| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-39页 |
| ·论文研究背景和意义 | 第13-14页 |
| ·移动机器人研究发展和典型系统 | 第14-24页 |
| ·机器人的定义和分类 | 第14-15页 |
| ·智能移动机器人发展和典型代表 | 第15-17页 |
| ·通用移动机器人研究平台 | 第17-21页 |
| ·面向特殊环境应用的移动机器人 | 第21-24页 |
| ·移动机器人常用传感器 | 第24-30页 |
| ·内部传感器 | 第24-25页 |
| ·外部传感器 | 第25-30页 |
| ·移动机器人关键技术和研究热点 | 第30-37页 |
| ·移动机器人自主导航控制 | 第31-35页 |
| ·自主探索方法 | 第35-36页 |
| ·多机器人系统 | 第36-37页 |
| ·移动机器人多传感器信息融合技术 | 第37页 |
| ·论文的主要工作和结构安排 | 第37-39页 |
| 第2章 移动机器人体系结构和软件开发系统 | 第39-62页 |
| ·Pioneer移动机器人的发展和现状 | 第39-40页 |
| ·Pioneer 2-DXE移动机器人硬件结构 | 第40-44页 |
| ·Pioneer 2-DXE移动机器人控制模式 | 第44-48页 |
| ·C/S硬件连接模式 | 第45页 |
| ·移动机器人Client/Server控制架构 | 第45-48页 |
| ·移动机器人用户程序开发 | 第48-55页 |
| ·移动机器人常用坐标系表示与变换 | 第55-56页 |
| ·Pioneer移动机器人数学控制模型 | 第56-60页 |
| ·移动机器人几何运动模型 | 第57页 |
| ·移动机器人位置误差及其数学模型 | 第57-58页 |
| ·机器人误差累计概率计算模型 | 第58-60页 |
| ·小结 | 第60-62页 |
| 第3章 基于改进神经网络声纳解释模型的栅格地图创建 | 第62-89页 |
| ·栅格地图模型和研究现状 | 第62-72页 |
| ·栅格地图表示和创建基本原理 | 第62-63页 |
| ·栅格地图研究现状 | 第63-66页 |
| ·常见栅格地图计算更新模型 | 第66-72页 |
| ·基于改进声纳解释模型的栅格地图创建总体架构 | 第72-73页 |
| ·基于改进神经网络的声纳传感器解释模型 | 第73-77页 |
| ·性能指标函数和神经网络训练 | 第77-83页 |
| ·栅格地图的状态更新和判决方案 | 第83-84页 |
| ·实验与分析 | 第84-88页 |
| ·小结 | 第88-89页 |
| 第4章 未知大规模环境下移动机器人自主探索方法 | 第89-135页 |
| ·自主探索相关研究概述 | 第89-93页 |
| ·总体地图表示和自主探索方案介绍 | 第93-95页 |
| ·基于栅格地图的局部探索算法 | 第95-117页 |
| ·局部探索总体方案设计思想和处理流程 | 第95-97页 |
| ·探索边界的遍历方案和探索性能函数定义 | 第97-98页 |
| ·探索边界线段提取 | 第98-107页 |
| ·基于改进DT模型的局部探索边界最优路径规划 | 第107-114页 |
| ·局部探索方案的实验结果 | 第114-117页 |
| ·面向自主探索的全局拓扑地图创建和更新方案 | 第117-124页 |
| ·基于改进四叉树模型的拓扑地图计算模型 | 第117-122页 |
| ·拓扑节点的参数选择和计算 | 第122-123页 |
| ·局部拓扑地图与全局拓扑地图的合并 | 第123-124页 |
| ·基于全局探索性能函数的自主探索 | 第124-134页 |
| ·探索性能参数和特性 | 第125页 |
| ·全局探索性能函数定义 | 第125-127页 |
| ·探索性能函数的计算 | 第127-132页 |
| ·实验结果与分析 | 第132-134页 |
| ·小结 | 第134-135页 |
| 第5章 基于模糊推理和行为控制的导航避障方法 | 第135-155页 |
| ·移动机器人导航控制研究进展 | 第135-137页 |
| ·基于模糊逻辑和行为控制导航方法总体方案和参量定义 | 第137-142页 |
| ·基于模糊逻辑的行为判断和调度 | 第142-152页 |
| ·行为定义数学判定模型 | 第142页 |
| ·行为切换和调度方案 | 第142-143页 |
| ·基于模糊控制的避障行为设计 | 第143-149页 |
| ·Escape行为处理 | 第149-150页 |
| ·Stroll回退行为处理 | 第150-152页 |
| ·实验结果与分析 | 第152-154页 |
| ·小结 | 第154-155页 |
| 第6章 移动机器人同步地图创建与定位研究进展 | 第155-173页 |
| ·引言 | 第155页 |
| ·基于EKF模型的SLAM算法 | 第155-162页 |
| ·算法基本原理 | 第156-157页 |
| ·基于EKF模型的改进SLAM算法 | 第157-162页 |
| ·基于EM优化模型的SLAM算法 | 第162-165页 |
| ·标准算法模型 | 第163-164页 |
| ·改进EM算法 | 第164-165页 |
| ·粒子滤波器算法与移动机器人地图创建 | 第165-169页 |
| ·FastSLAM研究 | 第165-167页 |
| ·混合粒子滤波器算法 | 第167-168页 |
| ·基于粒子滤波器的其他SLAM算法 | 第168-169页 |
| ·其他SLAM算法 | 第169-171页 |
| ·小结 | 第171-173页 |
| 结论与展望 | 第173-177页 |
| 1. 主要工作和创新点 | 第173-175页 |
| 2. 工作展望 | 第175-177页 |
| 参考文献 | 第177-194页 |
| 致谢 | 第194-195页 |
| 附录 A (攻读学位期间所发表的学术论文目录) | 第195-197页 |
| 附录 B (攻读学位期间所获专利和软件著作权目录) | 第197-198页 |
| 附录 C (攻读学位期间参与科研项目和科研奖励) | 第198页 |
