基于无线传感器网络的移动机器人导航研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 课题研究背景、目的与意义 | 第12-14页 |
| 1.1.1 课题研究背景 | 第12-13页 |
| 1.1.2 课题研究目的与意义 | 第13-14页 |
| 1.2 基于WSN的机器人导航研究现状 | 第14-18页 |
| 1.2.1 国外研究现状 | 第14-17页 |
| 1.2.2 国内研究现状 | 第17-18页 |
| 1.3 论文章节结构 | 第18-20页 |
| 第2章 移动机器人运动学建模与航迹推算研究 | 第20-30页 |
| 2.1 移动机器人运动学建模 | 第20-24页 |
| 2.1.1 移动机器人运动学建模 | 第20-22页 |
| 2.1.2 移动机器人运动学约束 | 第22-24页 |
| 2.2 移动机器人航迹推算 | 第24-26页 |
| 2.2.1 移动机器人控制模型 | 第24-25页 |
| 2.2.2 移动机器人位姿估算 | 第25-26页 |
| 2.3 仿真实验及数据分析 | 第26-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第3章 移动机器人实时地图构建 | 第30-46页 |
| 3.1 基于扩展卡尔曼滤波的建图算法 | 第30-34页 |
| 3.1.1 地图特征点位置获取 | 第30-32页 |
| 3.1.2 环境地图创建 | 第32-33页 |
| 3.1.3 同步定位与建图 | 第33-34页 |
| 3.2 基于Hector SLAM的自主建图算法 | 第34-38页 |
| 3.2.1 Hector系统框架 | 第34-36页 |
| 3.2.2 地图获取 | 第36-37页 |
| 3.2.3 扫描匹配 | 第37-38页 |
| 3.3 实验及数据分析 | 第38-45页 |
| 3.3.1 基于EKF的位姿更正 | 第39-41页 |
| 3.3.2 同步定位与建图 | 第41-43页 |
| 3.3.3 基于Hector SLAM的构图实验 | 第43-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 基于无线传感器网络的动态路径规划 | 第46-64页 |
| 4.1 路径规划研究概述 | 第46-47页 |
| 4.2 路径规划算法 | 第47-53页 |
| 4.2.1 Dijkstra算法 | 第47-49页 |
| 4.2.2 A~*算法 | 第49-51页 |
| 4.2.3 PRM算法 | 第51-53页 |
| 4.3 基于无线传感器网络的动态路径规划 | 第53-59页 |
| 4.3.1 超声波传感器模型 | 第54-55页 |
| 4.3.2 WSN动态障碍物感知 | 第55-58页 |
| 4.3.3 D~*Lite算法 | 第58-59页 |
| 4.4 实验及结果分析 | 第59-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第5章 自主建图及导航系统实验 | 第64-78页 |
| 5.1 基于ROS的移动机器人平台 | 第64-68页 |
| 5.1.1 ROS操作系统概述 | 第64-65页 |
| 5.1.2 ROS系统总体框架 | 第65-66页 |
| 5.1.3 基于iRobot的移动机器人平台 | 第66-68页 |
| 5.2 ROS移动机器人导航系统 | 第68-72页 |
| 5.2.1 移动机器人TF系统 | 第68-70页 |
| 5.2.2 Navigation栈架构 | 第70-71页 |
| 5.2.3 Costmap代价地图 | 第71-72页 |
| 5.3 基于无线传感器网络的环境感知实验 | 第72-76页 |
| 5.3.1 移动机器人自主建图实验 | 第72-73页 |
| 5.3.2 WSN节点通信链路 | 第73-75页 |
| 5.3.3 WSN节点环境感知 | 第75-76页 |
| 5.4 本章小结 | 第76-78页 |
| 第6章 总结与展望 | 第78-80页 |
| 6.1 总结 | 第78页 |
| 6.2 展望 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-86页 |
| 硕士期间发表的论文和专利 | 第86-88页 |
| 作者简介 | 第88页 |
