| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 SLAM技术研究现状 | 第11-14页 |
| 1.2.2 全局定位技术研究现状 | 第14-15页 |
| 1.2.3 路径规划技术研究现状 | 第15-16页 |
| 1.3 本文的主要研究内容 | 第16-18页 |
| 第2章 基于图优化的室内环境地图创建算法研究 | 第18-33页 |
| 2.1 引言 | 第18页 |
| 2.2 SLAM的数学模型 | 第18-22页 |
| 2.2.1 SLAM的概率模型 | 第18-19页 |
| 2.2.2 SLAM的系统模型 | 第19-22页 |
| 2.3 基于图优化的SLAM算法研究 | 第22-30页 |
| 2.3.1 帧间匹配 | 第23-26页 |
| 2.3.2 回环检测 | 第26-27页 |
| 2.3.3 位姿优化 | 第27-30页 |
| 2.4 仿真实验验证 | 第30-32页 |
| 2.4.1 室内小环境建图仿真 | 第30-31页 |
| 2.4.2 室内大环境建图仿真 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 基于蒙特卡洛定位算法的全局定位研究 | 第33-42页 |
| 3.1 引言 | 第33页 |
| 3.2 基本蒙特卡洛定位算法研究 | 第33-34页 |
| 3.3 改进的蒙特卡洛定位算法研究 | 第34-38页 |
| 3.3.1 基于扩展卡尔曼滤波的运动预测 | 第34-36页 |
| 3.3.2 改进的重采样过程 | 第36-38页 |
| 3.4 仿真实验验证 | 第38-41页 |
| 3.4.1 全局定位仿真 | 第39-41页 |
| 3.4.2 位姿跟踪仿真 | 第41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 基于改进A*与DWA算法的路径规划研究 | 第42-54页 |
| 4.1 引言 | 第42页 |
| 4.2 基于改进A*算法的全局路径规划研究 | 第42-48页 |
| 4.2.1 A*算法研究 | 第42-43页 |
| 4.2.2 改进的A*算法实现研究 | 第43-46页 |
| 4.2.3 改进的A*算法仿真实验 | 第46-48页 |
| 4.3 基于DWA算法的局部路径规划研究 | 第48-51页 |
| 4.3.1 DWA算法研究 | 第48-50页 |
| 4.3.2 DWA算法仿真实验 | 第50-51页 |
| 4.4 基于改进A*算法和DWA算法的混合路径规划研究 | 第51-53页 |
| 4.4.1 混合路径规划研究 | 第51-52页 |
| 4.4.2 混合路径规划仿真实验 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 智能轮椅平台搭建及实验研究 | 第54-67页 |
| 5.1 引言 | 第54页 |
| 5.2 实验平台搭建 | 第54-58页 |
| 5.2.1 硬件平台搭建 | 第55-57页 |
| 5.2.2 自主导航系统实现 | 第57-58页 |
| 5.3 智能轮椅实体实验 | 第58-66页 |
| 5.3.1 实验环境设计 | 第58-59页 |
| 5.3.2 室内环境建图实验 | 第59-61页 |
| 5.3.3 定位及自主导航实验 | 第61-66页 |
| 5.4 本章小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 附录 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75页 |