首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

基于信息融合的爬楼机器人控制系统的研究

摘要第1-7页
Abstract第7-12页
1 绪论第12-20页
   ·课题研究背景第12-13页
   ·信息融合技术在机器人中的研究现状第13-17页
   ·研究目的和意义第17-18页
   ·本论文的主要研究内容第18-19页
   ·本章小结第19-20页
2 多信息融合及神经网络技术第20-41页
   ·多信息融合技术第20-27页
     ·信息的融合层次第20-23页
     ·信息融合的拓扑结构第23-25页
     ·信息融合的主要方法第25-27页
   ·神经网络技术第27-33页
     ·人工神经元模型第28-29页
     ·神经网络模型第29-31页
     ·神经网络的学习方法第31-32页
     ·人工神经网络的特点第32-33页
   ·BP 神经网络第33-40页
     ·BP 神经网络结构第33-34页
     ·BP 神经网络的学习规则第34-35页
     ·BP 神经网络 PID 控制算法第35-39页
     ·BP 神经网络算法存在的缺陷及相应的解决措施第39-40页
   ·本章小结第40-41页
3 爬楼机器人控制系统硬件设计第41-61页
   ·爬楼机器人机械系统结构第41-43页
   ·单片机及电机驱动电路第43-46页
     ·单片机的选型第43-44页
     ·电机驱动电路的设计第44-46页
   ·爬楼机器人姿态感知第46-58页
     ·单传感器信息处理和多信息融合第47-48页
     ·超声波传感器电路设计第48-58页
   ·信息融合规则及系统结构的设计第58-60页
   ·本章小结第60-61页
4 爬楼机器人控制系统的软件设计第61-79页
   ·控制系统程序流程图第61-63页
   ·爬楼机器人数学模型的建立第63-67页
     ·爬楼机器人的运动学建模第63-66页
     ·三角轮系翻转机构的动力学建模第66-67页
   ·爬楼机器人 PID 控制器的设计第67-74页
     ·常规 PID 控制器第68-70页
     ·基于 BP 网络的 PID 控制器结构第70-73页
     ·BP 神经网络 PID 控制器的设计过程第73-74页
   ·MATLAB 仿真分析第74-78页
   ·本章小结第78-79页
结论与展望第79-81页
参考文献第81-86页
致谢第86-87页
个人简历第87页

论文共87页,点击 下载论文
上一篇:基于模糊行为分析的木马检测技术
下一篇:基于ADAMS的柔索驱动并联机器人动力学研究