基于多传感信息的搬运机器人局部避障研究
摘要 | 第4-5页 |
abstract | 第5-6页 |
1 绪论 | 第9-19页 |
1.1 课题研究背景及意义 | 第9-10页 |
1.2 搬运机器人避障研究现状 | 第10-17页 |
1.2.1 国外研究与应用现状 | 第10-14页 |
1.2.2 国内研究与应用现状 | 第14-17页 |
1.3 仿真方法在机器人研发中的应用 | 第17页 |
1.4 课题主要内容 | 第17-18页 |
1.5 本章小结 | 第18-19页 |
2 卸纱搬运机器人总体设计 | 第19-29页 |
2.1 卸纱搬运机器人硬件系统设计 | 第19-23页 |
2.1.1 卸纱搬运机器人系统简介 | 第19-20页 |
2.1.2 卸纱搬运机器人体系结构 | 第20-23页 |
2.2 卸纱搬运机器人软件系统设计 | 第23-26页 |
2.2.1 软件系统总体结构 | 第23-24页 |
2.2.2 软件系统各模块的设计 | 第24-26页 |
2.3 功能需求分析 | 第26-28页 |
2.4 本章小结 | 第28-29页 |
3 多传感信息融合的避障系统设计 | 第29-40页 |
3.1 信息融合的基本原理 | 第29页 |
3.2 信息融合的系统结构 | 第29-31页 |
3.3 信息融合算法 | 第31-32页 |
3.4 搬运机器人的避障探测系统 | 第32-36页 |
3.4.1 激光雷达 | 第32-33页 |
3.4.2 超声波传感器 | 第33-35页 |
3.4.3 红外线传感器 | 第35-36页 |
3.5 多传感信息处理 | 第36-39页 |
3.5.1 多传感器的布局及信息融合 | 第36-37页 |
3.5.2 数据的滤波去噪处理 | 第37-39页 |
3.6 本章小结 | 第39-40页 |
4 静态作业环境搬运机器人避障分析 | 第40-57页 |
4.1 搬运机器人环境模型搭建 | 第40-42页 |
4.2 遗传算法避障原理 | 第42-49页 |
4.2.1 种群的初始化 | 第44-45页 |
4.2.2 适应度函数的设定 | 第45-46页 |
4.2.3 遗传算子 | 第46-49页 |
4.2.4 参数设定 | 第49页 |
4.3 避障规划仿真实验 | 第49-56页 |
4.3.1 构建栅格地图 | 第50-52页 |
4.3.2 遗传算法避障仿真 | 第52-54页 |
4.3.3 避障算法仿真对比 | 第54-56页 |
4.4 本章小结 | 第56-57页 |
5 典型动态作业环境搬运机器人避障分析 | 第57-72页 |
5.1 动态环境避障问题的描述 | 第57-58页 |
5.2 构建动态环境模型 | 第58-62页 |
5.2.1 静态障碍物模型 | 第59-60页 |
5.2.2 动态障碍物模型 | 第60页 |
5.2.3 位置信息转换 | 第60-62页 |
5.3 轨迹已知动态障碍物的避障规划 | 第62-64页 |
5.3.1 轨迹编码 | 第62页 |
5.3.2 综合适应度函数设定 | 第62-64页 |
5.4 轨迹未知动态障碍物的避障规划 | 第64-65页 |
5.5 避障规划仿真实验 | 第65-71页 |
5.5.1 轨迹已知动态障碍物的避障仿真 | 第65-68页 |
5.5.2 轨迹未知动态障碍物的避障仿真 | 第68-71页 |
5.6 本章小结 | 第71-72页 |
结论与展望 | 第72-73页 |
致谢 | 第73-74页 |
参考文献 | 第74-80页 |
攻读硕士学位期间参与的科研项目 | 第80页 |