室内建筑机器人自主定位导航系统的研究与实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 机器人自主定位导航技术方案的现状 | 第12-17页 |
| 1.3 机器人自主定位导航关键技术的研究现状 | 第17-21页 |
| 1.3.1 扫描匹配方法研究现状 | 第17-19页 |
| 1.3.2 地图构建方法研究现状 | 第19-20页 |
| 1.3.3 路径规划算法研究现状 | 第20-21页 |
| 1.4 论文主要研究内容和组织结构 | 第21-23页 |
| 第二章 系统建模 | 第23-35页 |
| 2.1 机器人移动平台建模 | 第23-26页 |
| 2.2 激光传感器建模 | 第26-30页 |
| 2.2.1 激光传感器测距原理研究 | 第26-28页 |
| 2.2.2 激光传感器模型 | 第28-30页 |
| 2.3 RGB-D深度摄像头传感器建模 | 第30-34页 |
| 2.3.1 RGB-D深度摄像头工作原理研究 | 第30-32页 |
| 2.3.2 RGB-D深度摄像头模型 | 第32-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 地图构建与机器人避障研究 | 第35-52页 |
| 3.1 导航地图构建研究 | 第35-39页 |
| 3.1.1 基于激光雷达的栅格地图构建 | 第35-37页 |
| 3.1.2 基于RGB-D摄像头的点云地图构建 | 第37-38页 |
| 3.1.3 室内建筑机器人构建地图的问题 | 第38-39页 |
| 3.2 基于建筑信息模型的构建地图 | 第39-43页 |
| 3.2.1 建筑信息模型预处理 | 第39-41页 |
| 3.2.2 导航地图构建 | 第41-43页 |
| 3.3 导航障碍物检测 | 第43-48页 |
| 3.3.1 障碍物检测算法 | 第43-45页 |
| 3.3.2障碍物检测实验 | 第45-48页 |
| 3.4 障碍物处理 | 第48-51页 |
| 3.4.1 障碍物处理策略 | 第48-49页 |
| 3.4.2 基于作业点的路径规划 | 第49-50页 |
| 3.4.3 实例模拟 | 第50-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 扫描匹配定位算法研究 | 第52-63页 |
| 4.1 ICP扫描匹配算法研究 | 第52-54页 |
| 4.1.1 基本原理 | 第52-54页 |
| 4.1.2 算法流程 | 第54页 |
| 4.2 NDT扫描匹配算法研究 | 第54-56页 |
| 4.2.1 基本原理 | 第54-56页 |
| 4.2.2 算法流程 | 第56页 |
| 4.3 改进ICP扫描匹配算法 | 第56-60页 |
| 4.3.1 基于全局地图的噪点优化 | 第57-58页 |
| 4.3.2 基于传感器融合的定位方法 | 第58-60页 |
| 4.4 对比实验 | 第60-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第五章 建筑机器人自主定位导航系统总体设计与实现 | 第63-76页 |
| 5.1 作业场景需求分析 | 第63-64页 |
| 5.2 系统软硬件构成 | 第64-66页 |
| 5.3 系统模块设计与软件实现 | 第66-68页 |
| 5.3.1 系统模块设计 | 第66页 |
| 5.3.2 两段式定位方法 | 第66-67页 |
| 5.3.3 部分软件实现界面 | 第67-68页 |
| 5.4 实验与结果分析 | 第68-75页 |
| 5.4.1 实验场景和设备 | 第68-70页 |
| 5.4.2 建筑机器人作业流程 | 第70-71页 |
| 5.4.3建筑机器人定位导航与施工实验 | 第71-75页 |
| 5.5 本章小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-78页 |
| 6.1 本文研究总结 | 第76-77页 |
| 6.2 未来改进与展望 | 第77-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 攻读硕士期间取得的研究成果 | 第83页 |
