基于脑心智发育网络模型的移动机器人场景认知研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究背景及意义 | 第9-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 课题的国外研究现状 | 第12-13页 |
| 1.2.2 课题的国内研究现状 | 第13-14页 |
| 1.3 本课题主要研究内容 | 第14页 |
| 1.4 论文各章节安排 | 第14-16页 |
| 第2章 仿人脑机制的场景认知 | 第16-26页 |
| 2.1 大脑处理机制 | 第16-18页 |
| 2.1.1 大脑皮层结构 | 第16-17页 |
| 2.1.2 大脑工作机理 | 第17-18页 |
| 2.2 视觉注意力选择机制 | 第18-21页 |
| 2.2.1 自上而下和自下而上的注意 | 第18-19页 |
| 2.2.2 场景理解及其相关模型 | 第19-21页 |
| 2.3 自下而上方法的显著性检测实验研究 | 第21-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 机器人的心智发育模型 | 第26-39页 |
| 3.1 自主心智发育模型 | 第26-27页 |
| 3.2 基于LCA的自主发育神经网络 | 第27-29页 |
| 3.3 基于IHDR的自主学习框架 | 第29-38页 |
| 3.3.1 IHDR算法流程 | 第30-32页 |
| 3.3.2 基于IHDR算法的实验研究 | 第32-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 基于自主学习框架的移动机器人视觉导航研究 | 第39-51页 |
| 4.1 移动机器人硬件系统平台 | 第39-42页 |
| 4.1.1 上位机控制系统 | 第41页 |
| 4.1.2 下位机控制系统 | 第41-42页 |
| 4.2 移动机器人的自主学习框架 | 第42-43页 |
| 4.3 视觉导航实验研究 | 第43-47页 |
| 4.4 实验结果分析 | 第47-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 复杂环境下的机器人自主规划研究 | 第51-60页 |
| 5.1 基于自主学习框架的视觉导航存在不足 | 第51-52页 |
| 5.2 机器人的避障方法 | 第52-55页 |
| 5.2.1 激光测距仪介绍 | 第52-54页 |
| 5.2.2 基于测光测距仪的避障方法设计 | 第54-55页 |
| 5.3 复杂环境下的机器人自主规划综合实验研究 | 第55-59页 |
| 5.3.1 上位机软件界面 | 第55-56页 |
| 5.3.2 复杂环境下的机器人自主规划实验 | 第56-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-62页 |
| 6.1 论文总结 | 第60-61页 |
| 6.2 后续研究展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 附录1 攻读硕士学位期间取得的科研成果 | 第67-68页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第68页 |
