基于数据融合的室内无人机导航避障研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13-15页 |
| 1.2.3 无人机室内自主导航避障的关键问题 | 第15-16页 |
| 1.3 主要研究内容 | 第16-17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 第2章 多传感器数据融合技术 | 第19-30页 |
| 2.1 多传感器数据融合的定义及原理 | 第19-20页 |
| 2.2 多传感器数据融合算法 | 第20-26页 |
| 2.2.1 卡尔曼滤波算法 | 第20-22页 |
| 2.2.2 联邦卡尔曼滤波算法 | 第22-24页 |
| 2.2.3 扩展卡尔曼滤波算法 | 第24-25页 |
| 2.2.4 算法决策原理 | 第25-26页 |
| 2.3 几种算法的仿真对比 | 第26-29页 |
| 2.3.1 仿真参数设置 | 第27页 |
| 2.3.2 仿真展示及结论 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 基于多传感器数据融合的室内无人机定位 | 第30-43页 |
| 3.1 组合导航传感器选型 | 第30-32页 |
| 3.1.1 惯导-视觉 | 第30-31页 |
| 3.1.2 惯导-激光测距 | 第31-32页 |
| 3.2 多传感器组合方式 | 第32页 |
| 3.3 组合导航松性组合的数学模型 | 第32-39页 |
| 3.3.1 组合导航系统的状态方程 | 第33-35页 |
| 3.3.2 组合导航量测方程 | 第35-39页 |
| 3.4 组合导航系统流程设计 | 第39页 |
| 3.5 仿真和分析 | 第39-42页 |
| 3.5.1 仿真参数设置 | 第40页 |
| 3.5.2 仿真展示及结论 | 第40-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 基于动态避障的路径跟踪方法研究 | 第43-62页 |
| 4.1 碰撞预测 | 第43-47页 |
| 4.1.1 人工势场法 | 第44页 |
| 4.1.2 椭圆人工势场法 | 第44-46页 |
| 4.1.3 碰撞预测 | 第46-47页 |
| 4.2 动态避障 | 第47-54页 |
| 4.2.1 虚拟力场法 | 第47-49页 |
| 4.2.2 改进的VFF法 | 第49-53页 |
| 4.2.3 动态避障目标点的确定 | 第53-54页 |
| 4.3 基于避障的路径跟踪算法 | 第54-55页 |
| 4.4 仿真和分析 | 第55-61页 |
| 4.4.1 仿真参数设置 | 第55-56页 |
| 4.4.2 仿真展示及结论 | 第56-61页 |
| 4.5 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读学位期间取得学术成果 | 第68页 |
