煤矿井下环境探测机器人路径规划研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-22页 |
| 1.1 课题研究的背景及意义 | 第10-12页 |
| 1.1.1 课题研究的背景 | 第10-11页 |
| 1.1.2 课题研究的意义 | 第11-12页 |
| 1.2 探测机器人的研究现状及关键技术 | 第12-20页 |
| 1.2.1 国内外的研究现状 | 第12-18页 |
| 1.2.2 探测机器人的关键技术 | 第18-20页 |
| 1.3 本课题研究的主要内容 | 第20-21页 |
| 1.4 本章小结 | 第21-22页 |
| 第二章 煤矿井下探测机器人模型 | 第22-32页 |
| 2.1 煤矿井下探测机器人的运动装置设计 | 第22-23页 |
| 2.1.1 运动装置性能及设计要求 | 第22-23页 |
| 2.1.2 移动机器人的移动方式 | 第23页 |
| 2.2 移动机器人模型 | 第23-29页 |
| 2.2.1 坐标系模型 | 第24-26页 |
| 2.2.2 运动学模型 | 第26-29页 |
| 2.3 测距传感器布局 | 第29-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第三章 基于模糊控制与神经网络的路径规划 | 第32-56页 |
| 3.1 路径规划概述 | 第32-37页 |
| 3.2 模糊逻辑的基本概念及优缺点 | 第37-42页 |
| 3.2.1 模糊逻辑理论的基本概念 | 第37-41页 |
| 3.2.2 模糊控制算法的优缺点 | 第41-42页 |
| 3.3 模糊控制系统的基本结构 | 第42-49页 |
| 3.3.1 模糊控制系统的结构 | 第42-47页 |
| 3.3.2 模糊推理系统 | 第47-49页 |
| 3.4 模糊控制器的设计及MATLAB实现 | 第49-51页 |
| 3.5 神经网络控制算法 | 第51-55页 |
| 3.5.1 人工神经元模型 | 第52页 |
| 3.5.2 激活函数 | 第52-53页 |
| 3.5.3 神经网络模型 | 第53页 |
| 3.5.4 神经网络的学习方法 | 第53-55页 |
| 3.6 本章小结 | 第55-56页 |
| 第四章 模糊神经网络路径规划的仿真 | 第56-80页 |
| 4.1 模糊逻辑与神经网络的结合方式 | 第57-58页 |
| 4.2 T-S型模糊神经网络的基本结构 | 第58-60页 |
| 4.3 T-S型模糊神经网络参数优化方法 | 第60-65页 |
| 4.4 路径规划模糊神经网络控制器的设计 | 第65-74页 |
| 4.4.1 输入输出变量的确定 | 第66-67页 |
| 4.4.2 确定模糊论域、模糊分割数以及隶属函数 | 第67-70页 |
| 4.4.3 建立模糊规则库 | 第70-74页 |
| 4.5 仿真实验与结果分析 | 第74-78页 |
| 4.5.1 环境模型建立 | 第74-75页 |
| 4.5.2 仿真结果与分析 | 第75-78页 |
| 4.6 本章小结 | 第78-80页 |
| 第五章 总结与展望 | 第80-81页 |
| 5.1 研究总结 | 第80页 |
| 5.2 工作展望 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85-86页 |
| 攻读硕士学位期间发表的学术论文 | 第86页 |
