移动机器人自主导航关键技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-13页 |
| 第1章 绪论 | 第13-32页 |
| ·引言 | 第13页 |
| ·自主移动机器人国内外发展概况 | 第13-19页 |
| ·国外自主移动机器人的发展概况 | 第14-16页 |
| ·国内自主移动机器人的研究现状 | 第16-19页 |
| ·轮式移动机器人驱动类型 | 第19-21页 |
| ·差动驱动 | 第19-20页 |
| ·同步驱动 | 第20页 |
| ·全向驱动 | 第20-21页 |
| ·移动机器人运动误差 | 第21-23页 |
| ·系统误差 | 第21-22页 |
| ·非系统误差 | 第22-23页 |
| ·移动机器人自主导航关键技术综述 | 第23-29页 |
| ·目标识别 | 第24页 |
| ·全局定位 | 第24-25页 |
| ·位姿跟踪 | 第25-26页 |
| ·避障路径规划 | 第26-27页 |
| ·同时定位和地图创建(SLAM) | 第27-29页 |
| ·本文的研究内容和意义 | 第29-32页 |
| ·课题来源 | 第29页 |
| ·研究的目的和意义 | 第29-30页 |
| ·本文的主要工作 | 第30-32页 |
| 第2章 移动机器人里程计误差分析 | 第32-56页 |
| ·引言 | 第32-33页 |
| ·误差传播不确定性分析 | 第33-36页 |
| ·随机误差不确定性表示 | 第33-34页 |
| ·误差椭圆 | 第34-36页 |
| ·里程计模型 | 第36-38页 |
| ·里程计运动学模型 | 第36-38页 |
| ·物理约束 | 第38页 |
| ·里程计误差建模 | 第38-48页 |
| ·非系统误差分析 | 第38-43页 |
| ·系统误差分析 | 第43-45页 |
| ·里程计误差补偿算法 | 第45-48页 |
| ·里程计误差补偿实验分析 | 第48-55页 |
| ·非系统误差实时补偿实验分析 | 第48-52页 |
| ·系统误差实时补偿的实验分析 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第3章 基于粒子群优化的全局定位算法 | 第56-78页 |
| ·引言 | 第56页 |
| ·粒子群优化算法 | 第56-57页 |
| ·SIFT特征提取与匹配算法 | 第57-63页 |
| ·比例尺度不变特征（SIFT）的特征提取算法 | 第58-60页 |
| ·基于K维树的特征匹配 | 第60-63页 |
| ·全局定位算法 | 第63-67页 |
| ·机器人方向的计算 | 第64-65页 |
| ·机器人位置的计算 | 第65-67页 |
| ·机器人位姿不确定性描述 | 第67页 |
| ·局部子地图搜索算法 | 第67-69页 |
| ·基于粒子群优化的全局定位方法 | 第69页 |
| ·基于粒子群优化的全局定位实验分析 | 第69-77页 |
| ·比例尺度不变特征(SIFT)试验 | 第70-74页 |
| ·创建环境地图 | 第74-75页 |
| ·全局定位精度 | 第75-76页 |
| ·全局定位时间 | 第76-77页 |
| ·本章小结 | 第77-78页 |
| 第4章 基于模糊行为融合的避障路径规划算法 | 第78-98页 |
| ·引言 | 第78-79页 |
| ·基于模糊行为融合的避障算法分析 | 第79-86页 |
| ·多目标优化方法 | 第79-83页 |
| ·避障过程行为函数 | 第83-85页 |
| ·控制参数及行为协作 | 第85-86页 |
| ·基于模糊行为融合避障算法的可靠性 | 第86-91页 |
| ·行为投票方法 | 第86-88页 |
| ·避障系统可靠性分析 | 第88-91页 |
| ·避障路径规划实验与分析 | 第91-97页 |
| ·静态避障实验 | 第91-96页 |
| ·动态避障仿真实验 | 第96-97页 |
| ·本章小结 | 第97-98页 |
| 第5章 基于单目视觉的车道线识别与跟踪算法 | 第98-124页 |
| ·引言 | 第98-100页 |
| ·基于动态变化视频源参数调节 | 第100-103页 |
| ·白平衡参数调节 | 第100-101页 |
| ·Gamma参数调节 | 第101-103页 |
| ·基于Adaboost分类器训练的感兴趣区域检测 | 第103-109页 |
| ·Adaboost学习算法 | 第103-104页 |
| ·级联分类器 | 第104-105页 |
| ·Adaboost算法的不足及其改进算法 | 第105-109页 |
| ·基于边缘线状特征的车道线识别 | 第109-118页 |
| ·图像增强 | 第109-112页 |
| ·边缘检测 | 第112-118页 |
| ·移动机器人偏道预警与车道跟踪 | 第118-123页 |
| ·移动机器人偏道预警 | 第118-120页 |
| ·基于Kalman滤波车道线跟踪 | 第120-123页 |
| ·本章小结 | 第123-124页 |
| 结论 | 第124-126页 |
| 参考文献 | 第126-137页 |
| 攻读学位期间发表的学术论文 | 第137-140页 |
| 致谢 | 第140-141页 |
| 个人简历 | 第141页 |
