基于信息融合的室外移动机器人定位理论及技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·研究背景和意义 | 第7-8页 |
| ·研究现状 | 第8-13页 |
| ·室外移动机器人及其定位系统研究现状 | 第8-11页 |
| ·多传感器信息融合的研究及发展 | 第11-12页 |
| ·基于信息融合的定位系统 | 第12-13页 |
| ·论文内容概述 | 第13-14页 |
| 第二章 室外移动机器人定位 | 第14-18页 |
| ·室外移动机器人定位概述 | 第14-15页 |
| ·室外移动机器人的概念及特性 | 第14页 |
| ·室外移动机器人定位的定义 | 第14-15页 |
| ·室外移动机器人定位技术 | 第15-18页 |
| ·相对定位技术 | 第15-16页 |
| ·绝对定位技术 | 第16-17页 |
| ·定位传感器 | 第17-18页 |
| 第三章 多传感器信息融合 | 第18-28页 |
| ·问题的提出 | 第18-19页 |
| ·基本概念 | 第19页 |
| ·基本原理 | 第19-25页 |
| ·信息融合的基本原理 | 第19-20页 |
| ·信息融合的层次 | 第20-23页 |
| ·信息融合的方法 | 第23-25页 |
| ·信息融合技术的应用 | 第25-28页 |
| ·信息融合的民事应用领域 | 第25-26页 |
| ·信息融合技术在军事上的应用 | 第26-28页 |
| 第四章 基于多传感器信息融合的定位系统 | 第28-40页 |
| ·引言 | 第28-29页 |
| ·Kalman滤波 | 第29-33页 |
| ·Kalman滤波理论概述 | 第29-30页 |
| ·Kalman滤波算法具体说明 | 第30-32页 |
| ·Kalman滤波的性质 | 第32-33页 |
| ·H_∞滤波 | 第33-37页 |
| ·鲁棒滤波 | 第33-34页 |
| ·H_∞滤波问题的表达 | 第34-35页 |
| ·H_∞滤波器 | 第35-37页 |
| ·H_∞滤波器的参数化 | 第37页 |
| ·基于THMR-V实验平台的算法验证 | 第37-38页 |
| ·Matlab软件简介 | 第38-40页 |
| 第五章 Kalman定位滤波器 | 第40-65页 |
| ·Kalman定位滤波器设计 | 第40-52页 |
| ·相关传感器的输出数据分析 | 第40-41页 |
| ·DR系统定位原理 | 第41-42页 |
| ·机器人运动模型的选取 | 第42-44页 |
| ·扩展Kalman定位滤波器模型 | 第44-52页 |
| ·仿真实验及性能分析 | 第52-65页 |
| ·DR系统模块仿真实验及其性能分析 | 第52-55页 |
| ·GPS系统模块仿真实验及其性能分析 | 第55-60页 |
| ·整体滤波器仿真实验及其性能分析 | 第60-65页 |
| 第六章 H_∞定位滤波器 | 第65-70页 |
| ·H_∞定位子滤波器设计 | 第65-68页 |
| ·DR系统数学模型 | 第65-67页 |
| ·DR系统H_∞滤波递推方程 | 第67-68页 |
| ·两种滤波器性能的比较分析 | 第68-70页 |
| 第七章 总结与展望 | 第70-72页 |
| ·工作总结 | 第70页 |
| ·研究展望 | 第70-72页 |
| 参考文献 | 第72-74页 |
| 攻读硕士学位期间参加的主要科研项目 | 第74页 |
| 攻读硕士学位期间发表的论文 | 第74-75页 |
| 致谢 | 第75页 |
