| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 研究内容与技术难点 | 第11-12页 |
| 1.4 论文内容安排 | 第12-14页 |
| 第二章 相关背景知识介绍 | 第14-24页 |
| 2.1 机器人建图定位 | 第14-18页 |
| 2.1.1 SLAM问题描述 | 第14-15页 |
| 2.1.2 地图表示方式 | 第15页 |
| 2.1.3 SLAM典型方案 | 第15-18页 |
| 2.2 传感器 | 第18-21页 |
| 2.2.1 激光雷达传感器 | 第18-19页 |
| 2.2.2 视觉传感器 | 第19-20页 |
| 2.2.3 KinectV2介绍 | 第20-21页 |
| 2.3 使用Kinect2作为传感器并进行SLAM实验 | 第21-23页 |
| 2.3.1 ROS介绍 | 第21-22页 |
| 2.3.2 Gmapping | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 全局路径规划 | 第24-38页 |
| 3.1 路径规划算法介绍 | 第24-29页 |
| 3.1.1 A*路径规划算法 | 第25-26页 |
| 3.1.2 RRT路径搜索算法 | 第26-27页 |
| 3.1.3 人工势场法 | 第27-29页 |
| 3.2 跳点搜寻算法 | 第29-32页 |
| 3.2.1 JPS算法介绍 | 第29-31页 |
| 3.2.2 JPS和A*算法的对比 | 第31-32页 |
| 3.3 基于JPS算法的路径后处理改进算法 | 第32-37页 |
| 3.3.1 路径冗余检测算法 | 第33-35页 |
| 3.3.2 JPS-PO算法 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 局部路径规划 | 第38-52页 |
| 4.1 动态窗口法 | 第38-42页 |
| 4.2 行人感知技术 | 第42-46页 |
| 4.2.1 HOG特征介绍 | 第43页 |
| 4.2.2 SVM分类器 | 第43-44页 |
| 4.2.3 HOG+SVM训练分类器 | 第44-46页 |
| 4.3 DWA改进算法DWA-CF算法 | 第46-51页 |
| 4.3.1 相关概念与定义 | 第47页 |
| 4.3.2 相关变量计算 | 第47-49页 |
| 4.3.3 DWA-CF | 第49页 |
| 4.3.4 DWA-CF实验结果 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 基于JPS-PO和DWA-CF算法的混合路径规划 | 第52-56页 |
| 5.1 JPS-PO算法和DWA-CF算法各自的缺陷 | 第52-53页 |
| 5.1.1 JPS-PO算法的缺陷 | 第52页 |
| 5.1.2 DWA-CF算法的缺陷 | 第52-53页 |
| 5.2 JPS-PO与DWA-CF混合算法描述 | 第53-54页 |
| 5.3 实验结果与分析 | 第54-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 本文工作总结 | 第56页 |
| 6.2 研究展望 | 第56-58页 |
| 参考文献 | 第58-60页 |
| 附录1 攻读硕士学位期间申请的专利 | 第60-61页 |
| 致谢 | 第61页 |
