基于量子免疫算法的移动机器人自定位研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-19页 |
| ·课题的研究背景及意义 | 第8-10页 |
| ·引言 | 第8-9页 |
| ·背景及研究的意义 | 第9-10页 |
| ·移动机器人及其自定位技术国内外发展及研究现状 | 第10-16页 |
| ·机器人发展历史及研究现状 | 第10-13页 |
| ·机器人定位技术研究现状 | 第13-16页 |
| ·论文工作及结构安排 | 第16-19页 |
| ·足球机器人自定位总体方案 | 第16-17页 |
| ·论文结构框架 | 第17页 |
| ·论文主要内容 | 第17-19页 |
| 2 移动机器人定位系统建模 | 第19-26页 |
| ·足球机器人视觉系统硬件结构 | 第19-20页 |
| ·足球机器人定位系统任务环境 | 第20-21页 |
| ·RoboCup 环境中机器人定位问题分析 | 第21-22页 |
| ·移动机器人定位模型 | 第22-25页 |
| ·坐标系模型 | 第22页 |
| ·机器人位姿模型 | 第22-23页 |
| ·里程计模型 | 第23-24页 |
| ·环境地图模型 | 第24页 |
| ·声纳定位模型 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3 移动机器人自定位研究 | 第26-33页 |
| ·自定位问题概述 | 第26-27页 |
| ·基于概率的移动机器人定位方法 | 第27-31页 |
| ·基于马尔可夫算法的定位方法 | 第27-28页 |
| ·基于扩展卡尔曼滤波算法的定位方法 | 第28页 |
| ·基于蒙特卡洛算法的定位方法 | 第28-29页 |
| ·定位方法比较 | 第29-31页 |
| ·本文提出的自定位算法 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 4 自定位算法的建立 | 第33-44页 |
| ·人工免疫算法 | 第33-36页 |
| ·人工免疫算法的主要思想 | 第33-34页 |
| ·免疫算子的计算 | 第34-35页 |
| ·人工免疫算法的流程 | 第35-36页 |
| ·量子算法 | 第36-38页 |
| ·量子算法的基本概念 | 第37-38页 |
| ·量子算法的流程 | 第38页 |
| ·人工免疫算法与量子算法比较 | 第38-40页 |
| ·基于量子免疫算法的移动机器人自定位方法 | 第40-42页 |
| ·定位编码设计 | 第40-41页 |
| ·亲和度函数的建立 | 第41页 |
| ·选择算子设计 | 第41-42页 |
| ·变异算子设计 | 第42页 |
| ·量子免疫算法的移动机器人自定位流程 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 5 基于量子免疫算法的移动机器人自定位应用 | 第44-57页 |
| ·移动机器人自定位建模 | 第44-47页 |
| ·场地环境描述 | 第44-45页 |
| ·确定白色标志线的归属 | 第45页 |
| ·场地栅格建立 | 第45-46页 |
| ·白线特征点的选取 | 第46-47页 |
| ·坐标系的转换 | 第47页 |
| ·机器人自定位流程 | 第47-48页 |
| ·实验与结果 | 第48-55页 |
| ·球场标定 | 第49-51页 |
| ·实验仿真测试 | 第51-52页 |
| ·实验室环境实验与对比结果 | 第52-55页 |
| ·本章小结 | 第55-57页 |
| 6 结论与展望 | 第57-59页 |
| ·结论 | 第57页 |
| ·展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 | 第63-65页 |
