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

轮式餐厅服务机器人移动定位技术研究

摘要第1-6页
ABSTRACT第6-13页
第一章 绪论第13-26页
   ·课题来源及研究意义第13-14页
     ·课题来源第13页
     ·课题的研究意义第13-14页
   ·服务机器人技术研究概况第14-18页
     ·国外服务机器人技术研究概述第14-16页
     ·国内服务机器人技术发展概述第16-17页
     ·餐厅服务机器人发展概述第17-18页
   ·移动机器人定位技术概述第18-23页
     ·相对定位研究第19页
     ·绝对定位研究第19-23页
   ·论文主要内容及组织结构第23-26页
     ·论文主要研究内容第23-24页
     ·论文组织结构第24-26页
第二章 轮式餐厅服务机器人系统搭建第26-47页
   ·引言第26页
   ·轮式餐厅服务机器人系统第26-31页
     ·餐厅服务机器人机械系统第27-30页
     ·餐厅服务机器人传感器系统第30-31页
   ·轮式餐厅服务机器人建模第31-37页
     ·餐厅服务机器人运动学模型第31-33页
     ·餐厅服务机器人里程计模型第33页
     ·餐厅服务机器人机械臂建模第33-37页
   ·餐厅服务机器人传感器观测模型第37-46页
     ·餐厅服务机器人坐标系统模型第37-39页
     ·机器人双目视觉路标观测模型第39-43页
     ·机器人全局视觉传感器模型第43-46页
   ·本章小结第46-47页
第三章 基于改进粒子滤波的餐厅服务机器人全局视觉定位第47-69页
   ·引言第47页
   ·粒子滤波定位算法第47-51页
     ·序列重要性采样(SIS)算法第48-49页
     ·序列重要性重采样(SIR)算法第49-51页
   ·改进的粒子滤波定位算法第51-63页
     ·改进的迭代扩展卡尔曼滤波第51-57页
     ·改进的迭代扩展卡尔曼粒子滤波第57-59页
     ·仿真结果与分析第59-63页
   ·基于改进粒子滤波的服务机器人全局视觉定位第63-67页
     ·基于改进粒子滤波的机器人定位算法流程第63-66页
     ·基于粒子滤波的机器人定位实验第66-67页
   ·本章小结第67-69页
第四章 基于多信息融合的餐厅服务机器人定位第69-94页
   ·引言第69页
   ·多传感器信息融合技术第69-72页
     ·多信息融合的结构层次模型第69-71页
     ·多信息融合的主要方法第71-72页
   ·改进的迭代扩展卡尔曼多传感器信息融合第72-81页
     ·集中式迭代扩展卡尔曼多信息融合第72-77页
     ·分布式迭代扩展卡尔曼多信息融合第77-81页
   ·改进的联合卡尔曼滤波多信息融合第81-89页
     ·联合滤波算法原理第81-84页
     ·联合滤波器模型的结构第84-86页
     ·改进的联合迭代扩展卡尔曼多信息融合算法第86-87页
     ·仿真实验第87-89页
   ·基于联合迭代卡尔曼信息融合的机器人全局定位第89-93页
   ·本章小结第93-94页
第五章 基于双目视觉的餐厅服务机器人目标位姿精定位第94-116页
   ·引言第94页
   ·立体匹配技术第94-97页
     ·立体匹配研究内容第95-96页
     ·立体匹配方法第96-97页
   ·基于图像分割的区域稠密匹配方法第97-107页
     ·基于均值漂移的图像分割算法第97-100页
     ·SIFT 特征匹配第100-104页
     ·基于种子生长的立体匹配算法第104-106页
     ·仿真实验第106-107页
   ·基于双目视觉的机器人目标位姿确定第107-114页
     ·基于双目视觉的服务机器人精定位第108-111页
     ·基于双目视觉的机器精定位实验第111-114页
   ·本章小结第114-116页
第六章 总结第116-118页
   ·本文结论第116页
   ·主要创新点第116-117页
   ·研究展望第117-118页
参考文献第118-128页
攻读博士学位期间已发表或录用的论文第128-129页
攻读博士学位期间参与的科研项目第129页
攻读博士学位期间所获得的专利与证书第129页
攻读博士学位期间所获得的荣誉与奖励第129-130页
致谢第130-132页

论文共132页,点击 下载论文
上一篇:量子保密通信方案及信道传输特性研究
下一篇:民族文化遗产保护Web展示系统建设