轮式机器人运动控制及定位系统的研究与实现
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题的研究背景及意义 | 第9-10页 |
| 1.3 机器人技术的国内外研究现状 | 第10-18页 |
| 1.3.1 智能机器人的发展现状 | 第10-12页 |
| 1.3.2 伺服驱动器技术的发展现状 | 第12页 |
| 1.3.3 机器人定位技术的发展现状 | 第12-13页 |
| 1.3.4 机器人同时定位与地图构建技术发展现状 | 第13-17页 |
| 1.3.5 机器人多传感器信息融合技术发展现状 | 第17-18页 |
| 1.4 本文的主要研究内容和组织结构 | 第18-20页 |
| 第2章 移动机器人的总体设计 | 第20-30页 |
| 2.1 系统需求分析 | 第20-24页 |
| 2.1.1 机器人系统整体结构 | 第20-22页 |
| 2.1.2 机器人控制系统总体设计 | 第22页 |
| 2.1.3 机器人SLAM系统方案设计 | 第22-24页 |
| 2.2 SLAM问题简介 | 第24页 |
| 2.3 EKF-SLAM算法 | 第24-27页 |
| 2.3.1 扩展卡尔曼滤波器 | 第24-26页 |
| 2.3.2 EKF-SLAM算法 | 第26-27页 |
| 2.4 FastSLAM2.0算法 | 第27-29页 |
| 2.4.1 粒子滤波器 | 第27-28页 |
| 2.4.2 FastSLAM2.0算法 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 机器人运动控制系统的硬件设计 | 第30-50页 |
| 3.1 伺服驱动器硬件设计 | 第30-39页 |
| 3.1.1 伺服驱动器方案设计 | 第30-31页 |
| 3.1.2 关键电路设计 | 第31-39页 |
| 3.2 伺服驱动器软件设计 | 第39-44页 |
| 3.2.1 系统初始化程序设计 | 第39-41页 |
| 3.2.2 通信模块程序设计 | 第41-42页 |
| 3.2.3 信息采集模块程序设计 | 第42-43页 |
| 3.2.4 伺服驱动器控制算法设计 | 第43-44页 |
| 3.3 信息采集与控制系统硬件设计 | 第44-46页 |
| 3.4 嵌入式辅助系统软件设计 | 第46-48页 |
| 3.5 本章小结 | 第48-50页 |
| 第4章 移动机器人多传感器信息融合 | 第50-60页 |
| 4.1 基于混合型信息融合的定位系统 | 第50-51页 |
| 4.2 基于EKF的室内定位模型 | 第51-57页 |
| 4.2.1 机器人的位姿系统模型 | 第51-54页 |
| 4.2.2 基于EKF的数据融合模型 | 第54-57页 |
| 4.3 仿真实验 | 第57-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第5章 基于ROS的机器人SLAM实现 | 第60-74页 |
| 5.1 改进FastSLAM2.0算法 | 第60-65页 |
| 5.1.1 算法的改进策略 | 第60-62页 |
| 5.1.2 仿真实验 | 第62-65页 |
| 5.2 ROS系统简介 | 第65-69页 |
| 5.2.1 机器人ROS系统结构 | 第66-67页 |
| 5.2.2 机器人坐标系 | 第67-68页 |
| 5.2.3 FastSLAM实现过程 | 第68-69页 |
| 5.3 基于ROS的FastSLAM实现 | 第69-73页 |
| 5.3.1 实验平台 | 第69-70页 |
| 5.3.2 伺服驱动器测试 | 第70-71页 |
| 5.3.3 实验环境 | 第71-72页 |
| 5.3.4 实验结果与分析 | 第72-73页 |
| 5.4 本章小结 | 第73-74页 |
| 第6章 总结与展望 | 第74-76页 |
| 6.1 本文工作总结 | 第74-75页 |
| 6.2 未来改进方向 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 研究生期间的研究成果 | 第80-81页 |
| 附录A | 第81-84页 |
| 附录B | 第84-86页 |
| 附录C | 第86-88页 |
