| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-23页 |
| 1.1 课题的研究背景和意义 | 第12页 |
| 1.2 国内外相关领域研究现状 | 第12-20页 |
| 1.2.1 人体的信息获取 | 第12-15页 |
| 1.2.2 轮式移动机器人定位技术 | 第15-18页 |
| 1.2.3 移动机器人路径规划技术 | 第18-20页 |
| 1.3 论文主要研究内容 | 第20-23页 |
| 1.3.1 课题研究的来源 | 第20页 |
| 1.3.2 研究内容 | 第20-21页 |
| 1.3.3 文章结构 | 第21-23页 |
| 第二章 基于视觉的人体信息获取 | 第23-47页 |
| 2.1 引言 | 第23页 |
| 2.2 人体检测及各关节点信息获取 | 第23-24页 |
| 2.3 基于核直方图和贝叶斯统计估计静态人体头部方位 | 第24-35页 |
| 2.3.1 建立头部特征正方形区域 | 第25-26页 |
| 2.3.2 基于核直方图描述头部特征 | 第26-28页 |
| 2.3.3 基于贝叶斯统计估计头部方位 | 第28-33页 |
| 2.3.4 实验及分析 | 第33-35页 |
| 2.4 基于粒子滤波估计动态人体运动信息 | 第35-45页 |
| 2.4.1 人体运动状态的系统建模 | 第35-37页 |
| 2.4.2 基于PF和EPF的人体运动信息估计 | 第37-40页 |
| 2.4.3 实验及分析 | 第40-45页 |
| 2.5 本章小结 | 第45-47页 |
| 第三章 移动机器人里程计系统参数的校正方法 | 第47-63页 |
| 3.1 引言 | 第47页 |
| 3.2 里程计系统运动模型分析 | 第47-49页 |
| 3.3 里程计系统误差分析 | 第49-57页 |
| 3.3.1 系统误差来源分析及UMBmark实验概述 | 第49-53页 |
| 3.3.2 新的里程计系统误差模型 | 第53-54页 |
| 3.3.3 系统误差对直线运动的影响 | 第54-55页 |
| 3.3.4 系统误差对旋转运动的影响 | 第55-57页 |
| 3.4 里程计系统参数的校正方法 | 第57-59页 |
| 3.4.1 直线运动实验分析 | 第57-58页 |
| 3.4.2 旋转运动实验分析 | 第58-59页 |
| 3.4.3 里程计系统参数的计算 | 第59页 |
| 3.5 里程计系统参数校正的实验及分析 | 第59-62页 |
| 3.5.1 实验步骤 | 第60页 |
| 3.5.2 实验结果及分析 | 第60-62页 |
| 3.6 本章小结 | 第62-63页 |
| 第四章 基于多传感器信息融合的移动机器人定位导航 | 第63-81页 |
| 4.1 引言 | 第63页 |
| 4.2 预设路径上移动机器人的定位导航架构 | 第63-65页 |
| 4.3 存在的问题分析 | 第65-66页 |
| 4.4 基于自适应神经模糊推理系统的电子罗盘校正 | 第66-75页 |
| 4.4.1 自适应神经模糊推理系统 | 第66-68页 |
| 4.4.2 校正电子罗盘的方向角 | 第68-73页 |
| 4.4.3 移动机器人运动方向角求解 | 第73-75页 |
| 4.5 基于AEKF算法的定位导航 | 第75-79页 |
| 4.5.1 基于AEKF算法融合里程计与电子罗盘数据 | 第75-77页 |
| 4.5.2 基于模糊算法确定AEKF算法中的参数k | 第77-79页 |
| 4.6 本章小结 | 第79-81页 |
| 第五章 社会环境的基于社会交互空间的移动机器人路径规划 | 第81-95页 |
| 5.1 引言 | 第81页 |
| 5.2 社会交互空间模型的建立 | 第81-87页 |
| 5.2.1 不对称高斯公式 | 第82-83页 |
| 5.2.2 单个人的社会交互空间模型建立 | 第83-86页 |
| 5.2.3 人群的社会交互空间模型建立 | 第86-87页 |
| 5.3 基于社会交互空间和A*算法的路径规划 | 第87-89页 |
| 5.3.1 A*算法 | 第87-88页 |
| 5.3.2 融入社会交互空间的A*算法 | 第88-89页 |
| 5.4 仿真与实验分析 | 第89-94页 |
| 5.4.1 几种情景的仿真 | 第89-94页 |
| 5.5 本章小节 | 第94-95页 |
| 第六章 移动机器人应用场景的验证实验 | 第95-104页 |
| 6.1 引言 | 第95页 |
| 6.2 实验平台 | 第95-96页 |
| 6.2.1 机器人控制系统 | 第96页 |
| 6.2.2 机器人传感系统 | 第96页 |
| 6.3 基于AEKF融合里程计和电子罗盘数据的实验 | 第96-100页 |
| 6.3.1 只有里程计的机器人导航实验 | 第97-98页 |
| 6.3.2 里程计与电子罗盘数据融合的机器人导航实验 | 第98-100页 |
| 6.3.3 两种实验结果的对比结论 | 第100页 |
| 6.4 基于几种不同情景的综合实验 | 第100-103页 |
| 6.5 本章小结 | 第103-104页 |
| 结论 | 第104-107页 |
| 1 主要工作 | 第104-105页 |
| 2 创新点 | 第105-106页 |
| 3 研究展望 | 第106-107页 |
| 参数文献 | 第107-116页 |
| 攻读博士学位期间取得的研究成果 | 第116-117页 |
| 致谢 | 第117-118页 |
| 附件 | 第118页 |
