基于飞思卡尔智能车的电磁导航控制技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-20页 |
| ·课题背景与研究意义 | 第12-14页 |
| ·国内外研究现状 | 第14-18页 |
| ·电磁导航智能车研究现状 | 第14-15页 |
| ·两轮自平衡机器人研究现状 | 第15-18页 |
| ·本课题研究内容 | 第18-20页 |
| 第2章 智能车系统简介 | 第20-29页 |
| ·智能车导航控制原理介绍 | 第20-25页 |
| ·智能车硬件平台介绍 | 第25-28页 |
| ·控制单元 | 第25页 |
| ·信息采集单元 | 第25-27页 |
| ·电源及驱动单元 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 智能车导航系统的设计与算法研究 | 第29-39页 |
| ·电磁导航原理介绍 | 第29-31页 |
| ·电磁检测电路的设计 | 第31-33页 |
| ·双水平线圈传感器与检测算法 | 第33-35页 |
| ·双线圈传感器的布局 | 第33页 |
| ·双水平线圈检测算法 | 第33-35页 |
| ·单排七线圈检测方案设计 | 第35-36页 |
| ·传感器布局设计 | 第35页 |
| ·传感器数据归一化 | 第35-36页 |
| ·基于最小二乘法的曲线拟合 | 第36页 |
| ·两种算法的实验分析与比较 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 智能车平衡姿态检测研究 | 第39-63页 |
| ·常用的姿态检测方法 | 第39-50页 |
| ·姿态传感器及其原理 | 第39-42页 |
| ·基于陀螺仪的姿态检测方法 | 第42-44页 |
| ·基于加速度计的姿态检测方法 | 第44-46页 |
| ·陀螺仪和加速度计的误差模型 | 第46-47页 |
| ·姿态检测算法与卡尔曼滤波 | 第47-50页 |
| ·基于卡尔曼滤波的传感器数据融合 | 第50-54页 |
| ·传感器性能的比较 | 第50-51页 |
| ·卡尔曼滤波器的设计 | 第51-53页 |
| ·仿真实验与结果分析 | 第53-54页 |
| ·基于无迹卡尔曼滤波器的姿态最优估计 | 第54-58页 |
| ·无迹卡尔曼滤波器原理 | 第54-56页 |
| ·基于 UKF 的滤波器设计 | 第56-57页 |
| ·仿真实验与结果分析 | 第57-58页 |
| ·基于复合互补滤波器的姿态估计 | 第58-61页 |
| ·复合互补滤波器的原理 | 第59页 |
| ·复合互补滤波器的设计 | 第59-60页 |
| ·仿真实验与分析 | 第60-61页 |
| ·本章小结 | 第61-63页 |
| 第5章 电磁导航智能车算法的验证 | 第63-82页 |
| ·软件开发环境与调试工具 | 第63-64页 |
| ·智能车系统设计 | 第64-67页 |
| ·智能车硬件平台设计 | 第64-66页 |
| ·智能车软件功能与框架设计 | 第66-67页 |
| ·硬件资源配置 | 第67页 |
| ·主要算法与实现 | 第67-76页 |
| ·系统的初始化 | 第67-70页 |
| ·卡尔曼滤波算法的实现 | 第70-73页 |
| ·控制算法的实现 | 第73-76页 |
| ·调试与实验结果 | 第76-81页 |
| ·参数整定 | 第76-78页 |
| ·测试结果 | 第78-81页 |
| ·本章小结 | 第81-82页 |
| 结论 | 第82-84页 |
| 参考文献 | 第84-87页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第87-88页 |
| 致谢 | 第88-89页 |
