多移动机器人系统地图创建技术研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-22页 |
| ·选题背景及意义 | 第11-12页 |
| ·移动机器人系统环境地图创建的研究现状 | 第12-19页 |
| ·地图的描述方法 | 第12-14页 |
| ·传感器 | 第14页 |
| ·不确定信息的描述和处理方法 | 第14-16页 |
| ·多机器人协作的地图创建 | 第16-18页 |
| ·目前存在的问题 | 第18-19页 |
| ·本文的主要工作 | 第19-20页 |
| ·论文结构 | 第20-22页 |
| 第二章 基于声纳的移动机器人地图创建 | 第22-36页 |
| ·基于声纳的移动机器人环境地图创建方法 | 第22-24页 |
| ·声纳测距原理和不确定性分析 | 第22-23页 |
| ·使用声纳创建栅格地图的方法 | 第23-24页 |
| ·声纳传感器建模 | 第24-25页 |
| ·D-S证据理论方法在环境建模中的应用 | 第25-30页 |
| ·D-S证据理论数据融合方法简介 | 第25-27页 |
| ·D-S证据推理在环境建模中的应用 | 第27-28页 |
| ·RCF因子的引进 | 第28-29页 |
| ·自适应声纳模型 | 第29-30页 |
| ·栅格地图的创建 | 第30-31页 |
| ·实际环境实验及结果分析 | 第31-34页 |
| ·本章小结 | 第34-36页 |
| 第三章 基于声纳的移动机器人地图创建改进方法 | 第36-47页 |
| ·引言 | 第36-37页 |
| ·Hough变换的基本原理 | 第37-42页 |
| ·Hough变换提取直线特征 | 第38-42页 |
| ·Hough变换提取圆的特征 | 第42页 |
| ·Hough变换用于基于声纳的移动机器人地图创建 | 第42-44页 |
| ·传感器数据预处理 | 第42-43页 |
| ·数据融合和地图创建 | 第43-44页 |
| ·实际环境实验及结果分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 基于遗传算法的多机器人系统地图融合算法 | 第47-74页 |
| ·多机器人地图融合简介 | 第47-48页 |
| ·多机器人地图融合算法的介绍 | 第48-52页 |
| ·多机器人地图融合的概念 | 第48-49页 |
| ·地图融合的数学模型 | 第49页 |
| ·地图融合目标函数的建立 | 第49-52页 |
| ·适应性随机行走算法在多机器人地图融合中的应用 | 第52-53页 |
| ·遗传算法的基本概念 | 第53-56页 |
| ·遗传算法的基础知识 | 第53-54页 |
| ·遗传算法的基本要素 | 第54-55页 |
| ·遗传算法的一般流程 | 第55-56页 |
| ·遗传算法在多机器人地图融合中的应用 | 第56-59页 |
| ·遗传算法在解决地图融合问题中的应用流程 | 第56-57页 |
| ·自适应遗传算法在地图创建问题中的应用 | 第57-59页 |
| ·仿真实验及结果分析 | 第59-73页 |
| ·本章小结 | 第73-74页 |
| 第五章 结论与展望 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 致谢 | 第82-83页 |
| 攻读硕士学位期间参与项目 | 第83页 |
| 攻读硕士学位期间发表的论文 | 第83-84页 |
| 学位论文评阅及答辩情况 | 第84页 |
