振动环境下足式机器人姿态获取方法
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 研究内容与论文结构 | 第14-16页 |
| 2 足式机器人姿态获取方案设计 | 第16-26页 |
| 2.1 四足机器人本体振动环境搭建 | 第16-19页 |
| 2.2 模拟振动环境对微机械陀螺仪输出影响 | 第19-22页 |
| 2.3 姿态数据获取方案设计 | 第22-25页 |
| 2.3.1 姿态数据检测原理 | 第22-24页 |
| 2.3.2 姿态数据获取方案设计 | 第24-25页 |
| 2.4 小结 | 第25-26页 |
| 3 微机械陀螺仪数据采集与信号分析 | 第26-41页 |
| 3.1 陀螺仪数据采集系统 | 第26-28页 |
| 3.1.1 硬件架构 | 第26-27页 |
| 3.1.2 数据采集 | 第27-28页 |
| 3.2 陀螺仪随机误差分析 | 第28-33页 |
| 3.2.1 陀螺仪常见随机误差 | 第29-31页 |
| 3.2.2 随机误差辨识 | 第31-33页 |
| 3.3 振动对随机误差的影响分析 | 第33-40页 |
| 3.3.1 振动对陀螺仪随机误差的影响 | 第34-36页 |
| 3.3.2 数据采集环境对随机误差影响 | 第36-40页 |
| 3.4 小结 | 第40-41页 |
| 4 基于时间序列的数据预测建模及补偿研究 | 第41-58页 |
| 4.1 数据预处理 | 第41-49页 |
| 4.1.1 趋势项检测 | 第41-44页 |
| 4.1.2 平稳性检测 | 第44-46页 |
| 4.1.3 正态与零均值检测 | 第46-49页 |
| 4.2 微机械陀螺仪数据预测模型 | 第49-50页 |
| 4.3 基于卡尔曼滤波的姿态角补偿 | 第50-57页 |
| 4.3.1 基于卡尔曼滤波的姿态角补偿算法 | 第51-54页 |
| 4.3.2 姿态角度解算 | 第54-57页 |
| 4.4 小结 | 第57-58页 |
| 5 结论与展望 | 第58-60页 |
| 5.1 结论 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 攻读学位期间主要的研究成果 | 第65-66页 |
| 致谢 | 第66页 |
