| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 课题背景及研究的目的和意义 | 第10页 |
| 1.1.1 课题来源 | 第10页 |
| 1.1.2 课题背景和意义 | 第10页 |
| 1.2 国内外发展现状 | 第10-20页 |
| 1.2.1 AGV的研究现状 | 第10-14页 |
| 1.2.2 移动机器人导航方式的研究现状 | 第14-16页 |
| 1.2.3 移动机器人路径规划的研究现状 | 第16-18页 |
| 1.2.4 激光SLAM技术研究现状 | 第18-20页 |
| 1.3 本文的主要研究内容 | 第20-21页 |
| 第2章 智能重载AGV导航系统总体设计与分析 | 第21-35页 |
| 2.1 引言 | 第21页 |
| 2.2 智能重载AGV系统设计 | 第21-25页 |
| 2.2.1 智能重载AGV的导航系统的总体设计 | 第21-22页 |
| 2.2.2 智能重载AGV机械结构设计 | 第22-23页 |
| 2.2.3 基于ROS的智能重载AGV导航框架的配置 | 第23-25页 |
| 2.3 智能重载AGV的运动学分析 | 第25-29页 |
| 2.3.1 四轮独立驱动独立转向AGV的位置表示 | 第25-26页 |
| 2.3.2 智能重载AGV的运动学分析 | 第26-27页 |
| 2.3.3 智能重载AGV的运动控制分析 | 第27-29页 |
| 2.4 智能重载AGV系统的传感器模块 | 第29-34页 |
| 2.4.1 里程计模块 | 第29-30页 |
| 2.4.2 激光测距仪模块 | 第30-31页 |
| 2.4.3 载车板识别与相对定位 | 第31-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第3章 智能重载AGV路径规划和轨迹跟踪算法研究 | 第35-45页 |
| 3.1 引言 | 第35页 |
| 3.2 停车场数据模型的建立 | 第35-37页 |
| 3.2.1 拓扑地图的表示方法 | 第35-37页 |
| 3.3 传统路径规划算法 | 第37-38页 |
| 3.3.1 A*算法的基本思想 | 第37页 |
| 3.3.2 A*算法的启发式函数 | 第37-38页 |
| 3.3.3 A*算法的基本步骤 | 第38页 |
| 3.4 改进后的路径规划算法 | 第38-41页 |
| 3.5 轨迹跟踪算法 | 第41-44页 |
| 3.5.1 轨迹跟踪算法概述 | 第41-42页 |
| 3.5.2 轨迹跟踪算法仿真实验 | 第42-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 图优化SLAM算法 | 第45-57页 |
| 4.1 引言 | 第45页 |
| 4.2 改进图优化SLAM通用框架 | 第45-48页 |
| 4.2.1 图优化的通用框架 | 第45-46页 |
| 4.2.2 改进图优化的框架 | 第46-48页 |
| 4.3 图优化前端的建立 | 第48-50页 |
| 4.3.1 地图的访问 | 第48-49页 |
| 4.3.2 激光扫描匹配 | 第49-50页 |
| 4.4 图优化后端优化方法 | 第50-56页 |
| 4.4.1 高斯牛顿迭代优化方法 | 第50-53页 |
| 4.4.2 基于流形的高斯牛顿迭代优化方法 | 第53-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 实验结果与分析 | 第57-70页 |
| 5.1 引言 | 第57页 |
| 5.2 智能重载AGV里程计验证试验 | 第57-62页 |
| 5.2.1 里程计实验平台简介 | 第57-58页 |
| 5.2.2 里程计实验结果分析 | 第58-62页 |
| 5.3 智能重载AGV与载车板相对定位实验 | 第62-64页 |
| 5.3.1 实验平台简介 | 第62-63页 |
| 5.3.2 相对定位实验结果与分析 | 第63-64页 |
| 5.4 建图与导航试验 | 第64-69页 |
| 5.4.1 实验平台简介 | 第64-65页 |
| 5.4.2 建图实验结果与分析 | 第65-67页 |
| 5.4.3 amcl与激光三角定位实验对比 | 第67-69页 |
| 5.5 本章小结 | 第69-70页 |
| 结论 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第77-79页 |
| 致谢 | 第79页 |