| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究进展 | 第9-12页 |
| 1.2.1 地图构建 | 第9-10页 |
| 1.2.2 路径规划 | 第10-11页 |
| 1.2.3 机器人开源操作系统(ROS)的发展 | 第11-12页 |
| 1.3 研究内容与框架 | 第12-14页 |
| 2 基于ROS的机器人平台构建 | 第14-22页 |
| 2.1 引言 | 第14页 |
| 2.2 机器人硬件平台构建 | 第14-15页 |
| 2.3 PC端和机器人端的ROS环境配置 | 第15-16页 |
| 2.4 PC端ROS仿真环境测试 | 第16-18页 |
| 2.5 机器人控制系统组网及通信测试 | 第18-20页 |
| 2.6 本章小结 | 第20-22页 |
| 3 移动机器人的环境地图建模方法研究 | 第22-38页 |
| 3.1 引言 | 第22页 |
| 3.2 SLAM算法简介 | 第22-23页 |
| 3.3 ROS下的主要建图方法分析 | 第23-30页 |
| 3.3.1 基于图优化的Cartographer算法 | 第23-25页 |
| 3.3.2 基于滤波的Gmapping算法 | 第25-27页 |
| 3.3.3 基于扫描匹配的Hector_SLAM算法 | 第27-30页 |
| 3.4 Hector_SLAM数据获取的优化 | 第30-34页 |
| 3.4.1 里程计模型 | 第31-32页 |
| 3.4.2 里程计标定方法 | 第32-33页 |
| 3.4.3 运动畸变的的产生 | 第33页 |
| 3.4.4 运动畸变的消除 | 第33-34页 |
| 3.5 地图构建实验 | 第34-36页 |
| 3.5.1 仿真环境建图结果分析 | 第34-35页 |
| 3.5.2 真实场景建图结果分析 | 第35-36页 |
| 3.6 本章小结 | 第36-38页 |
| 4 移动机器人路径规划研究 | 第38-52页 |
| 4.1 引言 | 第38页 |
| 4.2 ROS下的路径规划算法 | 第38-46页 |
| 4.2.1 局部路径滑动窗口法 | 第38-40页 |
| 4.2.2 全局路径Dijkstra算法 | 第40-42页 |
| 4.2.3 全局路径A*算法 | 第42-44页 |
| 4.2.4 Dijkstra算法和A*算法仿真分析 | 第44-45页 |
| 4.2.5 基于A*算法的优化 | 第45-46页 |
| 4.3 基于行为动力学的移动机器人路径规划 | 第46-48页 |
| 4.3.1 奔向目标的行为动力学模型 | 第46页 |
| 4.3.2 避障行为动力学模型 | 第46-47页 |
| 4.3.3 航向角整体动力学模型 | 第47-48页 |
| 4.3.4 速度动力学模型 | 第48页 |
| 4.4 移动机器人路径规划整体设计 | 第48-49页 |
| 4.5路径规划实验 | 第49-51页 |
| 4.5.1 ROS下的路径规划仿真 | 第49-50页 |
| 4.5.2 真实场景下的路径规划 | 第50-51页 |
| 4.6 本章小结 | 第51-52页 |
| 5 移动机器人自主导航实验 | 第52-64页 |
| 5.1 引言 | 第52页 |
| 5.2 移动机器人导航系统设计 | 第52-53页 |
| 5.3 移动机器人蒙特卡罗定位实验 | 第53-54页 |
| 5.4 移动机器人运动精度测试 | 第54-56页 |
| 5.4.1 直线误差测试 | 第54-55页 |
| 5.4.2 旋转误差测试 | 第55-56页 |
| 5.5 移动机器人导航测试 | 第56-62页 |
| 5.5.1 仿真环境下避障 | 第56-57页 |
| 5.5.2 真实场景下避障 | 第57-62页 |
| 5.6 本章小结 | 第62-64页 |
| 6 总结与展望 | 第64-66页 |
| 6.1 全文总结 | 第64页 |
| 6.2 展望 | 第64-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-70页 |
