文献综述
本课题的现状及发展趋势：
随着现代科技不断发展，机器人应用越发广泛，而集机电于一体的多功能移动机器人的性能也被不断完善。无论在城市安全还是在空间探测等场合，移动机器人技术都倍受关注。作为移动机器人的一种，智能小车又被称作轮式机器人，在当前的科技发展中，此领域发展速度最快。智能小车具有良好的自动导引功能，因此在现代物流输送系统中，智能小车经常被用到。
智能小车是一种拥有感知能力的机器人，可以按照人为设定的模式自动的运行。智能小车不仅能够实现循迹、避障等功能，还可以实现定点停车，远程数据传输等功能。智能小车在运行过程中应具备良好的性能，如在路径识别和路径跟踪方面，它应做到判断准确，运行稳定，并且具有实时性。因此，在识别以及跟踪路径方面，对智能小车各性质的研究非常必要，就其准确性、稳定性和实时性而言，对这些性能进行提高，具有十分重要并实际的意义。
本课题的价值：
近年来，人工智能技术有了较大的进步，智能控制的系统设计不再依赖于智能模型，不仅摆脱了非线性的束缚，同时也为不确定性机器人轨迹控制提供了新的手段，具有广阔的应用前景。在轨迹跟踪控制问题上，主要应用的是模糊控制和神经网络控制。模糊控制不依赖对象的数学模型，通过人为专家控制经验来解决系统中动态特性的非线性和不确定因素。而对于智能小车的轨迹控制成为了判断小车智能化程度高低的一个重要标准。通过对智能小车的运行状态进行观察，发现智能小车可以在给定的路线上进行精准运行，因此智能小车在路径识别上表现良好，尤其是在的精准度、稳定性、以及速度控制上尤为突出，通过本课题的研究，智能小车的性能得到大幅度的提高。可以证明，模糊控制策略在智能车的循迹精确度、速度上有明显优势。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
