| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 选题背景与意义 | 第11-12页 |
| 1.1.1 选题背景 | 第11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 多机器人系统研究现状 | 第12-13页 |
| 1.2.2 相关理论算法研究现状 | 第13-14页 |
| 1.3 本文主要研究内容及结构 | 第14-16页 |
| 第二章 网络化多机器人控制系统平台 | 第16-36页 |
| 2.1 实验平台框架 | 第16-20页 |
| 2.1.1 实验平台介绍 | 第16-17页 |
| 2.1.2 系统模块介绍 | 第17-18页 |
| 2.1.3 网络化实时系统的时钟控制 | 第18-20页 |
| 2.2 检测层 | 第20-26页 |
| 2.2.1 检测层硬件介绍 | 第20-22页 |
| 2.2.2 检测层算法流程 | 第22页 |
| 2.2.3 运动目标检测算法 | 第22-23页 |
| 2.2.4 图像坐标转换 | 第23-26页 |
| 2.3 通信层 | 第26-30页 |
| 2.3.1 APC340无线射频模块 | 第26-27页 |
| 2.3.2 通信层工作流程 | 第27-28页 |
| 2.3.3 通信协议设计 | 第28-29页 |
| 2.3.4 数据校验机制 | 第29-30页 |
| 2.4 对象层 | 第30-34页 |
| 2.4.1 对象层控制模块 | 第31-34页 |
| 2.4.2 对象层动力模块 | 第34页 |
| 2.4.3 对象层感知模块 | 第34页 |
| 2.5 本章小结 | 第34-36页 |
| 第三章 基于扩展卡尔曼滤波的轨迹预测 | 第36-44页 |
| 3.1 移动目标建模 | 第36-38页 |
| 3.2 扩展卡尔曼滤波 | 第38-40页 |
| 3.2.1 扩展卡尔曼滤波器 | 第38-39页 |
| 3.2.2 基于扩展卡尔曼滤波的多步预测 | 第39-40页 |
| 3.3 多步预测值的仿真结果分析 | 第40-43页 |
| 3.3.1 影响多步预测结果的因素 | 第40-41页 |
| 3.3.2 扩展卡尔曼滤波多步轨迹预测 | 第41-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 多机器人围捕路径规划算法 | 第44-55页 |
| 4.1 多机器人编队围捕任务 | 第44-45页 |
| 4.2 多机器人路径规划围捕算法 | 第45-52页 |
| 4.2.1 围捕机器人的编队队形 | 第45页 |
| 4.2.2 坐标系转换 | 第45-46页 |
| 4.2.3 围捕算法 | 第46-50页 |
| 4.2.4 收敛阶段的碰撞问题 | 第50-51页 |
| 4.2.5 移动目标的逃避行为 | 第51-52页 |
| 4.3 仿真结果与分析 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 轨迹跟踪控制器设计 | 第55-67页 |
| 5.1 线性二次型最优控制器LQR | 第55-56页 |
| 5.2 基于LQR控制器的轨迹跟踪控制器设计 | 第56-59页 |
| 5.2.1 轨迹跟踪误差模型 | 第56-57页 |
| 5.2.2 LQR轨迹跟踪控制器设计 | 第57-58页 |
| 5.2.3 稳定性分析 | 第58-59页 |
| 5.3 基于Lyapunov直接法的轨迹跟踪控制器 | 第59-60页 |
| 5.4 轨迹跟踪控制器比较 | 第60-66页 |
| 5.4.1 直线轨迹跟踪仿真 | 第60-63页 |
| 5.4.2 圆轨迹跟踪仿真 | 第63-66页 |
| 5.5 本章小结 | 第66-67页 |
| 第六章 多机器人围捕实验与分析 | 第67-74页 |
| 6.1 移动目标直线运动 | 第67-70页 |
| 6.2 移动目标中途后退 | 第70-73页 |
| 6.3 本章小结 | 第73-74页 |
| 总结与展望 | 第74-77页 |
| 参考文献 | 第77-82页 |
| 攻读硕士学位期间取得的研究成果 | 第82-83页 |
| 致谢 | 第83-84页 |
| 附件 | 第84页 |