| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 第1章 绪论 | 第14-31页 |
| ·课题背景 | 第14-15页 |
| ·两轮自平衡机器人系统的分类 | 第15-16页 |
| ·国内外研究现状 | 第16-27页 |
| ·定质心两轮自平衡机器人系统 | 第17-23页 |
| ·变质心两轮自平衡机器人系统 | 第23-25页 |
| ·典型两轮自平衡机器人系统性能分析与比较 | 第25-27页 |
| ·两轮自平衡机器人领域研究的关键问题 | 第27-30页 |
| ·机器人系统设计及自平衡算法研究 | 第28页 |
| ·机器人导航与运动控制策略研究 | 第28-29页 |
| ·机器人异常过程中定位控制策略研究 | 第29页 |
| ·机器人能量优化控制策略研究 | 第29-30页 |
| ·主要研究内容 | 第30-31页 |
| 第2章 两轮自平衡机器人系统设计及机器人自平衡算法研究 | 第31-62页 |
| ·引言 | 第31-32页 |
| ·两轮自平衡机器人系统设计 | 第32-42页 |
| ·机械结构设计 | 第33页 |
| ·控制系统设计 | 第33-37页 |
| ·感知系统设计 | 第37-42页 |
| ·两轮自平衡机器人建模 | 第42-54页 |
| ·建模的假设条件 | 第43页 |
| ·运动学建模 | 第43-47页 |
| ·动力学建模 | 第47-54页 |
| ·基于自适应控制的机器人自平衡算法研究 | 第54-61页 |
| ·自适应控制器设计 | 第55-60页 |
| ·仿真验证 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第3章 基于两级分散式异构卡尔曼滤波的导航与运动控制策略研究 | 第62-90页 |
| ·引言 | 第62-63页 |
| ·惯性传感器误差建模 | 第63-66页 |
| ·惯性传感器误差分析 | 第63-65页 |
| ·惯性传感器误差建模 | 第65-66页 |
| ·基于两级分散式异构卡尔曼滤波的组合导航算法研究 | 第66-81页 |
| ·卡尔曼滤波理论 | 第66-67页 |
| ·基于两级分散式异构卡尔曼滤波的组合导航系统研究 | 第67-81页 |
| ·基于支持向量机的运动状态识别算法研究 | 第81-88页 |
| ·支持向量机理论 | 第81-84页 |
| ·基于SVM 的多传感器数据融合策略 | 第84-86页 |
| ·数据融合实验 | 第86-88页 |
| ·本章小结 | 第88-90页 |
| 第4章 基于Accodometry 法的机器人异常过程定位控制策略研究 | 第90-104页 |
| ·引言 | 第90-91页 |
| ·测程法误差分析 | 第91-92页 |
| ·Accodometry 法 | 第92-98页 |
| ·异常过程分析 | 第92-96页 |
| ·Accodometry 法的具体实现 | 第96-98页 |
| ·直线越障实验 | 第98-103页 |
| ·实验过程 | 第98-100页 |
| ·实验结果及分析 | 第100-103页 |
| ·本章小结 | 第103-104页 |
| 第5章 基于改进遗传算法的机器人能量优化控制策略研究 | 第104-118页 |
| ·引言 | 第104-105页 |
| ·两轮自平衡机器人能耗建模 | 第105-108页 |
| ·基于自适应伪并行遗传算法的伪分布式渐进优化策略 | 第108-117页 |
| ·遗传算法设计 | 第108-114页 |
| ·优化策略 | 第114-115页 |
| ·优化结果 | 第115-117页 |
| ·本章小结 | 第117-118页 |
| 第6章 两轮自平衡机器人实验研究 | 第118-126页 |
| ·引言 | 第118页 |
| ·实验系统的建立 | 第118-120页 |
| ·仿真实验系统的建立 | 第118-119页 |
| ·硬件实验系统的建立 | 第119-120页 |
| ·两轮自平衡机器人整体性能验证实验 | 第120-125页 |
| ·自平衡实验 | 第120-122页 |
| ·抗干扰实验 | 第122页 |
| ·速度跟踪实验 | 第122-124页 |
| ·直线越障实验 | 第124页 |
| ·碰撞实验 | 第124-125页 |
| ·本章小结 | 第125-126页 |
| 结论 | 第126-128页 |
| 参考文献 | 第128-140页 |
| 攻读学位期间发表的学术论文 | 第140-142页 |
| 致谢 | 第142-143页 |
| 个人简历 | 第143页 |
