基于模糊逻辑的移动机器人路径规划
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 移动机器人路径规划研究概述 | 第11-14页 |
| 1.3.1 全局路径规划 | 第11-12页 |
| 1.3.2 局部路径规划 | 第12-14页 |
| 1.4 本文工作亮点 | 第14-15页 |
| 1.5 论文的组织结构 | 第15-16页 |
| 第2章 移动机器人平台 | 第16-25页 |
| 2.1 Kenblock硬件系统 | 第16-19页 |
| 2.1.1 机器人硬件构造介绍 | 第16-18页 |
| 2.1.2 机器人环境信息的获取 | 第18页 |
| 2.1.3 Kenblock主要传感器概述 | 第18-19页 |
| 2.2 Kenblock软件特性 | 第19-20页 |
| 2.3 Kenblock机器人的定位 | 第20-22页 |
| 2.4 航位推算法 | 第22-23页 |
| 2.5 本章小结 | 第23-25页 |
| 第3章 基于模糊逻辑的机器人路径规划设计和实现 | 第25-45页 |
| 3.1 算法设计结构 | 第25-26页 |
| 3.2 Kenblock机器人避障行为 | 第26-36页 |
| 3.2.1 模糊逻辑控制器设计 | 第26-27页 |
| 3.2.2 模糊化输入信息 | 第27-29页 |
| 3.2.3 建立知识库及模糊推理 | 第29-34页 |
| 3.2.4 解模糊 | 第34-36页 |
| 3.3 状态记忆策略解决死循环 | 第36-37页 |
| 3.4 Kenblock机器人目标位置识别 | 第37-44页 |
| 3.4.1 目标检测硬件基础 | 第37-38页 |
| 3.4.2 目标特征提取 | 第38-42页 |
| 3.4.3 目标图像识别 | 第42-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 实验结果及分析 | 第45-60页 |
| 4.1 模糊逻辑控制器仿真 | 第45-56页 |
| 4.1.1 输入信息模糊化 | 第45-46页 |
| 4.1.2 行为控制器 | 第46-48页 |
| 4.1.3 路径规划仿真 | 第48-56页 |
| 4.2 Kenblock移动机器人路径规划实验 | 第56-59页 |
| 4.2.1 路径规划实验过程 | 第56-58页 |
| 4.2.2 实验结果分析 | 第58-59页 |
| 4.3 本章小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60页 |
| 5.2 展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间的研究成果 | 第68页 |
