移动机器人局部路径规划的研究
第一章 机器人及路径规划技术的发展慨况 | 第1-22页 |
·机器人的发展 | 第12-16页 |
·机器人的概述 | 第12页 |
·机器人的发展 | 第12-14页 |
·机器人技术的发展趋势 | 第14-15页 |
·移动机器人的定位 | 第15-16页 |
·移动机器人路径规划技术的发展现状 | 第16-20页 |
·本论文的内容 | 第20-22页 |
第二章 传感器及信息融合技术 | 第22-34页 |
·传感器 | 第23-27页 |
·超声波传感器 | 第23-25页 |
·激光测距仪 | 第25-26页 |
·视觉传感器 | 第26-27页 |
·多传感器信息的融合 | 第27-34页 |
·信息融合的由来 | 第27-28页 |
·信息融合的具体方法 | 第28-31页 |
·信息融合的拓扑结构 | 第31-34页 |
第三章 模糊逻辑控制的机器人路径规划 | 第34-51页 |
·模糊控制 | 第34-46页 |
·模糊控制系统的组成 | 第35-39页 |
·模糊控制系统的结构设计 | 第39-46页 |
·带双模糊协调控制的机器人路径规划 | 第46-49页 |
·机器人结构模型 | 第46页 |
·模糊控制器的设计 | 第46-49页 |
·模糊协调器 | 第49页 |
·仿真结果 | 第49-50页 |
·模糊逻辑控制的不足 | 第50-51页 |
第四章 基于BP神经网络的路径规划 | 第51-69页 |
·神经网络简介 | 第51-56页 |
·神经元模型 | 第51-53页 |
·神经网络的模型分类 | 第53-55页 |
·神经网络的学习方式 | 第55-56页 |
·前向神经网络 | 第56-63页 |
·前向神经网络的结构 | 第56-58页 |
·多层前向神经网络的学习算法 | 第58-60页 |
·学习过程的具体步骤和流程图 | 第60-63页 |
·基于附加动量项BP神经网络的路径规划 | 第63-69页 |
·BP神经网络结构的确定 | 第63-65页 |
·仿真结果 | 第65-69页 |
第五章 总结与展望 | 第69-71页 |
·论文总结 | 第69页 |
·今后的展望 | 第69-71页 |
参考文献 | 第71-74页 |
攻读硕士学位期间发表的论文 | 第74页 |