| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 传统AGV机器人发展现状 | 第11-13页 |
| 1.2.2 UWB无线定位技术发展现状 | 第13-14页 |
| 1.2.3 移动机器人控制技术发展现状 | 第14页 |
| 1.3 本文研究内容与创新 | 第14-15页 |
| 1.4 论文结构安排 | 第15-16页 |
| 第二章 AGV机器人控制技术研究 | 第16-34页 |
| 2.1 移动机器人运动学模型 | 第16-23页 |
| 2.1.1 运动机构形式 | 第16-17页 |
| 2.1.2 运动描述方式 | 第17-21页 |
| 2.1.3 双轮差速结构移动机器人运动学模型 | 第21-23页 |
| 2.2 运动控制算法研究 | 第23-33页 |
| 2.2.1 传统控制理论 | 第24-27页 |
| 2.2.2 智能控制 | 第27页 |
| 2.2.3 基于二次型性能指标的单神经元PID控制 | 第27-33页 |
| 2.3 本章小结 | 第33-34页 |
| 第三章 基于UWB的机器人位姿数据研究 | 第34-49页 |
| 3.1 UWB定位技术概述 | 第34-35页 |
| 3.2 无线定位算法研究 | 第35-39页 |
| 3.2.1 Fang算法 | 第36-38页 |
| 3.2.2 Chan算法 | 第38-39页 |
| 3.2.3 Taylor算法 | 第39页 |
| 3.3 位姿系统设计 | 第39-48页 |
| 3.3.1 位姿测量系统体系结构 | 第40-41页 |
| 3.3.2 姿态测量模型 | 第41-42页 |
| 3.3.3 位姿数据优化算法 | 第42-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第四章 AGV机器人导航与路径规划技术研究 | 第49-66页 |
| 4.1 环境感知 | 第49-57页 |
| 4.1.1 基于机器人自身状态测量的传感器 | 第49-52页 |
| 4.1.2 基于外部环境信息测量的传感器 | 第52-57页 |
| 4.2 地图构建技术研究 | 第57-59页 |
| 4.2.1 度量地图 | 第57-58页 |
| 4.2.2 拓扑地图 | 第58页 |
| 4.2.3 混合地图 | 第58-59页 |
| 4.3 移动机器人导航技术研究 | 第59-65页 |
| 4.3.1 路径规划技术研究 | 第59-62页 |
| 4.3.2 局部避障技术研究 | 第62-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第五章 系统验证与分析 | 第66-85页 |
| 5.1 实验平台搭建 | 第66-78页 |
| 5.1.1 硬件结构搭建 | 第66-72页 |
| 5.1.2 底层运动控制系统设计 | 第72-75页 |
| 5.1.3 上位机导航系统设计 | 第75-78页 |
| 5.2 系统测试与分析 | 第78-83页 |
| 5.3 本章小结 | 第83-85页 |
| 第六章 总结与展望 | 第85-86页 |
| 致谢 | 第86-87页 |
| 参考文献 | 第87-90页 |