摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第9-17页 |
1.1 研究背景与意义 | 第9页 |
1.2 国内外自主移动机器人研究现状 | 第9-11页 |
1.2.1 国外自主移动机器人研究状况 | 第10页 |
1.2.2 国内自主移动机器人研究状况 | 第10-11页 |
1.3 国内外移动机器人SLAM研究状况 | 第11-12页 |
1.3.1 移动机器人中的SLAM技术 | 第11-12页 |
1.3.2 国内外SLAM研究状况 | 第12页 |
1.4 机器人操作系统 | 第12-14页 |
1.4.1 ROS的设计目标 | 第13页 |
1.4.2 ROS的主要特点 | 第13-14页 |
1.5 论文主要研究内容 | 第14-17页 |
第二章 移动机器人实验平台 | 第17-29页 |
2.1 移动机器人系统模型 | 第17-20页 |
2.1.1 移动机器人运动模型 | 第18-19页 |
2.1.2 传感器观测模型 | 第19-20页 |
2.2 RPLIDAR激光雷达传感器 | 第20-22页 |
2.3 基于ROS的激光雷达的数据采集 | 第22-27页 |
2.3.1 机器人操作系统 | 第22-23页 |
2.3.2 RPLIDAR通信协议 | 第23-25页 |
2.3.3 RPLIDAR数据获取 | 第25-27页 |
2.4 本章小结 | 第27-29页 |
第三章 底层运动控制设计与平台通信 | 第29-39页 |
3.1 基于STM32的移动机器人底层运动控制平台设计 | 第29-36页 |
3.1.1 底层运动控制思想 | 第29-30页 |
3.1.2 底层运动控制平台的硬件设计方案 | 第30-34页 |
3.1.3 底层运动控制的软件编程实现 | 第34-36页 |
3.2 ROS与STM32底层运动控制平台的通信 | 第36-38页 |
3.2.1 串口通信数据格式 | 第36页 |
3.2.2 串口通信处理程序 | 第36-38页 |
3.3 本章小结 | 第38-39页 |
第四章 移动机器人SLAM与路径规划仿真研究 | 第39-57页 |
4.1 SLAM基本原理与常用算法介绍 | 第39-41页 |
4.1.1 环境地图表示方法 | 第39-40页 |
4.1.2 移动机器人自主定位方法 | 第40-41页 |
4.2 基于EKF的移动机器人SLAM算法仿真研究 | 第41-51页 |
4.2.1 扩展卡尔曼滤波基本原理 | 第41-43页 |
4.2.2 基于扩展卡尔曼滤波SLAM算法 | 第43-47页 |
4.2.3 仿真实验与结论 | 第47-51页 |
4.3 改进人工势场法移动机器人路径规划仿真研究 | 第51-55页 |
4.3.1 传统人工势场法仿真 | 第51-53页 |
4.3.2 改进人工势场法仿真 | 第53-55页 |
4.4 本章小结 | 第55-57页 |
第五章 ROS下基于激光雷达的SLAM研究与实现 | 第57-67页 |
5.1 ROS激光雷达SLAM算法 | 第57-61页 |
5.1.1 机器人移动平台坐标系 | 第57-58页 |
5.1.2 算法原理 | 第58-61页 |
5.2 激光雷达扫描匹配SLAM算法实现 | 第61-62页 |
5.2.1 算法流程 | 第61页 |
5.2.2 软件程序 | 第61-62页 |
5.3 实验结果与分析 | 第62-66页 |
5.4 本章小结 | 第66-67页 |
第六章 总结与展望 | 第67-69页 |
6.1 全文总结 | 第67页 |
6.2 课题展望 | 第67-69页 |
致谢 | 第69-71页 |
参考文献 | 第71-75页 |
攻读硕士学位期间发表的论文 | 第75页 |