首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

基于D-S证据理论的多传感器信息融合算法研究--在移动机器人地图创建中的应用

摘要第1-4页
Abstract第4-5页
目录第5-8页
第一章 绪论第8-15页
   ·引言第8页
   ·多传感器信息融合技术概述第8-9页
     ·多传感器信息融合的定义和研究意义第8-9页
     ·多传感器信息融合的发展概况第9页
   ·基于多传感器信息融合的移动机器人地图创建第9-13页
     ·移动机器人地图创建系统的传感器分类第10页
     ·移动机器人常用的地图模型第10-12页
     ·移动机器人地图创建的研究现状第12-13页
   ·本文的主要研究内容和章节安排第13-15页
     ·论文的研究内容第13页
     ·本文的章节安排第13-15页
第二章 移动机器人地图创建的基础第15-22页
   ·引言第15页
   ·移动机器人坐标系统的建立与坐标变换第15-17页
     ·移动机器人的三个坐标系统第15-16页
     ·坐标变换第16-17页
   ·栅格地图第17-18页
     ·栅格地图第17页
     ·全局坐标与栅格位置的对应第17-18页
   ·基于超声波传感器的环境探测第18-19页
     ·超声波传感器的测距原理第18页
     ·基于超声波传感器的环境探测第18-19页
   ·基于激光测距仪的环境探测第19-21页
     ·激光测距仪的测距原理第19-20页
     ·基于激光测距仪的环境探测第20-21页
   ·本章小结第21-22页
第三章 D-S 证据理论信息融合算法和栅格地图创建第22-30页
   ·引言第22页
   ·D-S 证据理论第22-25页
     ·D-S 证据理论的基本概念第22-23页
     ·Dempster 组合规则第23页
     ·D-S 证据理论的决策规则第23-24页
     ·基于 D-S 证据理论的信息融合模型第24-25页
   ·基于 D-S 证据理论信息融合算法的栅格地图创建方法第25-29页
     ·基于 D-S 证据理论信息融合算法的栅格地图创建基本流程第25页
     ·栅格地图初始化第25-26页
     ·超声波传感器探测值的基本概率赋值第26页
     ·激光测距仪探测值的基本概率赋值第26-27页
     ·基于 Dempster 组合规则的栅格地图更新第27-28页
     ·由 D-S 栅格地图生成 0-1 栅格地图第28-29页
   ·本章小结第29-30页
第四章 基于改进 D-S 证据理论的栅格地图创建第30-45页
   ·引言第30页
   ·基于 Hough 变换的数据预处理第30-33页
     ·Hough 变换的基本方法第30-33页
     ·基于 Hough 变换的数据预处理第33页
   ·Dempster 组合规则存在的问题和改进方法第33-35页
     ·Dempster 组合规则存在的问题第34页
     ·Dempster 组合规则的改进方法第34-35页
   ·D-S 证据理论决策规则存在的问题和改进方法第35-40页
     ·D-S 栅格地图决策规则存在的问题第36-38页
     ·D-S 栅格地图决策规则的改进方法第38-40页
     ·基于栅格地图的地图创建效果和环境稀疏度评价方法第40页
   ·仿真研究第40-44页
     ·仿真实验环境与初始化第40-41页
     ·仿真实验过程第41-43页
     ·仿真结果分析第43-44页
   ·本章小结第44-45页
第五章 基于能力风暴机器人系统的地图创建实验研究第45-54页
   ·引言第45页
   ·能力风暴机器人系统概述第45-48页
     ·能力风暴机器人系统的技术特点第45-46页
     ·能力风暴机器人的硬件结构特点第46-47页
     ·能力风暴机器人的软件控制系统第47-48页
   ·能力风暴机器人地图创建系统第48-51页
     ·光电编码器定位第48-49页
     ·能力风暴机器人的传感器测距系统第49-51页
     ·能力风暴机器人的无线控制实现第51页
   ·基于能力风暴机器人系统的地图创建实验研究第51-53页
     ·实验环境和实验步骤第51-52页
     ·实验结果和分析第52-53页
   ·本章小结第53-54页
主要结论与展望第54-56页
 主要结论第54页
 展望第54-56页
致谢第56-57页
参考文献第57-60页
附录: 作者在攻读硕士学位期间发表的论文第60页

论文共60页,点击 下载论文
上一篇:Markov跳变系统的反馈预测控制研究
下一篇:时滞多智能体系统一致性的采样控制问题研究