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

多功能家庭床椅服务机器人研究

摘要第3-4页
Abstract第4页
第一章 绪论第8-18页
    1.1 选题的背景和意义第8-10页
    1.2 服务机器人的研究现状第10-13页
        1.2.1 国外研究现状第10-12页
        1.2.2 国内研究现状第12-13页
    1.3 床椅机器人的系统及关键技术第13-16页
        1.3.1 床椅机器人的系统第13-14页
        1.3.2 机器人定位第14-15页
        1.3.3 机器人路径规划第15-16页
    1.4 本文的研究内容及章节安排第16-18页
第二章 床椅机器人整体设计方案第18-31页
    2.1 引言第18页
    2.2 床椅机器人功能要求及技术指标第18页
        2.2.1 功能要求第18页
        2.2.2 技术指标第18页
    2.3 床椅机器人结构第18-26页
        2.3.1 机器人运动模型第18-20页
        2.3.2 床椅机构模型第20-22页
        2.3.3 床椅机构分析第22-25页
        2.3.4 床椅三维模型第25-26页
    2.4 床椅机器人系统第26-30页
        2.4.1 床椅机器人系统划分第26-27页
        2.4.2 床椅控制模块第27-29页
        2.4.3 运动控制模块第29-30页
        2.4.4 导航系统的结构第30页
    2.5 本章小结第30-31页
第三章 床椅机器人定位第31-44页
    3.1 引言第31页
    3.2 基于粒子滤波的蒙特卡罗定位第31-34页
        3.2.1 粒子滤波的原理第31-33页
        3.2.2 粒子滤波的缺陷第33页
        3.2.3 改进重采样方法第33-34页
    3.3 萤火虫算法(FA)第34-38页
        3.3.1 萤火虫算法原理第34-35页
        3.3.2 萤火虫算法的改进第35-36页
        3.3.3 萤火虫算法优化PF第36-38页
    3.4 定位实验与结果分析第38-43页
        3.4.1 改进定位算法的性能测试第38-39页
        3.4.2 仿真实验与分析第39-41页
        3.4.3 定位实验与分析第41-43页
    3.5 本章小结第43-44页
第四章 床椅机器人路径规划第44-57页
    4.1 引言第44页
    4.2 基于A*算法的全局路径规划第44-47页
        4.2.1 A*算法原理第44-45页
        4.2.2 A*算法的缺陷第45-46页
        4.2.3 改进A*算法第46-47页
    4.3 遗传算法优化的全局路径规划第47-53页
        4.3.1 遗传算法原理第47-48页
        4.3.2 GA优化路径的关键点第48-51页
        4.3.3 GA优化路径具体实施第51-53页
    4.4 局部路径规划第53-54页
        4.4.1 DWA的速度空间第53页
        4.4.2 DWA的评价函数第53-54页
    4.5 仿真实验与结果分析第54-56页
        4.5.1 改进A*算法仿真实验及分析第54页
        4.5.2 GA-A*算法仿真实验及分析第54-55页
        4.5.3 融合算法仿真实验及分析第55-56页
    4.6 本章小结第56-57页
第五章 基于床椅机器人的实验第57-72页
    5.1 引言第57页
    5.2 实验平台第57-62页
        5.2.1 床椅实验平台及其硬件第57-60页
        5.2.2 床椅导航系统第60-62页
    5.3 床椅机器人的功能验证实验第62-68页
        5.3.1 运动控制功能实验第62-64页
        5.3.2 床椅控制功能实验第64-65页
        5.3.3 生活服务功能实验第65-66页
        5.3.4 娱乐学习功能实验第66-67页
        5.3.5 位置监控功能实验第67-68页
    5.4 床椅机器人的导航实验第68-71页
        5.4.1 导航地图的构建第68-69页
        5.4.2 静态环境中的导航避障实验第69-70页
        5.4.3 动态环境中的导航避障实验第70-71页
    5.5 本章小结第71-72页
第六章 主要结论与展望第72-73页
    6.1 主要结论第72页
    6.2 展望第72-73页
致谢第73-74页
参考文献第74-77页
附录:作者在攻读硕士学位期间的科研成果第77页

论文共77页,点击 下载论文
上一篇:基于卷积神经网络的细粒度角膜炎图像分类研究
下一篇:多臂型铸件清理机器人工作空间与轨迹规划研究