| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 家用机器人室内定位研究现状 | 第14-18页 |
| 1.2.1 典型定位系统 | 第14-16页 |
| 1.2.2 室内定位方法 | 第16-18页 |
| 1.3 数据融合技术研究现状 | 第18-21页 |
| 1.4 选题来源 | 第21-22页 |
| 第二章 家用机器人WiFi/RFID定位的研究 | 第22-39页 |
| 2.1 定位算法分类 | 第22-26页 |
| 2.1.1 基于测距的定位算法 | 第22-24页 |
| 2.1.2 基于非测距的定位算法 | 第24-25页 |
| 2.1.3 基于移动节点的算法 | 第25-26页 |
| 2.2 室内射频定位的精度影响因素 | 第26-27页 |
| 2.3 家用机器人室内WiFi定位技术 | 第27-34页 |
| 2.3.1 位置指纹定位方法简介 | 第27-28页 |
| 2.3.2 基于模糊聚类的概率算法研究 | 第28-32页 |
| 2.3.3 实验设计与结果分析 | 第32-34页 |
| 2.4 家用机器人的RFID定位技术 | 第34-38页 |
| 2.4.1 RFID系统概述 | 第34-36页 |
| 2.4.2 RFID定位设计 | 第36-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第三章 家用机器人运动学定位的研究 | 第39-53页 |
| 3.1 机器人的运动学分析 | 第39-44页 |
| 3.1.1 坐标系统 | 第39-40页 |
| 3.1.2 建立运动坐标系模型 | 第40-44页 |
| 3.2 机器人的运动学定位分析 | 第44-46页 |
| 3.2.1 超声波测距传感器 | 第44-45页 |
| 3.2.2 里程计传感器 | 第45-46页 |
| 3.3 机器人的运动学定位实现 | 第46-52页 |
| 3.4 本章小结 | 第52-53页 |
| 第四章 基于二次调整加权的DS证据理论的定位优化研究 | 第53-64页 |
| 4.1 DS证据理论基础 | 第53-56页 |
| 4.1.1 DS证据理论的基本概念 | 第54-55页 |
| 4.1.2 DS证据理论的基本定义 | 第55-56页 |
| 4.2 DS证据理论的优缺点 | 第56-57页 |
| 4.3 二次调整误差加权的DS证据理论 | 第57-60页 |
| 4.3.1 基于误差加权的DS证据理论 | 第58-59页 |
| 4.3.2 二次调整的误差加权DS证据理论 | 第59-60页 |
| 4.4 二次调整加权的DS证据融合定位优化 | 第60-62页 |
| 4.5 本章小结 | 第62-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 工作总结 | 第64页 |
| 5.2 工作展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间发表的学术论文及取得的相关科研成果 | 第69-70页 |
| 致谢 | 第70-71页 |