中文摘要 | 第1-5页 |
英文摘要 | 第5-10页 |
1 绪论 | 第10-24页 |
·研究背景、目的和意义 | 第10-12页 |
·研究背景 | 第10-11页 |
·研究目的与意义 | 第11-12页 |
·国内外研究现状 | 第12-21页 |
·触觉传感技术的发展历程 | 第12-13页 |
·触觉传感技术的主要研究方向 | 第13-19页 |
·触觉技术发展中的存在问题与原因 | 第19-21页 |
·论文的研究内容 | 第21-22页 |
·本章小结 | 第22-24页 |
2 触觉传感器及其特性研究 | 第24-42页 |
·触觉传感器原理与选择 | 第24-25页 |
·导电橡胶传感原理 | 第25-28页 |
·导电橡胶压阻特性实验研究 | 第28-36页 |
·导电橡胶的温度特性 | 第36-40页 |
·导电橡胶的时滞特性 | 第40-41页 |
·本章小结 | 第41-42页 |
3 智能机器人触觉传感服装软、硬件系统设计研究 | 第42-62页 |
·智能机器人触觉传感服装设计的基本要求 | 第42-43页 |
·智能机器人触觉服装设计研究 | 第43-49页 |
·PB 阵列式触觉传感器的设计 | 第43-47页 |
·FPCB 触觉传感阵列 | 第47-48页 |
·分块式触觉传感服装制作 | 第48-49页 |
·触觉传感服装的硬件系统结构 | 第49-57页 |
·触觉传感器阵列信号检出电路设计 | 第50-51页 |
·传感阵列单元的选通电路设计 | 第51-52页 |
·被动式扫描传感阵列 | 第52-54页 |
·电压镜扫描传感阵列 | 第54-57页 |
·触觉传感服装的数据处理系统结构 | 第57-60页 |
·机器人服装触觉系统数据库 | 第58页 |
·触觉传感数据处理步骤 | 第58-60页 |
·本章小结 | 第60-62页 |
4 基于统计信息融合的传感数据处理算法研究 | 第62-82页 |
·多传感器信息融合基本理论 | 第62-63页 |
·传感数据的模型和估计 | 第63-68页 |
·不确定传感数据的估计 | 第64页 |
·估计模型 | 第64-65页 |
·传感器最优估计数据融合 | 第65-67页 |
·数据处理方式 | 第67-68页 |
·置信距离矩阵和置信距离测度 | 第68-72页 |
·相关矩阵与有向图表示法 | 第72-74页 |
·最佳传感器数据融合算法 | 第74-76页 |
·信息融合数据处理算法的正确性验证 | 第76-80页 |
·本章小结 | 第80-82页 |
5 基于神经网络的机器人传感服装数据处理方法研究 | 第82-104页 |
·人工神经网络信息融合技术 | 第82-83页 |
·神经网络触觉传感阵列信息融合策略 | 第83-86页 |
·触觉传感阵列的神经网络建模 | 第86-91页 |
·反向传播(BP)学习算法模型 | 第86-88页 |
·训练初始值的选择 | 第88-90页 |
·样本库的建立 | 第90-91页 |
·触觉传感器测试 | 第91-93页 |
·触觉图像处理 | 第93-103页 |
·触觉图像的显示 | 第93-95页 |
·触觉图形圆滑处理 | 第95-100页 |
·传感器坏点表示 | 第100页 |
·触觉录像显示 | 第100-103页 |
·本章小结 | 第103-104页 |
6 基于模糊认知图的机器人传感服装数据处理 | 第104-116页 |
·模糊认知图的概念 | 第104-105页 |
·模糊认知图的构造及建模 | 第105-108页 |
·模糊认知图的基本构造 | 第105-106页 |
·认知图的建模过程 | 第106-108页 |
·触觉认知图的构造步骤 | 第108页 |
·触觉形状识别处理 | 第108-111页 |
·触觉形状识别原理 | 第108-109页 |
·触觉认知图 | 第109-110页 |
·算法描述 | 第110-111页 |
·模糊认知图的训练算法 | 第111-113页 |
·仿真实验 | 第113-115页 |
·本章小结 | 第115-116页 |
7 结论与展望 | 第116-118页 |
·结论 | 第116-117页 |
·展望 | 第117-118页 |
致谢 | 第118-120页 |
参考文献 | 第120-130页 |
附录 | 第130-134页 |
A. 攻读博士学位期间发表的论文 | 第130-131页 |
B. 攻读博士学位期间从事的主要科研工作 | 第131页 |
C. 发明专利 | 第131-132页 |
D. 导电橡胶单元N15 样品温度、压力和电阻值测试数据 | 第132-133页 |
E. 导电橡胶单元N5 样品温度、压力和电阻值测试数据 | 第133-134页 |