移动机器人的障碍物环境模式识别算法与实现
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 研究背景与意义 | 第7-8页 |
| 1.2 移动机器人的发展现状 | 第8-9页 |
| 1.3 模式识别技术研究现状 | 第9-11页 |
| 1.4 论文结构与创新 | 第11-12页 |
| 1.5 本章小结 | 第12-13页 |
| 第二章 神经网络模式识别 | 第13-28页 |
| 2.1 神经网络模式识别技术 | 第13-19页 |
| 2.1.1 人工神经网络概述 | 第14-16页 |
| 2.1.2 BP神经网路 | 第16-19页 |
| 2.2 基本萤火虫算法 | 第19-20页 |
| 2.3 改进萤火虫算法 | 第20-23页 |
| 2.3.1 进化模式的改进 | 第21-22页 |
| 2.3.2 自适应步长的改进 | 第22页 |
| 2.3.3 在BP神经网络中的应用 | 第22-23页 |
| 2.4 仿真与测试分析 | 第23-26页 |
| 2.5 本章小结 | 第26-28页 |
| 第三章 移动机器人系统结构设计 | 第28-45页 |
| 3.1 嵌入式系统概述 | 第28-29页 |
| 3.2 移动机器人系统总体结构 | 第29-31页 |
| 3.3 超声测距 | 第31-35页 |
| 3.3.1 传感器比较 | 第31-32页 |
| 3.3.2 超声波简述 | 第32-33页 |
| 3.3.3 测距原理 | 第33-35页 |
| 3.4 系统平台的搭建 | 第35-44页 |
| 3.4.1 主控系统硬件平台 | 第35-39页 |
| 3.4.2 主控制系统软件平台 | 第39-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 移动机器人障碍物环境模式识别算法与实现 | 第45-57页 |
| 4.1 障碍物环境模式识别系统 | 第45页 |
| 4.2 系统软件设计 | 第45-50页 |
| 4.2.1 运动功能模块设计 | 第45-47页 |
| 4.2.2 超声波测距模块设计 | 第47-49页 |
| 4.2.3 二级控制通信协议设计 | 第49-50页 |
| 4.3 基于改进BP的障碍物环境模式识别算法 | 第50-54页 |
| 4.4 系统测试 | 第54-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 工作总结和展望 | 第57-59页 |
| 5.1 工作总结 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间的研究成果 | 第63-64页 |
| 致谢 | 第64页 |
