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

多传感器信息融合及其在机器人中的应用

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-19页
   ·机器人第10-12页
     ·机器人的发展历程回顾第10-11页
     ·机器人的发展现状第11-12页
   ·多传感器信息融合技术第12-14页
     ·融合技术的产生和发展第12-13页
     ·信息融合的研究现状第13-14页
   ·信息融合技术在机器人领域中的应用第14-17页
   ·本课题的研究内容和意义第17-19页
第2章 多传感器信息融合技术第19-31页
   ·多传感器信息的表示与转换第19页
   ·基于层次的信息融合方式第19-23页
     ·数据层融合第20-21页
     ·特征层融合第21-22页
     ·决策层融合第22-23页
   ·多传感器信息融合系统的建模第23-28页
     ·逻辑传感器第23-25页
     ·传感器建模第25-28页
   ·多传感器信息融合的一般方法第28-30页
   ·本章小结第30-31页
第3章 模糊神经网络信息融合算法第31-44页
   ·神经网络和模糊控制的融合第31-33页
     ·神经网络和模糊逻辑技术第31-32页
     ·神经网络和模糊逻辑的结合形式第32-33页
   ·变结构模糊神经网络结构及学习算法第33-39页
     ·变结构模糊神经网络结构第33-36页
     ·学习算法第36-39页
   ·模糊神经网络融合方法在机器人避障中的应用第39-42页
     ·系统结构设计第39-42页
     ·仿真试验第42页
   ·本章小结第42-44页
第4章 B样条模糊神经网络融合算法第44-50页
   ·B样条基本函数与模糊方法的研究第44-45页
     ·B样条基本函数与模糊概念第44-45页
     ·基于B样条基本函数的模糊规则第45页
   ·基于B样条的模糊神经网络第45-48页
     ·基于B样条模糊神经网络的结构第45-47页
     ·B样条模糊神经网络的学习方法第47-48页
   ·B样条模糊神经网络在信息融合中的应用第48页
   ·本章小结第48-50页
第5章 多超声波传感器信息融合第50-61页
   ·超声传感器的特性与选择第50-52页
     ·传感器的选择第50页
     ·超声传感器的特性第50-52页
   ·多超声传感器机器人的物理模型第52-53页
   ·融合算法研究第53-57页
     ·数据分类与融合第53-54页
     ·模糊神经网络的学习算法第54-57页
   ·仿真研究第57-59页
   ·本章小结第59-61页
结论第61-63页
攻读硕士学位期间发表的论文第63-64页
参考文献第64-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:船舶结构局部应力有限元分析比较研究
下一篇:加筋板结构焊接变形预报方法研究