中文摘要 | 第3-4页 |
英文摘要 | 第4-5页 |
1 绪论 | 第9-15页 |
1.1 课题背景 | 第9-10页 |
1.2 课题国内外研究现状 | 第10-12页 |
1.2.1 障碍物检测研究现状 | 第10-11页 |
1.2.2 局部避障路径规划研究现状 | 第11-12页 |
1.3 课题的目的及研究意义 | 第12-13页 |
1.4 论文的主要内容及章节安排 | 第13-14页 |
1.5 本章小结 | 第14-15页 |
2 机器人避障路径规划的总体设计方案 | 第15-25页 |
2.1 机器人平台与坐标系模型概述 | 第15-19页 |
2.1.1 Mecanum轮式机器人平台 | 第15-18页 |
2.1.2 坐标系模型 | 第18-19页 |
2.2 Mecanum轮式机器人避障路径规划环境及条件 | 第19-20页 |
2.3 Mecanum轮式机器人避障路径规划总体设计方案 | 第20-21页 |
2.4 存在的问题分析 | 第21-23页 |
2.4.1 二维激光雷达运动状态下的测量误差 | 第21-22页 |
2.4.2 二维激光雷达的数据聚类算法 | 第22-23页 |
2.4.3 人工势场法的局部最小值陷阱问题 | 第23页 |
2.5 本章小结 | 第23-25页 |
3 通道及障碍物的识别 | 第25-51页 |
3.1 问题的提出 | 第25-26页 |
3.2 激光雷达的数据处理 | 第26-33页 |
3.2.1 激光雷达数据预处理 | 第26-28页 |
3.2.2 扫描数据的修正 | 第28-30页 |
3.2.3 坐标转换 | 第30-33页 |
3.3 通道及障碍物的识别 | 第33-43页 |
3.3.1 通道及障碍物模型的建立 | 第33-35页 |
3.3.2 基于非平面ABD数据分割算法 | 第35-40页 |
3.3.3 特征匹配 | 第40-43页 |
3.4 实验验证与分析 | 第43-50页 |
3.4.1 激光雷达数据修正 | 第43-46页 |
3.4.2 激光雷达数据分割聚类 | 第46-50页 |
3.5 本章小结 | 第50-51页 |
4 基于改进型人工势场法的避障路径规划 | 第51-73页 |
4.1 问题的提出 | 第51页 |
4.2 基于时间虚拟驱动力的人工势场模型 | 第51-55页 |
4.2.1 传统人工势场法模型 | 第51-53页 |
4.2.2 时间虚拟驱动力的提出 | 第53-54页 |
4.2.3 基于时间虚拟驱动力的人工势场模型 | 第54-55页 |
4.3 基于改进型人工势场法的避障路径规划 | 第55-61页 |
4.3.1 局部目标点的选取 | 第56-59页 |
4.3.2 改进型人工势场模型建立 | 第59-60页 |
4.3.3 避障路径的生成 | 第60页 |
4.3.4 Matlab仿真 | 第60-61页 |
4.4 Mecanum轮式机器人通道内避障路径的修正 | 第61-65页 |
4.4.1 通道内典型的障碍物分布场景 | 第61页 |
4.4.2 Mecanum轮式机器人运动学模型 | 第61-63页 |
4.4.3 通道内避障路径的修正 | 第63-65页 |
4.5 实验验证与分析 | 第65-71页 |
4.5.1 避障路径规划实验流程 | 第65-66页 |
4.5.2 实验过程 | 第66-69页 |
4.5.3 实验结果及分析 | 第69-71页 |
4.6 本章小结 | 第71-73页 |
5 机器人通道内避障路径规划的设计与实现 | 第73-87页 |
5.1 引言 | 第73页 |
5.2 系统功能概述及模块设计 | 第73-77页 |
5.2.1 系统功能概述 | 第73页 |
5.2.2 功能模块设计 | 第73-77页 |
5.3 系统实现流程 | 第77-79页 |
5.4 应用效果分析 | 第79-85页 |
5.4.1 应用展示 | 第79-81页 |
5.4.2 效果分析 | 第81-85页 |
5.5 本章小结 | 第85-87页 |
6 总结与展望 | 第87-89页 |
6.1 本文总结 | 第87-88页 |
6.2 研究展望 | 第88-89页 |
致谢 | 第89-91页 |
参考文献 | 第91-95页 |
附录 | 第95页 |
A. 作者在攻读硕士学位期间公开的发明专利 | 第95页 |
B. 作者在攻读硕士学位期间参与的科研项目 | 第95页 |