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

智能机器人传感服装与数据处理研究

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

论文共134页,点击 下载论文
上一篇:旋转机械的测试信号分析及隐马尔科夫模型应用研究
下一篇:语义社区中服务注册中心部署策略研究