| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题研究背景、目的与意义 | 第11-12页 |
| 1.1.1 课题来源及选题背景 | 第11-12页 |
| 1.1.2 课题研究目的与意义 | 第12页 |
| 1.2 国内外研究概况 | 第12-16页 |
| 1.2.1 国外研究现状 | 第13-15页 |
| 1.2.2 国内研究现状 | 第15-16页 |
| 1.3 论文章节结构 | 第16-19页 |
| 第2章 未知环境的地图即时构建 | 第19-31页 |
| 2.1 基于扩展卡尔曼滤波的建图算法 | 第19-23页 |
| 2.1.1 地图特征点位置获取 | 第19-21页 |
| 2.1.2 环境地图创建 | 第21-22页 |
| 2.1.3 同步定位与建图 | 第22-23页 |
| 2.2 基于Hector SLAM的自主建图算法 | 第23-26页 |
| 2.2.1 Hector系统框架 | 第23-24页 |
| 2.2.2 地图获取 | 第24-25页 |
| 2.2.3 扫描匹配 | 第25-26页 |
| 2.3 实验及数据分析 | 第26-30页 |
| 2.3.1 基于EKF的同步定位与建图 | 第26-27页 |
| 2.3.2 基于Gazebo环境的hect_slam仿真实验 | 第27-28页 |
| 2.3.3 机器人实际环境建图效果 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 基于地图的移动机器人全局定位 | 第31-41页 |
| 3.1 机器人概率定位概述 | 第31-33页 |
| 3.1.1 贝叶斯估计理论 | 第31-32页 |
| 3.1.2 基于概率的机器人定位组成 | 第32-33页 |
| 3.2 蒙特卡洛定位算法 | 第33-36页 |
| 3.2.1 粒子滤波基本原理 | 第33-34页 |
| 3.2.2 粒子匮乏现象 | 第34-35页 |
| 3.2.3 MATLAB环境下定位仿真 | 第35-36页 |
| 3.3 Gazebo环境下机器人定位实验 | 第36-39页 |
| 3.3.1 移动机器人TF系统 | 第36-37页 |
| 3.3.2 AMCL算法仿真实验 | 第37-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第4章 移动机器人路径规划算法 | 第41-55页 |
| 4.1 路径规划概述 | 第41-42页 |
| 4.2 全局路径规划 | 第42-49页 |
| 4.2.1 PRM算法 | 第42-44页 |
| 4.2.2 RRT算法 | 第44-46页 |
| 4.2.3 改进的RRT~*算法 | 第46-48页 |
| 4.2.4 全局算法仿真与分析 | 第48-49页 |
| 4.3 局部路径规划 | 第49-53页 |
| 4.3.1 常见局部避障算法 | 第49-50页 |
| 4.3.2 DWA避障算法 | 第50-51页 |
| 4.3.3 DWA算法仿真实验 | 第51-53页 |
| 4.4 本章小结 | 第53-55页 |
| 第5章 移动机器人的定点自主导航 | 第55-71页 |
| 5.1 基于ROS的移动机器人平台 | 第55-59页 |
| 5.1.1 ROS操作系统概述 | 第55-56页 |
| 5.1.2 ROS系统总体框架 | 第56-57页 |
| 5.1.3 基于iRobot的移动机器人平台 | 第57-59页 |
| 5.2 ROS移动机器人导航系统 | 第59-61页 |
| 5.2.1 Navigation栈架构 | 第59-60页 |
| 5.2.2 Costmap代价地图 | 第60-61页 |
| 5.3 机器人定点导航实验 | 第61-67页 |
| 5.3.1 Create机器人里程计及陀螺仪校准 | 第61-63页 |
| 5.3.2 导航move_base节点配置 | 第63-64页 |
| 5.3.3 实验过程与结果分析 | 第64-67页 |
| 5.4 基于无线通信的移动机器人控制 | 第67-69页 |
| 5.5 本章小结 | 第69-71页 |
| 第6章 总结与展望 | 第71-73页 |
| 6.1 总结 | 第71-72页 |
| 6.2 展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77页 |