基于信息融合的移动机器人导航系统研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10页 |
| 1.2 国内外研究动态 | 第10-14页 |
| 1.2.1 传感器信息融合研究动态 | 第11页 |
| 1.2.2 地图重建定位导航研究动态 | 第11-13页 |
| 1.2.3 路径规划研究动态 | 第13-14页 |
| 1.3 主要研究内容 | 第14页 |
| 1.4 结构安排 | 第14-16页 |
| 第2章 视觉导航定位研究 | 第16-31页 |
| 2.1 深度相机的工作原理 | 第16-20页 |
| 2.1.1 相机成像模型 | 第16-17页 |
| 2.1.2 相机深度信息的获取 | 第17-20页 |
| 2.2 摄像机参数标定 | 第20-22页 |
| 2.2.1 摄像机参数求取原理 | 第21页 |
| 2.2.2 标定实验过程 | 第21-22页 |
| 2.3 常用坐标系和转换 | 第22-24页 |
| 2.3.1 坐标系解析 | 第22-24页 |
| 2.3.2 坐标系间的转换 | 第24页 |
| 2.4 SLAM和 ORB-SLAM2 算法原理 | 第24-30页 |
| 2.4.1 SLAM原理 | 第24-27页 |
| 2.4.2 ORB-SLAM2 算法原理 | 第27-28页 |
| 2.4.3 基于ORB-SLAM2 算法地图重建 | 第28-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 惯性导航系统原理和分析 | 第31-36页 |
| 3.1 惯性测量单元 | 第31页 |
| 3.2 惯导姿态解算 | 第31-32页 |
| 3.3 惯导航位推算 | 第32-33页 |
| 3.4 惯导误差分析 | 第33页 |
| 3.4.1 加速度计误差分析 | 第33页 |
| 3.4.2 角速度误差分析 | 第33页 |
| 3.5 惯导信息的获取和标定 | 第33-35页 |
| 3.5.1 惯导信息的获取 | 第33-35页 |
| 3.5.2 惯导数据的标定 | 第35页 |
| 3.6 本章小结 | 第35-36页 |
| 第4章 深度相机融合惯导的组合定位方案 | 第36-48页 |
| 4.1 实验平台介绍 | 第36-38页 |
| 4.1.1 硬件平台架构 | 第36-37页 |
| 4.1.2 实验平台传感器 | 第37-38页 |
| 4.2 软件平台介绍 | 第38-41页 |
| 4.2.1 Ubuntu系统 | 第38页 |
| 4.2.2 ROS操作系统 | 第38-41页 |
| 4.3 传感器融合方案 | 第41-45页 |
| 4.3.1 卡尔曼滤波 | 第41-42页 |
| 4.3.2 状态方程的建立 | 第42-44页 |
| 4.3.3 观测方程的建立 | 第44-45页 |
| 4.4 时间同步 | 第45页 |
| 4.5 定位结果与分析 | 第45-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第5章 移动机器人路径规划研究 | 第48-63页 |
| 5.1 MOVE-BASE导航框架 | 第48-49页 |
| 5.2 A*全局路径规划 | 第49-53页 |
| 5.2.1 传统路径规划算法 | 第49-52页 |
| 5.2.2 A*算法原理 | 第52-53页 |
| 5.3 DWA局部路径规划 | 第53-55页 |
| 5.3.1 DWA机器人运动模型 | 第53-54页 |
| 5.3.2 DWA算法原理简析 | 第54-55页 |
| 5.4 基于代价地图的路径规划研究 | 第55-56页 |
| 5.4.1 代价地图和膨胀障碍物 | 第55-56页 |
| 5.4.2 多层代价地图 | 第56页 |
| 5.5自主导航实验 | 第56-59页 |
| 5.5.1 实验条件 | 第56-57页 |
| 5.5.2 实验方法 | 第57-58页 |
| 5.5.3 室内地图构建 | 第58-59页 |
| 5.6 室内导航实验 | 第59-61页 |
| 5.7 本章小结 | 第61-63页 |
| 第6章 结论 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 在学研究成果 | 第67-68页 |
| 致谢 | 第68页 |
