基于CML的移动机器人导航算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-18页 |
| 1.1 课题研究背景和意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 移动机器人定位研究进展 | 第13-14页 |
| 1.2.2 移动机器人地图创建研究进展 | 第14-15页 |
| 1.2.3 CML算法研究现状 | 第15-16页 |
| 1.3 论文研究的主要内容 | 第16页 |
| 1.4 论文的组织结构 | 第16-18页 |
| 第2章 基于激光测距仪的特征提取与地图创建 | 第18-33页 |
| 2.1 RPLIDAR激光测距仪 | 第18-19页 |
| 2.2 基于测量点集的几种直线提取方法 | 第19-27页 |
| 2.3 基于RPLIDAR的地图创建 | 第27-32页 |
| 2.3.1 RPLIDAR激光测距仪数据输出格式 | 第27页 |
| 2.3.2 地图创建算法 | 第27-31页 |
| 2.3.3 仿真实例及结果 | 第31-32页 |
| 2.4 小结 | 第32-33页 |
| 第3章 CML的基本理论 | 第33-40页 |
| 3.1 CML的基本概念 | 第33-36页 |
| 3.1.1 相关术语 | 第34-35页 |
| 3.1.2 基本框架 | 第35-36页 |
| 3.2 CML的基本模型 | 第36-39页 |
| 3.2.1 机器人运动模型 | 第36-37页 |
| 3.2.2 传感器观测模型 | 第37-38页 |
| 3.2.3 执行器噪声模型 | 第38-39页 |
| 3.3 小结 | 第39-40页 |
| 第4章 基于扩展卡尔曼滤波的CML研究 | 第40-52页 |
| 4.1 卡尔曼滤波器 | 第40-43页 |
| 4.1.1 卡尔曼滤波原理 | 第40-42页 |
| 4.1.2 卡尔曼滤波定位 | 第42-43页 |
| 4.2 扩展卡尔曼滤波器 | 第43-46页 |
| 4.3 基于扩展卡尔曼滤波的CML算法 | 第46-51页 |
| 4.3.1 相关矩阵 | 第46页 |
| 4.3.2 算法设计 | 第46-50页 |
| 4.3.3 仿真实例及结果 | 第50-51页 |
| 4.4 小结 | 第51-52页 |
| 第5章 基于粒子滤波的FastCML研究 | 第52-61页 |
| 5.1 粒子滤波器 | 第52-53页 |
| 5.2 FastCML算法思想 | 第53-54页 |
| 5.3 基于粒子滤波的FastCML算法 | 第54-60页 |
| 5.3.1 粒子结构 | 第54-55页 |
| 5.3.2 算法设计 | 第55-59页 |
| 5.3.3 仿真实例及结果 | 第59-60页 |
| 5.4 小结 | 第60-61页 |
| 第6章 基于CML的移动机器人导航实现 | 第61-75页 |
| 6.1 基于激光测距仪的避障算法研究 | 第61-64页 |
| 6.2 路径规划算法研究 | 第64-66页 |
| 6.3 CML算法在移动机器人导航系统中的应用 | 第66-74页 |
| 6.3.1 机器人系统硬件结构 | 第66-69页 |
| 6.3.2 机器人系统软件结构介绍 | 第69-71页 |
| 6.3.3 实验环境结果分析 | 第71-74页 |
| 6.4 小结 | 第74-75页 |
| 结论 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-81页 |
| 附录A 攻读学位期间发表的论文 | 第81-82页 |
| 附录B 攻读学位期间参与的科研项目 | 第82-83页 |
| 附录C 部分仿真源代码 | 第83-88页 |
