| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| 1．1 机器人的发展概述 | 第9-10页 |
| 1．2 移动机器人的发展概述 | 第10-11页 |
| 1．3 移动机器人避障的研究 | 第11-14页 |
| 1．3．1 避障过程中环境探测 | 第12-13页 |
| 1．3．2 避障过程中所采用的控制算法 | 第13-14页 |
| 1．4 论文选题的意义和研究内容 | 第14-16页 |
| 1．4．1 课题研究的意义 | 第14-15页 |
| 1．4．2 课题研究的内容目标及方法 | 第15-16页 |
| 第2章 避障过程中外部信息的采集与处理 | 第16-34页 |
| 2．1 避障过程中外部信息的采集 | 第16-25页 |
| 2．1．1 传感技术概括 | 第16页 |
| 2．1．2 用于移动机器人避障的传感器 | 第16-17页 |
| 2．1．3 使用超声波传感器获取外部信息 | 第17-20页 |
| 2．1．4 使用单片机技术对传感器输入信息进行采集 | 第20-22页 |
| 2．1．5 距离信息采集系统的硬件电路设计 | 第22-23页 |
| 2．1．6 距离信息采集系统的软件设计 | 第23-25页 |
| 2．2 避障过程中采集到的外部信息的处理 | 第25-33页 |
| 2．2．1 对单个超声波传感器采集到的数据进行处理 | 第25-30页 |
| 2．2．2 对多个超声波传感器采集到的数据进行处理 | 第30-33页 |
| 2．3 本章小结 | 第33-34页 |
| 第3章 移动机器人避障的控制算法 | 第34-50页 |
| 3．1 移动机器人避障控制算法概述 | 第34-38页 |
| 3．1．1 移动机器人避障的模糊控制 | 第34-35页 |
| 3．1．2 移动机器人避障的人工神经网络控制 | 第35-37页 |
| 3．1．3 移动机器人避障的模糊神经控制 | 第37-38页 |
| 3．2 一 种新颖的模糊神经控制算法用于移动机器人的避障 | 第38-49页 |
| 3．2．1 基于FKCN的避障系统 | 第38-39页 |
| 3．2．2 距离层权值向量和原型模式个数的确定 | 第39-43页 |
| 3．2．3 用于确定传感器输入与控制输出映射关系的方法 | 第43-47页 |
| 3．2．4 处理危险情况的避障安全模式 | 第47页 |
| 3．2．5 处理特殊情况的避障危险模式 | 第47-49页 |
| 3．3 本章小结 | 第49-50页 |
| 第4章 避障仿真软件的设计 | 第50-63页 |
| 4．1 引言 | 第50页 |
| 4．2 编程软件VisualC++简介 | 第50-51页 |
| 4．3 仿真程序的设计流程及实现 | 第51-57页 |
| 4．3．1 需求分析 | 第51页 |
| 4．3．2 总体设计过程及思想 | 第51-52页 |
| 4．3．3 每一模块的功能及其实现 | 第52-53页 |
| 4．3．4 类的说明及实现 | 第53-54页 |
| 4．3．5 动态仿真动画的实现 | 第54页 |
| 4．3．6 具体功能及其设计与实现 | 第54-57页 |
| 4．4 仿真平台界面 | 第57-58页 |
| 4．5 运用该软件对避障进行模拟仿真分析 | 第58-62页 |
| 4．6 本章小结 | 第62-63页 |
| 第5章 避障系统与避障实验 | 第63-70页 |
| 5．1 移动机器人的机械系统 | 第63-64页 |
| 5．2 移动机器人避障的控制系统 | 第64-67页 |
| 5．2．1 控制系统的硬件设计 | 第64-65页 |
| 5．2．2 控制系统的软件设计 | 第65-67页 |
| 5．3 移动机器人避障演示实验 | 第67-69页 |
| 5．4 本章小结 | 第69-70页 |
| 结论 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 作者简介 | 第77页 |
