首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

基于多传感信息融合的室内机器人位姿监测

摘要第4-5页
Abstract第5-6页
1 绪论第10-22页
    1.1 多传感信息融合技术概述第10-13页
        1.1.1 国内外多传感数据融合技术的发展历史和现状第10-11页
        1.1.2 多传感信息融合算法在机器人领域应用现状第11-13页
    1.2 智能移动机器人发展历史及现状第13-17页
    1.3 室内位姿监测技术国内外发展现状第17-20页
        1.3.1 微惯性姿态系统发展现状第17-18页
        1.3.2 RFID室内定位技术发展现状第18-19页
        1.3.3 组合导航系统多传感器数据融合研究现状第19-20页
    1.4 课题来源及主要研究内容第20-22页
2 微惯性捷联惯导系统第22-35页
    2.1 坐标系定义及其转换第22-24页
        2.1.1 惯性坐标系(i系OXtYtZt)第22-23页
        2.1.2 地球坐标系(e系OXeYeZe)第23页
        2.1.3 导航坐标系(n系OXnYnZn)第23-24页
        2.1.4 载体坐标系(b系OXbYbZb)第24页
    2.2 姿态角定义第24-25页
    2.3 姿态传感器模块的工作原理和性能指标第25-30页
        2.3.1 三轴电子罗盘LSM303DLH第25-29页
        2.3.2 L3G4200D陀螺仪第29-30页
    2.4 微惯性姿态系统工作原理第30-31页
    2.5 捷联姿态表达式及坐标变换第31-34页
        2.5.1 方向余弦矩阵和欧拉角第31-32页
        2.5.2 欧拉角法第32-33页
        2.5.3 四元数算法第33-34页
    2.6 本章小结第34-35页
3 多传感器信息融合卡尔曼滤波算法第35-48页
    3.1 卡尔曼滤波算法第35-36页
    3.2 离散型EKF方程第36-37页
    3.3 姿态角估计第37-40页
        3.3.1 陀螺仪姿态估计算法第37-39页
        3.3.2 加速度和磁力计传感器姿态估计算法第39-40页
    3.4 多传感信息融合卡尔曼滤波算法第40-41页
    3.5 滤波解算步骤第41-43页
    3.6 算法仿真分析第43-47页
        3.6.1 原始数据的滤波算法第43-44页
        3.6.2 不同融合算法比较第44-46页
        3.6.3 不同融合算法误差分析第46-47页
    3.7 本章小结第47-48页
4 基于RFID指纹的粒子滤波定位第48-66页
    4.1 RFID技术简介第48-50页
        4.1.1 RFID技术原理第48-49页
        4.1.2 RFID指纹描述第49-50页
    4.2 粒子滤波理论第50-54页
        4.2.1 递推贝叶斯滤波第50-52页
        4.2.2 粒子滤波和重采样算法第52-54页
    4.3 RFID指纹定位粒子滤波算法描述第54-62页
        4.3.1 指纹采集训练阶段第55-56页
        4.3.2 导航定位阶段第56-58页
        4.3.3 建立观测模型第58-59页
        4.3.4 相似性度量算法第59-62页
    4.4 算法仿真验证第62-65页
        4.4.1 不同相似度量算法误差分析第63-65页
    4.5 本章小结第65-66页
5 机器人信息融合的位姿监测第66-75页
    5.1 总体实现方案第66-67页
    5.2 基于RFID的位置监测第67-69页
        5.2.1 硬件平台与实验环境第67-69页
    5.3 基于惯性导航的姿态监测第69-71页
        5.3.1 硬件平台与实验环境第69-71页
    5.4 系统软件实现第71-73页
        5.4.1 软件平台总体构架第71-72页
        5.4.2 软件平台的设计与实现第72-73页
    5.5 机器人位姿监测第73-74页
    5.6 本章小结第74-75页
6 性能测试与结果分析第75-83页
    6.1 RFID室内定位实验与结果分析第75-79页
        6.1.1 指纹定位采样粒子数及邻近K值的影响第75-76页
        6.1.2 权值w的影响第76-77页
        6.1.3 抗干扰分析第77-79页
    6.2 微惯性定姿实验与结果分析第79-81页
        6.2.1 误差分析第79-80页
        6.2.2 抗干扰分析第80-81页
    6.3 实验结果第81-82页
    6.4 本章小结第82-83页
结论第83-85页
致谢第85-86页
参考文献第86-91页
攻读硕士学位期间发表的学术论文及研究成果第91页

论文共91页,点击 下载论文
上一篇:中国电视剧产业发展中的政府行为研究
下一篇:基于Hadoop平台遗传算法研究及应用