导航机器人的地图构建和定位研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第9-19页 |
1.1 选题背景 | 第9-10页 |
1.2 导航机器人的国内外研究概况 | 第10-15页 |
1.2.1 国内外导航机器人研究现状 | 第10-12页 |
1.2.2 导航机器人的地图构建研究 | 第12-14页 |
1.2.3 导航机器人的定位研究 | 第14-15页 |
1.3 研究内容和技术路线 | 第15-19页 |
1.3.1 研究内容和方法 | 第15-16页 |
1.3.2 技术路线 | 第16页 |
1.3.3 内容安排 | 第16-19页 |
第二章 导航机器人系统建模 | 第19-29页 |
2.1 导航机器人的组成 | 第19-23页 |
2.1.1 导航机器人的结构组成 | 第19-21页 |
2.1.2 导航机器人的控制系统组成 | 第21-23页 |
2.2 导航机器人的运动学建模 | 第23-27页 |
2.2.1 导航机器人运动模型 | 第23-26页 |
2.2.2 里程计模型 | 第26-27页 |
2.3 本章小结 | 第27-29页 |
第三章 激光雷达数据预处理算法研究 | 第29-43页 |
3.1 激光雷达模型 | 第29-35页 |
3.1.1 激光雷达测量原理 | 第29-31页 |
3.1.2 激光雷达的数据获取 | 第31-33页 |
3.1.3 激光雷达数据转换 | 第33-35页 |
3.2 激光雷达数据滤波处理算法 | 第35-41页 |
3.2.1 激光雷达数据处理 | 第35-36页 |
3.2.2 中值滤波数据处理 | 第36-38页 |
3.2.3 均值滤波数据处理 | 第38-41页 |
3.3 本章小结 | 第41-43页 |
第四章 导航机器人的环境特征提取 | 第43-63页 |
4.1 环境特征自适应分割方法 | 第43-53页 |
4.1.1 室内环境的几何特征分析 | 第43-44页 |
4.1.2 自适应数据分割算法 | 第44-47页 |
4.1.3 分割算法的优化和实验 | 第47-50页 |
4.1.4 多种分割算法对比 | 第50-53页 |
4.2 激光雷达数据的环境特征提取 | 第53-57页 |
4.2.1 激光雷达数据直线特征 | 第53-54页 |
4.2.2 分裂-合并直线提取算法 | 第54-57页 |
4.3 环境特征提取综合实验 | 第57-61页 |
4.4 本章小结 | 第61-63页 |
第五章 粒子滤波定位方法研究 | 第63-73页 |
5.1 粒子滤波算法原理 | 第63-65页 |
5.2 粒子滤波定位算法及改进 | 第65-67页 |
5.2.1 粒子滤波定位算法 | 第65-66页 |
5.2.2 多项式-组合粒子重采样算法 | 第66-67页 |
5.3 粒子滤波定位仿真实验 | 第67-71页 |
5.4 本章小结 | 第71-73页 |
第六章 地图构建和定位在ROS系统下的实现 | 第73-83页 |
6.1 ROS机器人操作系统 | 第73-74页 |
6.2 导航机器人ROS系统 | 第74-77页 |
6.3 地图构建和定位的综合实验 | 第77-82页 |
6.4 本章小结 | 第82-83页 |
第七章 结论与展望 | 第83-85页 |
7.1 结论 | 第83-84页 |
7.2 后续工作及展望 | 第84-85页 |
参考文献 | 第85-91页 |
发表论文和参加科研情况说明 | 第91-93页 |
致谢 | 第93页 |