基于多傳感器信息融合的自主車導(dǎo)航研究.pdf_第1頁
已閱讀1頁,還剩68頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、  自主車的環(huán)境感知能力、避障導(dǎo)航與模糊控制功能一直是人工智能和智能控制領(lǐng)域的研究熱點。本文針對基于多傳感器信息融合的避障導(dǎo)航和基于PMAC的自主車運動控制系統(tǒng)進(jìn)行較深入的研究,旨在研究開發(fā)一套快速、準(zhǔn)確、可靠的自主車導(dǎo)航與控制系統(tǒng),以提高自主車的智能化水平。主要研究成果和結(jié)論如下:第一,成功地將PMAC應(yīng)用于自主車控制,基于IPC+PMAC設(shè)計了新型的自主車運動控制系統(tǒng)。該系統(tǒng)具有控制精度高,實時性和穩(wěn)定性好的特點,可使自主車以精確的

2、速度進(jìn)行連續(xù)行走。第二,采用超聲波傳感器陣列和紅外防碰傳感器設(shè)計了QDU-I自主車的多傳感器系統(tǒng),給出了傳感器類型、數(shù)量的選擇條件和布局的優(yōu)化設(shè)計。第三,提出了“基于相對誤差的最小二乘法”,并將其應(yīng)用超聲波傳感器標(biāo)定的數(shù)據(jù)擬合。該方法的近距離標(biāo)定精度比高斯最小二乘法高,具有工程實用意義。第四,給出了基于Kohonen聚類模糊神經(jīng)網(wǎng)絡(luò)的自主車避障導(dǎo)航算法,并利用Kohonen聚類模糊神經(jīng)網(wǎng)絡(luò)簡化自主車的環(huán)境類型。第五,在VC++6.0開發(fā)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論