校园巡逻机器人定位与避障技术研究
| 摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 移动机器人导航关键技术研究现状 | 第14-17页 |
| 1.2.1 移动机器人定位技术 | 第14-15页 |
| 1.2.2 环境建模技术 | 第15-16页 |
| 1.2.3 移动机器人避障技术 | 第16-17页 |
| 1.3 本文研究内容及主要工作 | 第17-18页 |
| 1.4 本文的主要章节安排 | 第18-21页 |
| 第二章 基于RFID传感器的校园环境建模 | 第21-33页 |
| 2.1 引言 | 第21页 |
| 2.2 机器人平台简介 | 第21-22页 |
| 2.3 基于RFID标签的环境特征信息表示 | 第22-27页 |
| 2.3.1 RFID的基本组成与工作原理 | 第23-24页 |
| 2.3.2 RFID配置及标签的分布 | 第24-26页 |
| 2.3.3 RFID标签数据格式设计 | 第26-27页 |
| 2.4 RFID识别范围概率模型实验研究 | 第27-29页 |
| 2.5 校园环境地图创建 | 第29-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 激光传感器性能测试及数据处理 | 第33-41页 |
| 3.1 引言 | 第33页 |
| 3.2 激光传感器工作原理 | 第33-35页 |
| 3.3 激光测距性能测试及误差分析 | 第35-37页 |
| 3.3.1 激光测距性能测试 | 第35-36页 |
| 3.3.2 激光测距误差来源分析 | 第36-37页 |
| 3.4 激光数据的滤波处理 | 第37-40页 |
| 3.4.1 动态自适应中值滤波 | 第37-39页 |
| 3.4.2 滤波实验及分析 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 基于多传感器信息融合的校园巡逻机器人定位 | 第41-63页 |
| 4.1 引言 | 第41页 |
| 4.2 定位系统总体框架 | 第41-42页 |
| 4.3 基于激光的机器人直道定位实现 | 第42-47页 |
| 4.3.1 机器人直道定位原理 | 第42-45页 |
| 4.3.2 机器人直道定位问题分析 | 第45-47页 |
| 4.4 基于激光与惯导模块的直道融合定位 | 第47-51页 |
| 4.4.1 惯导模块角度定位 | 第48-49页 |
| 4.4.2 基于扩展卡尔曼滤波的角度信息融合定位 | 第49-51页 |
| 4.5 多传感器信息结合的路口定位 | 第51-57页 |
| 4.5.1 路口识别策略 | 第51-53页 |
| 4.5.2 基于里程计与惯导模块的路口融合定位 | 第53-57页 |
| 4.6 实验结果与分析 | 第57-61页 |
| 4.6.1 直道定位结果分析 | 第57-60页 |
| 4.6.2 路口定位结果分析 | 第60-61页 |
| 4.7 本章小结 | 第61-63页 |
| 第五章 基于激光传感器的机器人避障技术研究 | 第63-77页 |
| 5.1 引言 | 第63页 |
| 5.2 激光避障总体策略 | 第63-65页 |
| 5.3 基于角度势场法的激光避障实现 | 第65-69页 |
| 5.3.1 角度势场法阻力场 | 第65-68页 |
| 5.3.2 角度势场法引力场 | 第68页 |
| 5.3.3 机器人方向选择 | 第68-69页 |
| 5.4 巡逻机器人的运动控制 | 第69-72页 |
| 5.4.1 巡逻机器人的运动状态划分 | 第69页 |
| 5.4.2 运动状态角度分界计算 | 第69-72页 |
| 5.5 机器人避障流程与效果 | 第72-75页 |
| 5.6 本章小结 | 第75-77页 |
| 第六章 工作总结与展望 | 第77-79页 |
| 6.1 本文主要研究结果 | 第77-78页 |
| 6.2 进一步的研究方向 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-85页 |
| 硕士期间发表的论文和科研成果 | 第85页 |
| 硕士期间参加的科研工作 | 第85-87页 |
| 学位论文评阅及答辩情况表 | 第87页 |
