基于EKF的室内机器人定位技术研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-17页 |
1.1 课题的研究背景以及研究的目的和意义 | 第9-10页 |
1.2 自主机器人的研究背景 | 第10-11页 |
1.3 机器人定位问题概述 | 第11-14页 |
1.4 本文的定位系统介绍 | 第14-15页 |
1.5 主要的研究内容及章节安排 | 第15-17页 |
第2章 室内机器人平台设计 | 第17-36页 |
2.1 系统整体框架 | 第17-18页 |
2.2 系统模型介绍 | 第18页 |
2.3 系统硬件设计 | 第18-29页 |
2.3.1 系统控制器和电源部分 | 第18-19页 |
2.3.2 车体及电机部分 | 第19-22页 |
2.3.3 运动传感器部分 | 第22-29页 |
2.4 系统软件设计 | 第29-35页 |
2.4.1 驱动程序部分 | 第29-33页 |
2.4.2 应用程序部分 | 第33-35页 |
2.5 本章小结 | 第35-36页 |
第3章 基于扩展卡尔曼滤波的定位算法 | 第36-44页 |
3.1 引言 | 第36页 |
3.2 卡尔曼滤波算法 | 第36-38页 |
3.2.1 卡尔曼滤波的模型 | 第36-37页 |
3.2.2 卡尔曼滤波的应用 | 第37-38页 |
3.3 扩展卡尔曼滤波算法 | 第38-43页 |
3.3.1 扩展卡尔曼滤波算法模型 | 第38-39页 |
3.3.2 EKF 算法向定位系统的移植 | 第39-42页 |
3.3.3 扩展卡尔曼滤波算法的局限性 | 第42-43页 |
3.4 本章小结 | 第43-44页 |
第4章 仿真实验结果分析 | 第44-51页 |
4.1 机器人仿真实验设计 | 第44-46页 |
4.2 仿真实验结果分析 | 第46-49页 |
4.3 本章小结 | 第49-51页 |
结论 | 第51-52页 |
参考文献 | 第52-57页 |
致谢 | 第57页 |