《模糊神经网络信息融合在移动机器人导航中的应用》PDF+DOC

📙 相关资料

1. 《基于多传感器的移动机器人安全区域研究》PDF+DOC 针对移动机器人导航中因障碍物信息复杂的不确定性，为了成功实现自主导航，应用一种多超声波传感器对障碍物进行信息采集，并通过BP神经网络对超声波传感器采集的信息进行处理。根据BP神经网络输出层的结果可确定机器人移动的安全区域。通过实验证明了多传感器信息处理法获得的移动机器人安全区域的可行性，为今后移动机......
2. 《基于T-S型模糊神经网络的轮式机器人避障方法研究》PDF+DOC 针对超声波传感器产生的不确定信息，研究了一种基于Takagi-Sugeno(T-S)模型的模糊神经网络信息融合避障方法；对超声波传感器所获得的数据进行融合，建立控制器输入信号和机器人速度输出之间的模式映射关系；在MATLAB环境下对模糊神经网络避障算法进行了仿真，最后在实际环境中进行避障实验；实验结......
3. 《基于多传感器数据融合的智能小车避障的研究》PDF+DOC 针对智能小车避障问题，提出了一种将模糊逻辑和神经网络相结合的融合方法—Takagi-Sugeno(T-S)模糊神经网络方法。基于此方法的数据融合算法应用在智能小车避障运动中，采用多只超声波传感器和红外线传感器探测障碍物的距离和方向，采集的各种数据利用T-S模糊神经网络进行融合。通过实验仿真表明：此方......
4. 《基于神经网络的多传感器信息融合技术在移动机器人中的应用》PDF+DOC 基于模糊神经网络的多传感器信息融合，提出了一种简单、有效的分区算法来确定障碍物的距离和方位。采用BP神经网络对障碍物环境进行分类以及模式识别，为移动机器人的导航和避障提供了一种有效的方法。...
5. 《移动机器人导航技术》PDF+DOC 在本篇论文中较为详细地介绍了自主式移动机器人导航所需的各种传感器、多传感器信息融合技术和导航方法等。并在实验室内，利用 Ａ Ｎ Ｎ 方法和扩展卡尔曼滤波器实现了机器人的自动避障和导航，效果良好。...
6. 《模糊神经网络数据融合在移动机器人导航中的应用》PDF+DOC 提出一种基于模糊神经网络的多传感器数据融合方法，并将其用于自主移动机器人的导航避障。采用BP神经网络作为基体，将模糊技术和神经网络有机结合组成模糊神经网络控制系统，实现了模糊规则自动提取及模糊隶属度函数的自动生成。实验表明该方法可实现机器人的安全避障。...
7. 《模糊神经网络信息融合在管道机器人导航中的应用》PDF+DOC 考虑到石油管道的封闭性和复杂性，很难识别环境特征，将基于模糊神经网络的多传感器信息融合用于解决管道中管道机器人的导航问题。采用CCD摄像头和距离传感器来识别管道中的障碍物和弯道，并根据环境信息制定控制决策。建立了机器人物理模型和模糊神经网络拓扑结构，并对神经网络进行了学习训练。最后，对其中一种环境类......
8. 《两级传感器信息融合的移动机器人避障研究》PDF+DOC 针对移动机器人的避障问题，以AS-R移动机器人为研究平台，提出了一种将神经网络和模糊神经网络相结合的两级融合方法。采用BP神经网络对多超声波传感器信息进行融合，以减少传感器信息的不确定，提高对障碍物识别的准确率；采用模糊神经网络实现移动机器人的避障决策控制，使之更适合系统的避障要求。该方法使移动机器......
9. 《超声波在移动机器人导航中的应用》PDF+DOC 采用新型的超声波传感器，设计并开发基于ARM9与嵌入式linux为平台的轮式移动机器人平台的下的未知环境的避障导航系统。本文重点介绍该超声波传感器的实现原理以及在机器人平台中的整个软件实现流程以及控制机器人行走的实现方法。...
10. 《基于模糊神经网络的智能车辆避障方法研究》PDF+DOC 基于Takagi-Sugeno(T-S)模型的模糊神经网络兼具有模糊逻辑推理能力和自学习训练的优点。将基于T-S模型的模糊神经网络的信息融合算法应用于智能车辆的安全避障控制中，提高了车辆的避障控制精度。采用多个超声波和红外测距传感器探测障碍物的方位，信息经过模糊神经网络控制器融合后，实现了智能小车对......