基于多传感器信息融合技术的智能小车避障系统研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-16页 |
| ·课题背景、目的与意义 | 第9-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·多传感器信息融合技术在移动机器人领域的应用 | 第12-13页 |
| ·模糊神经网络信息融合方法的应用 | 第13-14页 |
| ·论文研究内容 | 第14-16页 |
| 2 多传感器信息融合技术及智能小车的硬件平台分析 | 第16-27页 |
| ·引言 | 第16页 |
| ·多传感器信息融合的基本内容 | 第16-23页 |
| ·多传感器信息融合的层次 | 第17-19页 |
| ·多传感器信息融合的结构 | 第19-21页 |
| ·多传感器信息融合的主要方法 | 第21-23页 |
| ·智能小车硬件平台 | 第23-26页 |
| ·单片机STC89C52 | 第24-25页 |
| ·电机及驱动电路 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 超声波测距系统分析与硬件设计 | 第27-41页 |
| ·引言 | 第27页 |
| ·传感器特性分析与选择 | 第27-28页 |
| ·超声波传感器简介 | 第28-30页 |
| ·超声波传感器 | 第28-29页 |
| ·超声测距原理 | 第29-30页 |
| ·提高超声波传感器测量精度的方法 | 第30页 |
| ·超声波传感器电路设计 | 第30-37页 |
| ·单一超声波传感器的应用电路 | 第30-35页 |
| ·多路超声波传感器的应用电路 | 第35-37页 |
| ·红外传感器应用电路 | 第37-38页 |
| ·数据的融合规则及系统结构设计 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 4 模糊神经网络及其在避障系统中的应用 | 第41-64页 |
| ·引言 | 第41页 |
| ·BP 神经网络 | 第41-45页 |
| ·BP 神经元和神经网络结构 | 第41-43页 |
| ·BP 网络学习规则 | 第43-44页 |
| ·BP 网络不足与改进措施 | 第44-45页 |
| ·模糊控制理论 | 第45-48页 |
| ·模糊控制系统基本结构 | 第45页 |
| ·模糊化方法 | 第45-46页 |
| ·解模糊方法 | 第46-47页 |
| ·模糊规则 | 第47页 |
| ·模糊推理 | 第47-48页 |
| ·模糊神经网络 | 第48-50页 |
| ·模糊神经网络结构 | 第48-50页 |
| ·模糊神经网络的学习方法 | 第50页 |
| ·模糊神经网络在避障系统中的应用 | 第50-53页 |
| ·模糊神经网络模型的建立 | 第50-52页 |
| ·带动量项批处理算法实现 | 第52-53页 |
| ·模糊规则的建立和训练样本的确定 | 第53-56页 |
| ·MATLAB 算法实现 | 第56-58页 |
| ·四种算法结果对比 | 第58-60页 |
| ·算法移植 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 5 结论 | 第64-67页 |
| 附录 智能小车避障系统硬件电路图 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士期间发表的论文 | 第72-73页 |
| 致谢 | 第73页 |
