导游机器人硬件系统设计与最优路径规划
| 0 前言 | 第1-16页 |
| 1 导游机器人系统的全局规划 | 第16-20页 |
| ·机器人研究背景知识 | 第16-17页 |
| ·导游机器人的总体设想 | 第17-20页 |
| 2 导游机器人导航系统 | 第20-33页 |
| ·移动机器人的运动学研究 | 第20-22页 |
| ·光电反射式导航系统 | 第22-26页 |
| ·移动机器人导航技术 | 第22-24页 |
| ·光电反射式路面导航 | 第24-26页 |
| ·基于传感器信息的障碍物检测 | 第26-32页 |
| ·红外线障碍检测 | 第26-28页 |
| ·超声波测距子系统 | 第28-32页 |
| ·小结 | 第32-33页 |
| 3 导游机器人硬件系统设计 | 第33-52页 |
| ·电源管理 | 第33-38页 |
| ·主电源部分 | 第33-35页 |
| ·自动充电系统 | 第35-38页 |
| ·传感器信息编码 | 第38-39页 |
| ·模拟量采集 | 第39-40页 |
| ·开关量输入 | 第40-42页 |
| ·串行通讯 | 第42-43页 |
| ·步进电机控制 | 第43-45页 |
| ·控制系统设计 | 第45-46页 |
| ·软件设计 | 第46-48页 |
| ·抗干扰设计 | 第48-51页 |
| ·PCB 的抗干扰设计 | 第48-50页 |
| ·看门狗技术 | 第50-51页 |
| ·小结 | 第51-52页 |
| 4 复杂环境中机器人最优路径规划方法研究 | 第52-60页 |
| ·机器人路径规划研究 | 第52页 |
| ·增强式学习与增强势场优化法 | 第52-55页 |
| ·增强式学习原理 | 第52-54页 |
| ·增强势场优化路径规划方法 | 第54-55页 |
| ·采用具有随机性质的控制策略 | 第55页 |
| ·蚁群算法 | 第55-57页 |
| ·基于增强势场优化算法的机器人路径规划 | 第57-58页 |
| ·基于增强势场优化法的路径强度初始化 | 第57-58页 |
| ·基于蚁群算法的势场优化和路径规划 | 第58页 |
| ·仿真实验结果 | 第58-59页 |
| ·小结 | 第59-60页 |
| 5 总结与展望 | 第60-64页 |
| 参考文献 | 第64-70页 |
| 主要完成工作 | 第70-71页 |
| 致谢 | 第71页 |
