首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

多移动机器人地图构建的方法研究

摘要第1-5页
ABSTRACT第5-11页
第一章 绪论第11-27页
   ·移动机器人地图构建第12-18页
     ·地图表示方法第12-14页
     ·传感器第14-15页
     ·不确定信息处理第15-17页
     ·同时定位与建图第17-18页
   ·多机器人地图构建第18-24页
     ·多机器人系统第18-21页
     ·多机器人建图研究现状第21-23页
     ·研究重点与难点第23-24页
   ·论文的课题来源与研究意义第24-25页
     ·课题来源第24页
     ·研究意义与目的第24-25页
   ·研究内容及章节安排等第25-27页
     ·研究内容第25页
     ·章节安排第25-27页
第二章 多机器人实验平台及避障与避碰问题第27-45页
   ·多移动机器人实验平台第27-33页
     ·机器人控制系统第28-29页
     ·机器人传感器第29-33页
   ·机器人避障策略第33-37页
     ·避障子行为第33-34页
     ·连续避障行为第34-36页
     ·实验分析第36-37页
   ·多机器人避碰策略第37-43页
     ·基本规则第37-39页
     ·优先通过权评价函数第39-40页
     ·速度避碰策略第40-41页
     ·死锁问题第41-42页
     ·实验分析第42-43页
   ·小结第43-45页
第三章 基于扩展卡尔曼滤波器的多机器人SLAM方法第45-68页
   ·扩展卡尔曼滤波器(EKF)第45-48页
   ·基于扩展卡尔曼滤波器(EKF)的SLAM算法第48-53页
     ·同时定位与建图问题第48-51页
     ·EKF-SLAM方法第51-53页
   ·改进的EKF-SLAM方法第53-58页
     ·新息方差匹配第53-54页
     ·基于LS-SVM的自适应EKF-SLAM方法第54-56页
     ·实验分析第56-58页
   ·多机器人EKF-SLAM方法第58-67页
     ·多机器人相对观测第59-60页
     ·多机器人坐标转换第60-61页
     ·多机器人地图融合第61-63页
     ·路标的增强匹配第63-65页
     ·实验分析第65-67页
   ·小结第67-68页
第四章 基于粒子滤波器的多机器人SLAM方法第68-91页
   ·粒子滤波器第69-72页
     ·基本粒子滤波算法第69-72页
     ·粒子滤波算法存在的主要问题第72页
   ·FastSLAM方法第72-75页
     ·机器人位姿预测第73页
     ·粒子权重计算第73页
     ·地图更新第73-75页
     ·重采样第75页
   ·改进FastSLAM方法第75-81页
     ·粒子群优化算法第75-76页
     ·基于粒子群优化算法的FastSLAM第76-77页
     ·实验分析第77-81页
   ·多机器人FastSLAM第81-90页
     ·已知初始位置时的多机器人FastSLAM方法第81-83页
     ·未知初始位置时的多机器人FastSLAM方法第83-86页
     ·实验分析第86-90页
   ·小结第90-91页
第五章 基于栅格融合的多机器人建图方法第91-104页
   ·基于声纳的栅格地图构建第91-94页
     ·改进的概率栅格模型第92-93页
     ·实验分析第93-94页
   ·多机器人地图融合问题第94-96页
     ·地图转换函数第94页
     ·地图相似度函数第94-96页
   ·基于遗传算法的转换函数搜索第96-102页
     ·编码第97页
     ·适应度函数第97-98页
     ·选择机制第98-99页
     ·交叉与变异第99页
     ·判断函数第99-100页
     ·实验分析第100-102页
   ·小结第102-104页
第六章 总结与展望第104-107页
   ·本论文工作总结第104-105页
   ·进一步的研究方向第105-107页
参考文献第107-117页
致谢第117-118页
攻读博士学位期间的科研工作与研究成果第118-119页

论文共119页,点击 下载论文
上一篇:环境决策支持系统的关键技术研究
下一篇:实数编码遗传算法机理分析及算法改进研究