自主双轮平衡车智能控制研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-16页 |
| 1.2.1 国外研究现状 | 第11-15页 |
| 1.2.2 国内研究现状 | 第15-16页 |
| 1.3 本论文研究相关内容 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 第二章 系统搭建与建模 | 第18-32页 |
| 2.1 平衡车系统搭建 | 第18-26页 |
| 2.1.1 硬件系统搭建 | 第18-22页 |
| 2.1.2 软件系统搭建 | 第22-26页 |
| 2.2 平衡车模型分析 | 第26-31页 |
| 2.2.1 问题公式化和预备知识 | 第27页 |
| 2.2.2 两轮自平衡车的动力学模型 | 第27-28页 |
| 2.2.3 简化的动力学模型 | 第28-30页 |
| 2.2.4 物理性质 | 第30-31页 |
| 2.3 本章小结 | 第31-32页 |
| 第三章 PID控制 | 第32-43页 |
| 3.1 PID控制器概述 | 第32-39页 |
| 3.1.1 PID控制器的不同形式 | 第33-37页 |
| 3.1.2 数字PID算法 | 第37-39页 |
| 3.2 PID控制器设计 | 第39页 |
| 3.3 实验结果与分析 | 第39-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 自适应鲁棒控制 | 第43-60页 |
| 4.1 自适应鲁棒控制器简介 | 第43-46页 |
| 4.1.1 鲁棒控制 | 第43-44页 |
| 4.1.2 自适应控制 | 第44-46页 |
| 4.2 控制器设计 | 第46-55页 |
| 4.3 实验结果分析 | 第55-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 神经网络控制 | 第60-85页 |
| 5.1 神经网络控制简介 | 第60-64页 |
| 5.1.1 单隐层前馈神经网络 | 第61-62页 |
| 5.1.2 极限学习机 | 第62-64页 |
| 5.2 反推控制器 | 第64-67页 |
| 5.2.1 反推控制器简介 | 第64-65页 |
| 5.2.2 递归设计步骤 | 第65-67页 |
| 5.3 控制器设计 | 第67-78页 |
| 5.4 实验结果与分析 | 第78-83页 |
| 5.5 本章小结 | 第83-85页 |
| 总结与展望 | 第85-87页 |
| 总结 | 第85-86页 |
| 展望 | 第86-87页 |
| 参考文献 | 第87-94页 |
| 攻读硕士学位期间取得的研究成果 | 第94-95页 |
| 致谢 | 第95-96页 |
| 附件 | 第96页 |
