基于惯性导航和视觉传感器信息融合的移动机器人定位研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-19页 |
| 1.1 课题研究的意义 | 第8-9页 |
| 1.2 移动机器人国内外研究现状 | 第9-10页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10页 |
| 1.3 移动机器人的关键技术 | 第10-13页 |
| 1.3.1 多传感器的信息融合技术 | 第11页 |
| 1.3.2 定位技术 | 第11-12页 |
| 1.3.3 运动控制技术 | 第12-13页 |
| 1.3.4 路径规划技术 | 第13页 |
| 1.4 多传感器信息融合 | 第13-15页 |
| 1.5 移动机器人定位导航技术 | 第15-17页 |
| 1.6 论文的主要内容 | 第17-19页 |
| 第二章 移动机器人惯性导航系统的定位技术 | 第19-27页 |
| 2.1 引言 | 第19页 |
| 2.2 里程计原理 | 第19-21页 |
| 2.3 陀螺仪原理 | 第21页 |
| 2.4 双轮差动移动机器人运动学模型 | 第21-24页 |
| 2.5 里程计与陀螺仪融合 | 第24-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 移动机器人视觉系统的定位技术 | 第27-45页 |
| 3.1 引言 | 第27页 |
| 3.2 摄像机成像原理 | 第27-35页 |
| 3.2.1 摄像机成像与坐标系的关系 | 第28-30页 |
| 3.2.2 摄像机成像过程 | 第30页 |
| 3.2.3 摄像机成像模型 | 第30-35页 |
| 3.3 摄像机参数的标定 | 第35-37页 |
| 3.3.1 估计投影矩阵 | 第36页 |
| 3.3.2 估计摄像机参数 | 第36-37页 |
| 3.4 移动机器人的视觉定位 | 第37-43页 |
| 3.4.1 移动机器人视觉系统 | 第37-38页 |
| 3.4.2 移动机器人视觉定位流程 | 第38-39页 |
| 3.4.3 基于 PNP 定位的视觉定位 | 第39-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第四章 基于多种传感器信息的定位方法 | 第45-51页 |
| 4.1 引言 | 第45页 |
| 4.2 基于扩展卡尔曼滤波的信息融合定位 | 第45-48页 |
| 4.3 混合定位 | 第48-49页 |
| 4.4 加权和法 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 仿真与比较 | 第51-62页 |
| 5.1 仿真系统生成 | 第51页 |
| 5.2 仿真测量数据生成 | 第51-52页 |
| 5.3 仿真实验及结果分析 | 第52-61页 |
| 5.3.1 分别采用惯导和视觉的定位结果 | 第52-55页 |
| 5.3.2 EKF 定位 | 第55-57页 |
| 5.3.3 混合定位 | 第57-58页 |
| 5.3.4 加权和法 | 第58-59页 |
| 5.3.5 定位误差比较 | 第59-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 本文工作总结 | 第62页 |
| 6.2 工作展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读学位期间取得的研究成果 | 第68-69页 |
| 致谢 | 第69页 |
