基于传感器融合的移动机器人定位技术研究

第1章 绪论	第1-20页
·课题研究的意义	第8-9页
·移动机器人发展状况与发展趋势概述	第9-13页
·国内外移动机器人发展状况	第9-11页
·移动机器人研究的发展趋势	第11-13页
·移动机器人定位技术的发展现状	第13-18页
·移动机器人定位方法概述	第13-15页
·移动机器人定位技术的发展趋势	第15-16页
·基于环境特征的定位技术的研究重点	第16-18页
·本论文课题来源、研究内容和主要内容	第18-20页
第2章 基于概率的移动机器人环境特征定位	第20-34页
·基于贝叶斯滤波原理的定位方法	第20-22页
·贝叶斯滤波原理	第20-21页
·各种定位方法比较	第21-22页
·移动机器人马尔可夫定位	第22-25页
·马尔可夫定位方法	第22-23页
·传统的运动模型和感知模型	第23-25页
·改进马尔可夫定位	第25-28页
·运动模型的建立与改进	第25-26页
·传感器噪声的剔除方法	第26-28页
·离线计算和选择计算	第28页
·改进马尔可夫算法的仿真实验	第28-34页
·环境地图的选取	第29-30页
·仿真算法的实现	第30-31页
·仿真结果	第31-34页
第3章 基于传感器信息融合的定位方法设计	第34-53页
·多传感器融合的马尔可夫定位方法	第34-37页
·传感器数据处理	第37-48页
·声纳传感器	第37-40页
·里程计	第40-42页
·基于单目视觉传感器的环境特征提取和描述	第42-48页
·基于感知数据的机器人位置概率更新	第48-53页
·基于多传感器数据的感知模型	第48-50页
·传感器数据的融合与匹配方法	第50-53页
第4章 移动机器人定位系统设计	第53-66页
·WiRobot X80移动机器人平台	第53-57页
·WiRobot X80移动机器人的硬件架构	第53-56页
·WiRobot SDK软件开发平台	第56-57页
·移动机器人定位系统的软件设计	第57-60页
·软件功能	第57-59页
·软件整体结构	第59-60页
·软件关键技术的实现	第60-64页
·地图的显示与缩放	第60-61页
·传感器数据处理	第61-63页
·控制算法函数	第63-64页
·实验结果及结论	第64-66页
第5章 总结与展望	第66-68页
参考文献	第68-72页
致谢	第72-73页
作者在攻读硕士学位期间发表的学术论文	第73页