动的脑机控制接口第54-70页
    5.1 脑机接口的介绍第54-56页
        5.1.1 脑机接口的概念和分类第54页
        5.1.2 脑电信号的产生原理和特点第54-56页
    5.2 想象运动脑机接口的设计第56-65页
        5.2.1 数据采集与存储第57-58页
        5.2.2 数据预处理第58-60页
        5.2.3 共空间模式提取特征第60-61页
        5.2.4 分类与识别第61-62页
        5.2.5 训练模块设计第62-63页
        5.2.6 实时控制模块设计第63-65页
    5.3 实验分析第65-69页
        5.3.1 算法验证第65-66页
        5.3.2 想象运动脑机接口测试第66-67页
        5.3.3 实际控制轮椅第67-69页
    5.4 本章小结第69-70页
第六章 基于 Google Speech 语音识别的控制接口第70-81页
    6.1 语音识别控制接口系统流程第70页
    6.2 语音识别引擎的选择第70-72页
    6.3 aGoogle 语音识别引擎的调用第72-73页
    6.4 语音数据采集第73-74页
    6.5 语音数据的检测第74-76页
    6.6 轮椅的实时语音识别第76-77页
    6.7 实验分析第77-80页
    6.8 本章小结第80-81页
总结与展望第81-83页
    1 论文主要工作总结第81页
    2 本论文进一步的工作展望第81-83页
参考文献第83-88页
攻读硕士学位期间取得的研究成果第88-89页
致谢第89-90页
附件第90页

论文共90页,点击 下载论文
上一篇:基于支持向量机的蔬菜质量安全预测及溯源模型的研究与应用
下一篇:六自由度机械臂无标定视觉仿人智能控制