第1章 前言 | 第1-14页 |
·服务机器人定义 | 第9页 |
·发展状况 | 第9-10页 |
·关键技术和主要控制算法 | 第10-11页 |
·多传感器信息融合 | 第10页 |
·导航与定位 | 第10页 |
·路径规划 | 第10-11页 |
·智能控制 | 第11页 |
·嵌入式系统 | 第11-12页 |
·嵌入式系统的定义 | 第11页 |
·嵌入式系统的结构 | 第11-12页 |
·嵌入式系统的发展趋势 | 第12页 |
·课题提出的意义和主要完成的工作 | 第12-14页 |
·课题提出的意义 | 第12-13页 |
·主要完成的工作 | 第13-14页 |
第2章 系统硬件总体设计 | 第14-17页 |
·引言 | 第14-15页 |
·系统总体框架 | 第14-15页 |
·具体功能规划 | 第15-16页 |
·小结 | 第16-17页 |
第3章 嵌入式硬件模块设计与软件实现 | 第17-38页 |
·核心模块的选择 | 第17-18页 |
·ARM 微处理器的选择 | 第17页 |
·存储器的选型 | 第17-18页 |
·外围电路设计 | 第18-28页 |
·电源设计 | 第18-20页 |
·模数转换电路 | 第20-21页 |
·导航、路径规划模块的设计与实现 | 第21-23页 |
·步进电机模块 | 第23-26页 |
·红外、超声避碰模块 | 第26-28页 |
·串行通信 | 第28-29页 |
·GPRS 通信模块 | 第29-35页 |
·GPRS 定义及其工作原理 | 第29-30页 |
·GPRS 的网络构成 | 第30页 |
·PPP 协议 | 第30-31页 |
·PPP 拨号上网 | 第31页 |
·Linux 环境下设置PPP | 第31-35页 |
·抗干扰设计 | 第35-36页 |
·PCB 的抗干扰设计 | 第35-36页 |
·看门狗技术 | 第36页 |
·嵌入式软件的移植简介 | 第36-37页 |
·本章小结 | 第37-38页 |
第4章 基于D-S推理和神经网络的多传感器信息融合 | 第38-51页 |
·引言 | 第38页 |
·多传感器信息融合 | 第38-40页 |
·多传感器信息融合简介 | 第38-39页 |
·多传感器信息融合结构 | 第39页 |
·信息融合的方法 | 第39-40页 |
·D-S 证据理论 | 第40-42页 |
·理论概述 | 第40页 |
·D-S 理论的基本原理 | 第40页 |
·D-S 理论的基本概念 | 第40-41页 |
·证据理论的优、缺点 | 第41-42页 |
·神经网络在信息融合中的应用 | 第42-45页 |
·神经网络的概述 | 第42页 |
·神经网络分类及模型 | 第42-43页 |
·前向神经网络及BP 算法 | 第43-45页 |
·神经网络与信息融合的结合 | 第45-46页 |
·神经网络和信息融合在模仿人脑中的特点 | 第45页 |
·信息融合对神经网络的改进 | 第45-46页 |
·硬件平台及实验环境 | 第46-47页 |
·算法结构提出 | 第47页 |
·算法说明 | 第47页 |
·算法结构图 | 第47页 |
·信息融合过程 | 第47-49页 |
·实验分析及结果 | 第49-51页 |
第5章 总结与展望 | 第51-52页 |
参考文献 | 第52-55页 |
主要完成工作 | 第55-56页 |
致 谢 | 第56页 |