基于模糊神经网络的移动机器人避障研究

声明

致谢

摘要

1 绪论

1．1 课题研究的背景及意义

1．2 移动机器人避障国内外发展现状及趋势

1．2．1 移动机器人避障研究状况

1．2．2 移动机器人避障算法现状分析及其发展趋势

1．2．3 移动机器人避障发展趋势

1．3 本文主要研究内容

2 移动机器人避障系统设计与分析

2．1 移动机器人避障系统的方案选择

2．1．1 传感器分类与比较

2．1．2 避障传感器及避障算法的选择依据

2．1．3 系统处理器的选择

2．2 移动机器人避障系统设计

2．2．1 移动机器人避障系统模型

2．2．2 移动机器人数学模型

2．2．3 避障方案

2．3 移动机器人环境障碍物模型分类及避障策略

2．4 本章小结

3 基于FPGA的超声波测距系统设计

3．1 超声波测距原理与测距系统设计

3．1．1 超声波测距原理

3．1．2 超声波测距系统

3．2 硬件电路设计

3．2．1 发射电路

3．2．2 接收电路

3．2．3 温度补偿电路

3．3 FPGA逻辑电路设计流程

3．4 本章小结

4 移动机器人环境障碍物视觉信息的图像处理

4．1 坐标变换

4．1．1 移动机器人坐标系模型

4．1．2 成像与坐标变换

4．2 CCD视觉图像处理

4．2．1 CCD视觉图像灰度化

4．2．2 CCD视觉图像平滑处理

4．2．3 CCD视觉图像边缘检测

4．2．4 CCD视觉图像二值化处理

4．3 图像中障碍物边缘坐标的提取

4．3．1 图像检测区域选取

4．3．2 障碍物边缘坐标检测

4．4 本章小结

5 模糊神经网络与仿真分析

5．1 模糊神经网络理论

5．1．1 模糊神经网络

5．1．2 模糊神经网络的结合方式

5．1．3 基于T-S模型的模糊神经网络

5．1．4 模糊神经网络的训练算法

5．2 模糊神经网络控制器的设计

5．2．1 传感器测距数据预处理

5．2．2 输入输出量的模糊子集划分

5．2．3 模糊控制规则的建立

5．2．4 模糊神经网络的训练与仿真

5．3 本章小结

6 总结与展望

参考文献

作者简历

学位论文数据集