移动机器人情景认知地图构建及行为规划
摘要 | 第2-3页 |
Abstract | 第3-4页 |
1 绪论 | 第7-16页 |
1.1 课题研究背景及意义 | 第7-8页 |
1.2 移动机器人环境认知技术 | 第8-10页 |
1.3 基于情景记忆的机器人行为规划 | 第10-12页 |
1.4 定位系统细胞启发的机器人应用研究现状 | 第12-14页 |
1.4.1 定位系统细胞启发的机器人环境建模 | 第13页 |
1.4.2 定位系统细胞启发的地图构建 | 第13-14页 |
1.5 本文研究内容 | 第14-16页 |
2 移动机器人空间认知模型 | 第16-28页 |
2.1 引言 | 第16页 |
2.2 海马体-內嗅皮层定位系统细胞模型 | 第16-23页 |
2.2.1 网格细胞和位置细胞的生物机理 | 第16-18页 |
2.2.2 路径整合功能 | 第18-19页 |
2.2.3 海马体-內嗅皮层定位系统细胞模型建立 | 第19-23页 |
2.3 情景记忆认知模型 | 第23-27页 |
2.3.1 情景记忆模型的生物基础 | 第23-25页 |
2.3.2 情景记忆模型建立 | 第25-27页 |
2.4 本章小结 | 第27-28页 |
3 情景认知地图构建方法 | 第28-39页 |
3.1 引言 | 第28页 |
3.2 认知地图特性分析 | 第28-29页 |
3.3 情景认知地图构建方法 | 第29-37页 |
3.3.1 情景认知地图构建总体框架 | 第29-32页 |
3.3.2 神经元激活机制 | 第32-33页 |
3.3.3 事件坐标化 | 第33-35页 |
3.3.4 闭环检测及路径纠正机制 | 第35-37页 |
3.4 本章小结 | 第37-39页 |
4 基于情景认知地图的移动机器人行为规划 | 第39-50页 |
4.1 引言 | 第39页 |
4.2 基于认知地图的生物导航行为 | 第39-40页 |
4.3 全局路径规划方法 | 第40-46页 |
4.3.1 状态神经元定位 | 第41-42页 |
4.3.2 事件定位 | 第42-44页 |
4.3.3 全局路径规划算法 | 第44-46页 |
4.4 机器人行为控制 | 第46-49页 |
4.5 本章小结 | 第49-50页 |
5 实验验证分析 | 第50-67页 |
5.1 实验平台搭建 | 第50-53页 |
5.1.1 软件系统 | 第50-51页 |
5.1.2 硬件系统 | 第51-53页 |
5.1.3 实验参数设定 | 第53页 |
5.2 典型环境的情景认知地图实验 | 第53-62页 |
5.2.1 办公室小型环境实验 | 第54-57页 |
5.2.2 走廊大型环境实验 | 第57-60页 |
5.2.3 与RatSLAM算法对比 | 第60-61页 |
5.2.4 实验总结 | 第61-62页 |
5.3 移动机器人行为规划实验 | 第62-65页 |
5.3.1 全局路径规划算法验证 | 第62-63页 |
5.3.2 行为规划实验 | 第63-65页 |
5.3.3 实验总结 | 第65页 |
5.4 本章小结 | 第65-67页 |
结论 | 第67-69页 |
参考文献 | 第69-75页 |
攻读硕士学位期间发表学术论文情况 | 第75-76页 |
致谢 | 第76-78页 |